MiniMax führt M3.1 Flash ein, von dem Space Bunny eine Vorabversion war, FLUX 3 Max generiert 10 Sekunden Video in 12 Sekunden, OpenAI wird GPT-4o und GPT-4.1 am 14. Januar aus seiner API entfernen

MiniMax nimmt M3.1 Flash in Betrieb, ein Modell für Agenten und Code, das mit 0,15 Dollar pro Million Input-Tokens abgerechnet wird, und enthüllt, dass Space Bunny, das anonyme Modell, das mehr als 200 000 Milliarden Tokens verarbeitet hat, eine Vorabversion davon war. Black Forest Labs und fal führen FLUX 3 Max ein, das ein 10 Sekunden langes Video in 12,45 Sekunden generiert, etwa 22-mal schneller als Seedance 2.5, und in einer noch vorläufigen Bild-zu-Video-Arena den geteilten ersten Platz belegt. OpenAI legt den 14. Januar 2027 als Termin für die Entfernung von GPT-4o und GPT-4.1 aus seiner API fest, Meta stellt Prometheus im Detail vor, den Supercomputer, auf dem Muse Wonder trainiert wurde, und Devin bewertet die Effizienz jedes Entwicklers nun auf einer Skala von 0 bis 100.

MiniMax führt M3.1 Flash ein: Space Bunny war eine Vorabversion, für 0,15 Dollar pro Million Input-Tokens

19. Oktober — MiniMax nimmt M3.1 Flash, sein neues Modell der Flash-Reihe, offiziell in Betrieb und lüftet das Geheimnis um ein anonymes Modell:

Space Bunny 🐰, which processed more than 200 trillion tokens while operating anonymously, was an early version of MiniMax M3.1 Flash.

🇩🇪 Space Bunny 🐰, das im anonymen Betrieb mehr als 200 000 Milliarden Tokens verarbeitet hat, war eine frühe Version von MiniMax M3.1 Flash. — MiniMax, Beitrag zur Einführung

M3.1 Flash folgt auf M3.1-Flash-Preview, das am 27. September in MiniMax Code und anschließend im Token Plan auftauchte, ohne Benchmark oder Preisangabe, sowie auf Space Bunny Alpha, ein verdeckt veröffentlichtes Modell, das OpenRouter am 23. September ohne Nennung des Anbieters auflistete und das hier am 27. vorgestellt wurde. MiniMax beschreibt es als Generationssprung bei Agentenaufgaben, Code, Computernutzung (Computer Use) und Cybersicherheit. Alle nachstehenden Ergebnisse stammen von MiniMax:

Benchmark	Von MiniMax angegebenes Ergebnis
DeepSWE v1.1	73,7 %
OSWorld V2	61,7
Agents’ Last Exam (ALE)	29,6
BankerToolBench	76,2
CyberGym	82 %
Automation-Bench	62 % (angehefteter Tweet)

Bei OSWorld V2 und Agents’ Last Exam belegt M3.1 Flash unter den chinesischen Modellen den ersten Platz; bei AutomationBench-AA bezeichnet der Beitrag es lediglich als „eines der besten“, doch der angeheftete Tweet nennt 62 % bei Automation-Bench.

Ein weiteres Argument sind die Kosten. Eine höhere Sparsität (sparsity) steigert die Ausgabegeschwindigkeit auf über 200 Tokens pro Sekunde (Median über 170) und soll die Online-Inferenz fast dreimal so schnell machen. Die Nutzungskosten bei Agentenaufgaben sinken laut dem Beitrag gegenüber dem Vorgängermodell um 70 %, und der angeheftete Tweet spricht von einem Drittel der Kosten von M3 bei dreifacher Geschwindigkeit. Die Preise sind fest:

Tarifart	Preis pro Million Tokens
Eingabe	0,15 Dollar
Ausgabe	0,60 Dollar
Gecachte Eingabe	0,015 Dollar

M3.1 Flash ist ab sofort über die MiniMax-API, das M Plan-Abonnement und die Anwendung MiniMax Code verfügbar. Die Gewichte sollen laut dem angehefteten Tweet am 23. Oktober erscheinen, während der Beitrag lediglich „später“ angibt; eine Pro-Version soll folgen, ein Termin wurde nicht genannt. Am Abend teilte MiniMax mit, dass Ollama das Modell vom ersten Tag an mit Hosting in den USA ohne Datenspeicherung unterstützt, und gab an, mit der Vorabversion zwölf Tage lang an der Spitze von OpenCode gelegen zu haben.

🔗 Die angeheftete Ankündigung von @MiniMax_AI

FLUX 3 Max: Black Forest Labs und fal generieren 10 Sekunden Video in 12 Sekunden, 22-mal schneller als Seedance 2.5

19. Oktober — Black Forest Labs (BFL) stellt FLUX 3 Max in einem angehefteten Tweet vor. Die Seite von fal beschreibt es als neues, von fal Research nachtrainiertes Videomodell, das gemeinsam mit BFL auf FLUX 3 aufgebaut wurde und sowohl Text-zu-Video als auch Bild-zu-Video in 720p unterstützt.

Generate a 10-second video in 12 seconds. Tied for #1 in image-to-video. 22× faster than Seedance 2.5 at the same quality. FLUX 3 is a model designed for customization. @fal adapted and optimized it to create FLUX 3 Max.

🇩🇪 Generieren Sie ein 10 Sekunden langes Video in 12 Sekunden. Geteilter erster Platz bei Bild-zu-Video. 22-mal schneller als Seedance 2.5 bei gleicher Qualität. FLUX 3 ist ein Modell, das für Anpassungen entwickelt wurde. @fal hat es angepasst und optimiert, um FLUX 3 Max zu entwickeln. — @bfl_ai auf X

Von fal veröffentlichte Kennzahl	FLUX 3 Max	Von fal angegebener Vergleich
Generierungszeit für ein 10 Sekunden langes Video	12,45 s	277,80 s für Seedance 2.5, 126,44 s für FLUX 3
Elo, Bild-zu-Video-Arena von Artificial Analysis	1 139, geteilter erster Platz	Seedance 2.5 ebenfalls bei 1 139; MiniMax H3 (768p) mit 1 141 vorn, innerhalb der Unsicherheitsspanne; FLUX 3 bei 1 089
Preis für 720p bei fal, bis zum 7. November	0,0425 Dollar pro Sekunde	0,17 Dollar zum Listenpreis

Gegenüber dem ursprünglichen FLUX 3 macht fals Arbeit an der Inferenz die Generierung etwa 10-mal schneller, und das Post-Training bringt einen Zugewinn von 50 Elo-Punkten. Die Rangliste von Artificial Analysis, die auf menschlichen Blindbewertungen beruht, ist nur eine vorläufige Momentaufnahme: MiniMax H3 steht dort mit 1 141 an der Spitze, und FLUX 3 Max, dessen Unsicherheitsspanne sich mit der der führenden Modelle überschneidet, wird auf dem geteilten ersten Platz geführt, vor Gemini Omni Flash 1.1, Wan 3.0 und H3 Max. BFL hebt außerdem Stimmen, physikalischen Realismus, Soundeffekte und die Leistung bei ungewöhnlichen Anfragen hervor.

Der Einführungspreis entspricht dem von BFL angekündigten Rabatt von 75 % für zwei Wochen, sowohl für Text-zu-Video als auch für Bild-zu-Video, ohne Mindestabnahme oder Abonnement. fal übernimmt das Konzept von H3 Max, seiner nachtrainierten Version von MiniMax H3, die über dieselbe API bereitgestellt wird: Ein Wechsel der Kennung genügt, um vom einen zum anderen Modell zu wechseln. Es ist die dritte Ankündigung zur FLUX-3-Familie innerhalb einer Woche, nach der Preissenkung für FLUX 3 Video am 14. Oktober und FLUX 3 Image Klein am 15.

🔗 Die Seite zu FLUX 3 Max bei fal

OpenAI legt den 14. Januar 2027 als Termin für die Entfernung von GPT-4o, GPT-4o mini, GPT-4.1 und GPT-4.1 mini aus seiner API fest

14. Oktober — Nachgetragen: Laut der Seite zu den Abkündigungen seiner API hat OpenAI die betroffenen Entwickler am 14. Oktober darüber informiert, dass vier Modelle der GPT-4-Reihe am 14. Januar 2027 entfernt werden, einschließlich der per Fine-Tuning angepassten Versionen (fine-tuned). Dieselbe Seite führt zwei weitere Gruppen von Abschaltungen auf, die am 1. Oktober angekündigt wurden:

Aus der API entferntes Modell	Datum der Entfernung	Empfohlener Ersatz
GPT-4o (`gpt-4o-2024-08-06`, `gpt-4o-2024-11-20`)	14. Januar 2027	`gpt-6-luna`
GPT-4o mini (`gpt-4o-mini-2024-07-18`)	14. Januar 2027	`gpt-6-luna`
GPT-4.1 und GPT-4.1 mini (Snapshots vom 14. April 2025)	14. Januar 2027	`gpt-6-luna`
`gpt-5.3-codex` und `gpt-5.1`, angekündigt am 1. Oktober	1. April 2027	`gpt-6-sol`
`gpt-5.4-nano`, angekündigt am 1. Oktober	1. April 2027	`gpt-6-luna`
`tts-1`, `tts-1-hd` und `gpt-4o-mini-tts`, angekündigt am 1. Oktober	6. Januar 2027	`gpt-realtime-2.1-mini`

Diese Termine stehen nur auf der Seite zu den Abkündigungen, ohne Eintrag im API-Changelog; das Node-SDK 7.37.0 vom 17. Oktober ergänzt Abschalthinweise für die Modellaliase von GPT-4.

🔗 Die Seite zu den Abkündigungen der OpenAI-API

Modelle trainieren: Prometheus von Meta, MARBLE von Luma, Together Post-Training und TorchNeuron auf Trainium

Vier Ankündigungen des Tages betreffen das Training auf vier Ebenen: Metas Rechenzentrum, Lumas Parallelisierung zwischen GPU, den Post-Training-Dienst von Together AI und das PyTorch-Backend für die Chips von AWS.

Prometheus: Metas Supercomputer, auf dem Muse Wonder trainiert wurde, soll eine Million GPU erreichen

19. Oktober — Meta beschreibt Prometheus, seinen Supercomputer in der Größenordnung eines Gigawatts in New Albany (Ohio), auf dem seine Muse-Modelle, darunter Muse Wonder, trainiert wurden; unser Nachrichtenüberblick vom 12. Oktober nannte lediglich den Namen. Die erste Phase umfasst Hunderttausende GPU, verteilt auf mehrere Gebäude.

Kennzahl von Prometheus	Von Meta veröffentlichter Wert
Nutzdurchsatz (goodput), Muse Wonder	über 85 % beim Pretraining, über 90 % beim RL
Mittlere Zeit zwischen Unterbrechungen	etwa 47 000 GPU-Stunden, inzwischen über 54 000
Unterbrechungen bei 8 000 GPU	Mitte 2025 fast 1 000 pro Tag, um 99 % gesunken
NVIDIA-Plattformen	GB200 und GB300 NVL72, danach Vera Rubin NVL72

Bei NVL72 betrifft ein Ausfall eine Domäne von 72 GPU: Meta nutzt pro Rack nur 64 und hält die übrigen 8 als Reserve bereit, dazu etwa 2 % zusätzliche Racks in Reserve. Das ergibt 523 Racks (37 656 GPU) für 32 768 aktive GPU. Hyperion, der nächste Supercomputer des Unternehmens in Louisiana, wird diese Erkenntnisse übernehmen.

🔗 Einblicke in Prometheus (Engineering at Meta)

MARBLE: Luma ermöglicht exakten Sequenzparallelismus über Millionen multimodaler Tokens

19. Oktober — Luma veröffentlicht MARBLE (Mask-Aware Ring with Balanced, Lossless Execution), ein Verfahren für Sequenzparallelismus zum Training multimodaler Modelle mit gepackten Sequenzen von 1 bis 8 Millionen Tokens, in denen kausal verarbeiteter Text und bidirektional verarbeitete Bilder und Videos zusammenkommen. MARBLE beschreibt diese Maske mit vier Ganzzahlen pro Token und wählt für jede Schicht zwischen ring attention, dünn besetztem all-to-all und Ulysses.

Von Luma getestete Konfiguration	Ergebnis von MARBLE
Im Vergleich zu einem Hybrid aus FlashMask + Ulysses	in 47 von 48 Fällen schneller
Medianer Beschleunigungsfaktor bei 32 und 128 H100-GPU	1,28-fach, danach 2,63-fach
Trainingsschritt mit Gemma 3 27B, 1 Million Tokens, 32 GPU	13,2 s gegenüber 32,5 s mit FlashMask

Ein modifizierter FlashAttention-4-Kernel hält den softmax-Zustand in fp32: Ausgaben und Gradienten sind mit denen einer einzelnen GPU identisch. Luma räumt ein, dass der Kernel auf Hopper-GPU beschränkt ist und die zum Vergleich verwendete Hybridlösung selbst entwickelt wurde; der Code ist angekündigt, jedoch ohne Termin.

🔗 Lumas Beitrag zu MARBLE

Together Post-Training: Der Kunde schreibt seine SFT- oder RL-Schleife, Together AI betreibt die GPU

19. Oktober — Eine Woche nach seinem Rezept-Repository (post-training-cookbook), das am 12. Oktober ohne Ankündigung veröffentlicht und hier am 13. vorgestellt wurde, führt Together AI den Dienst offiziell ein. Der Kunde schreibt die Trainingsschleife selbst, für Supervised Fine-Tuning (SFT) oder Reinforcement Learning (RL); Together AI betreibt im Hintergrund den Trainer und die Generatoren auf dedizierten GPU.

Merkmal des Dienstes	Von Together AI angekündigtes Detail
Anpassung der Gewichte	LoRA, mehrere Adapter auf denselben GPU oder vollständige Gewichte bei bestimmten Modellen
Integrierte Loss-Funktionen	GRPO, CISPO, DPPO, Kreuzentropie oder benutzerdefinierte Loss-Funktion
Modelle zum Start	Muse Spark Open, GLM 5.3, Kimi K3, Qwen 3.8-27B
Einführungspreis	9 Dollar pro B200-GPU-Stunde für acht Wochen

Die Abrechnung erfolgt pro GPU-Minute, und eine Migration von der Tinker-API benötigt nur eine Zeile.

🔗 Together Post-Training (Blog von Together AI)

TorchNeuron: Transformers, Diffusers und Kernels laufen nativ auf AWS Trainium

19. Oktober — Hugging Face unterstützt TorchNeuron, das neue PyTorch-Backend von AWS für seine Trainium-Chips, nativ in Transformers, Diffusers und Kernels; die öffentliche Beta startet am 20. Oktober. Bisher musste Optimum Neuron verwendet werden, das auf PyTorch XLA aufbaut, mit statischen Shapes und einer Neukompilierung bei jedem Graph Break. TorchNeuron macht den Chip zu einem gewöhnlichen PyTorch-Gerät, mit sofortiger Ausführung (eager), torch.compile und FSDP2.

Bei der Inferenz funktionieren 89 % der 100 meistgenutzten Architekturen zur Textgenerierung auf Anhieb, gegenüber 46 % mit Optimum Neuron v0.4.5, und Hugging Face empfiehlt nun, Transformers, Diffusers, Accelerate, PEFT und TRL anstelle von Optimum Neuron zu verwenden. Ein standardmäßiges SFT-Skript von TRL läuft auf 8 Trainium2-Chips, und ein auf dem Hub geteilter Neuron-Kernel beschleunigt Vision Transformers um bis zu Faktor 2,4.

🔗 TorchNeuron (Hugging-Face-Blog)

Die Python- und Node-SDKs von OpenAI übernehmen die Tool-Schleife für computer use und browser use

16. Oktober — Nachgetragen: In einem von @OpenAIDevs erneut geteilten Thread stellt Kevin Whinnery aus OpenAIs Team für Entwicklererfahrung neue Hilfsfunktionen (helpers) der Python- und Node.js-SDKs vor, die die Tool-Schleife (tool loop) der Responses API übernehmen. Der Code erschien am 14. Oktober in openai-python 3.31.0 und openai-node 7.33.0 als erster Teil einer vierteiligen Reihe.

SDK-Komponente	Was sie dem Modell bereitstellt
`ComputerToolset`	Screenshots, Maus- und Tastaturaktionen über das Tool computer
`BrowserToolset`	Seitentext, Bedienelemente und Tabs als Funktions-Tools
Tool runner von Responses	gestreamter Fortschritt und Wiederaufnahmepunkte (checkpoints)

Ein vom Entwickler geschriebener oder importierter Treiber (driver) führt die Aktionen aus, und die Anwendung behält die Kontrolle: verfügbare Operationen, Bestätigung von Änderungen, Sicherheitsprüfungen, Schrittlimits. Der Leitfaden listet Integrationen mit Browserbase, Browser Use, Daytona und E2B auf. Die SDKs von Claude hatten am 7. Oktober vergleichbare Toolsets als Beta erhalten.

🔗 Der Thread von Kevin Whinnery · Der Leitfaden zu Computer use

Perplexity: rollenbasierter Zugriff auf Konnektoren, lokaler Ordner in Projects, Nano Banana 2.1 und Skill Reverse Engineer

19. Oktober — Perplexity veröffentlicht sein erstes Produkt-Changelog seit dem 5. Oktober: Sieben seiner dreizehn Rubriken sind neu.

Neuerung im Changelog	Was sich ändert	Zielgruppe
Rollenbasierter Zugriff auf Konnektoren	jeder Konnektor für alle, für Administratoren oder für bestimmte Rollen zugänglich	Administratoren betreuter Enterprise-Tarife
Lokaler Ordner in Projects	Computer liest und speichert standardmäßig in einem Ordner auf dem Mac	Mac-App 26.38 oder neuer
Nano Banana 2.1 in Computer	Bilderzeugung und Bildbearbeitung, erneute Ausführungen im selben Thread	alle mit Zugriff auf Computer
Skill Reverse Engineer	Software untersuchen, zu deren Analyse man berechtigt ist, anschließend nachbauen und testen	kostenlos bis zum 31. Oktober, begrenzt auf 10 000 Credits pro Konto

Die Ende Juli eingeführte rollenbasierte Zugriffskontrolle wird damit auf einzelne Konnektoren ausgeweitet, einschließlich Audit-Logs. Hinzu kommen eine Miniaturansichtenleiste in Computer, eine hauseigene Schriftart (PPLX) und ein Rahmen im Eingabebereich, der den Modus Ask oder Computer anzeigt. Bei den bereits behandelten Themen steht Gemini 4 Argon in Computer für Pro- und Max-Abonnenten zur Verfügung, in der Suche jedoch ausschließlich für Max-Abonnenten.

🔗 Das Changelog vom 19. Oktober

LiteRT Tensor API: Google ermöglicht handgeschriebene C++-Modelle für eingebettete Systeme, die auf CPU, GPU und NPU laufen

19. Oktober — Google AI Edge veröffentlicht die LiteRT Tensor API, eine Schicht seines Inferenz-Stacks für eingebettete Systeme, mit der sich ein Modell in C++ von Hand, Operation für Operation, schreiben lässt. Derselbe Graph läuft mit LiteRT auf CPU, dank der am 8. Oktober als Open Source veröffentlichten ML-Engine Drift auf GPU oder auf NPU und kann über XNNPACK direkt auf CPU ausgeführt werden. Die Gewichte werden ohne Konvertierung aus .safetensors-Dateien von Hugging Face geladen, und die Tensoren werden ohne Kopieren im Speicher des Beschleunigers weitergereicht.

Googles Messung mit SAM 2	Angegebenes Ergebnis
Bilder pro Sekunde bei 512x512 auf WebGPU	von unter 10 auf über 30
Geschwindigkeit gegenüber Apple MLX (MacBook Pro, fp16)	etwa 1,5-mal schneller

In der Demonstration läuft SAM 2, Metas Segmentierungsmodell, im Browser mit Prompts, die Gemma 4 E2B interpretiert; laut dem Beitrag hat der Coding-Agent Antigravity die Implementierung mit der Tensor API geschrieben und anschließend beschleunigt. Für die meisten Projekte bleibt die Konvertierung der empfohlene Weg.

🔗 Der Beitrag von Google Developers

Coding-Agenten: Devin bewertet die Effizienz seiner Nutzer, Amp wird zum Agenten in Linear, Mistral veröffentlicht Vibe CLI 3.0.0, Gemini 4 Argon wird in Antigravity für Google AI Pro-Abonnenten verfügbar

Cognition und Amp ergänzen Funktionen für Teams, Mistral veröffentlicht eine neue Hauptversion seiner CLI, und Google öffnet Gemini 4 Argon für eine weitere Abostufe.

Devin bewertet die Effizienz jedes Entwicklers von 0 bis 100 und erhöht selbstständig die Limits der am besten Bewerteten

19. Oktober — Cognition ergänzt den Enterprise-Tarif von Devin um drei Funktionen zur Ausgabensteuerung. Der Efficiency Score bewertet die jüngste Nutzung jedes Entwicklers, indem er die Effizienz E, gemessen in produktiven Stunden pro ACU (Devins Abrechnungseinheit), und das Volumen V, gemessen in produktiven Stunden pro Tag, kombiniert: Score = 100 × (E + 0,2 × V × (1 − E)). Das Volumen hat wenig Gewicht: Ein durchschnittlicher Entwickler erhält 55, ein ebenso effizienter Vielnutzer 60, ein wenig effizienter Vielverbraucher 41 und ein zurückhaltender, aber sehr effizienter Nutzer 76.

Devin Coach kommentiert einen Prompt vor dessen Ausführung, ohne ihn jemals stillschweigend umzuschreiben. Mit der Option Approve based on efficiency legt der Administrator eine Obergrenze fest: Nähert sich ein als Healthy oder Satisfactory bewerteter Entwickler seinem Limit, erhöht Devin es ohne Antrag bis zu dieser Obergrenze und innerhalb der Limits der Organisation. Alles darüber sowie Anträge von Entwicklern mit der Bewertung Needs Improvement oder Unknown gehen an einen Administrator; kein Antrag wird automatisch abgelehnt. Diese Genehmigungen stehen ab sofort allen Devin Enterprise-Kunden zur Verfügung, ein Preis ist nicht veröffentlicht.

🔗 Der Beitrag von Devin

Amp wird zum Agenten in Linear: Eine Issue zuweisen oder @Amp erwähnen startet eine orb

19. Oktober — Wer Amp eine Linear-Issue zuweist oder Amp mit @Amp in einem Kommentar erwähnt, öffnet damit jetzt eine Agentensitzung (Agent Session) in Linear und startet eine orb, einen Agenten-Thread, der im Namen der Person arbeitet. Amp antwortet in dieser Sitzung, reagiert auf währenddessen gesendete Nachrichten und meldet, wenn er wegen eines Fehlers anhält oder auf die Genehmigung eines Tools wartet. Laut Dokumentation können auch Abonnements für jede neue Issue eine orb starten. Ein Administrator des Amp-Workspace installiert die Anwendung, ein Linear-Administrator genehmigt sie, anschließend verknüpft jeder sein Konto, und Linear wird zu den eigenen MCP-Servern hinzugefügt. Ein Preis wird nicht genannt; Amp konnte bereits seit dem 23. Juli auf Linear-Webhooks reagieren.

🔗 Die Ankündigung von Amp

Vibe CLI 3.0.0: Mistral behält nur die Rust CLI und das Unified Harness

19. Oktober — Mistral veröffentlicht ohne Ankündigung Vibe CLI 3.0.0, seine erste Version 3.x: 95 Einträge, darunter 54 Fehlerbehebungen und 5 entfernte Funktionen. Die alte Python-Oberfläche, die alte Runtime und der Plan-Modus entfallen, vibe startet weiterhin die Rust TUI, und alle Oberflächen von der CLI bis Desktop nutzen das Unified Harness.

Mehrere Änderungen können bestehende Installationen beeinträchtigen: mindestens Python 3.14 statt 3.12, Zertifikatsprüfung nach strengeren RFC 5280-Regeln, keine Unterstützung mehr für Vibe 1.x-Sitzungen und Umbenennung der Subagenten-Tools in agents.*. Zu den Neuerungen gehört /branch, das eine Unterhaltung in eine neue Sitzung verzweigt; Vibe Desktop importiert Sitzungen eines anderen Coding-Agenten, und mit dem Flag enable_mcp können Administratoren MCP-Server blockieren. Unter Windows kann ein Befehl die Genehmigungsprüfung nicht mehr umgehen, indem er einen Teil seiner selbst verbirgt.

🔗 Die Release Notes zu Vibe CLI 3.0.0

Gemini 4 Argon wird in Antigravity für Google AI Pro-Abonnenten verfügbar, mit einem eigenen Wochenkontingent

15. Oktober — Nachtrag: Gemini 4 Argon ist in Google Antigravity nicht mehr Ultra-Abonnenten vorbehalten. Der Account @antigravity hat die Verfügbarkeit für zahlende Google AI Pro-Abonnenten in der Desktop-App und der CLI angekündigt, während zum Start der allgemeinen Verfügbarkeit am 13. Oktober nur Google AI Ultra-Abonnenten und berechtigte Gemini Enterprise-Kunden Zugriff hatten. Für Pro kommt zum Kontingent für Gemini 3.8 Flash ein separates Argon-Kontingent hinzu, das ausschließlich wöchentlich gilt und dessen Umfang nicht beziffert wird.

Abostufe	Gemini 4 Argon in Antigravity
Kostenlos und Google AI Plus	nein
Google AI Pro	ja, außerhalb der Testphase
Google AI Ultra	ja
Unternehmen	ja

Argon funktioniert in Antigravity App, Antigravity CLI und den IDE-Erweiterungen, nicht in Antigravity IDE. Am 19. Oktober hat auch Zed 1.24.3 das Modell in seine stabile Version aufgenommen.

🔗 Die Ankündigung von @antigravity · Die Modellseite von Antigravity

Kurzmeldungen

Coding-Agenten und Tools

Claude Code 2.1.303 — Die am 18. Oktober veröffentlichte Version hat nur eine Zeile Release Notes zu Fehlerbehebungen und Verbesserungen der Zuverlässigkeit, ohne die behobenen Probleme aufzulisten; das Agent SDK für TypeScript folgt mit 0.3.303. 🔗 Quelle
Qwen Code v0.25.3 — Die stabile Version folgt auf die am 16. Oktober behandelte Vorabversion, ohne bekannte Breaking Changes: 41 Funktionen und 81 Fehlerbehebungen seit v0.25.2, vor allem für den Managed Agent, der seine Tools über SSH oder in einem nativen macOS-Workspace ausführt und den Plan-Modus erhält. 🔗 Quelle
Copilot CLI 1.0.100 — Die erste stabile Version seit 1.0.98 vom 14. Oktober bringt keine Neuerungen: Ihre 49 Einträge übernehmen die Vorabversionen 1.0.99-0 bis 1.0.100-1, die hier vom 15. bis 17. Oktober vorgestellt wurden. 🔗 Quelle
ZCode v3.16.1 — Z.ai synchronisiert das Open-Source-Repository von ZCode mit Version 3.16.1, ohne Release oder Release Notes; die einzige dokumentierte Neuerung ist eine chinesischsprachige Anleitung zur Nutzung der CLI. 🔗 Quelle
Gemini CLI, Nightly vom 19. Oktober — Keine Änderung: Es ist die dritte Nightly in Folge auf demselben Commit, da seit dem Abend des 16. Oktober nichts zusammengeführt wurde; auch die stabile v0.64.0 und die Preview v0.65.0-preview.0 bleiben unverändert. 🔗 Quelle
Zed 1.24.3 — Der einzige Eintrag dieser stabilen Version ergänzt Gemini 4 Argon bei den Google AI-Modellen; in der Vorabversion 1.25.0 war es bereits seit dem 14. Oktober enthalten. 🔗 Quelle
Die MCP-Partner von Figma — Nachtrag zum 15. Oktober: Figma kündigt auf der Config India 20 neue MCP-Partner an, darunter Amp, Junie von JetBrains, OpenCode, Cline, Delta und Zed; die Liste enthält allerdings 21 Namen und nennt weder die freigeschalteten Funktionen noch deren Verfügbarkeit. Zed hat die Ankündigung am 19. Oktober weiterverbreitet. 🔗 Quelle · 🔗 Zed
Navan und die Cloud-Agenten von Cursor — Nachtrag zum 16. Oktober: Cursor beschreibt, wie Navan mit Cloud-Agenten auf eigenen Maschinen in etwa einer Woche zu Spring Boot 4 migriert ist (8 Anwendungen, 15 Bibliotheken), gegenüber mehr als einem Monat vor zwei Jahren; über einen Zeitraum von 30 Tagen wurden 36 % der zusammengeführten PRs im Haupt-Repository mit Cursor geschrieben. 🔗 Quelle
Eine Sitzung der GitHub Copilot App in VS Code fortsetzen — Ein Tutorial im GitHub Blog zeigt, wie die Aktion Open in VS Code eine Sitzung in ihrem Worktree mit Aufgabe, Plan, Unterhaltung und Diff wieder öffnet, bevor Review, Nachbesserungen, lokale Tests und der Push zur Pull Request der Sitzung folgen. 🔗 Quelle
COOKED — OpenAI Developers startet eine Videosendung darüber, was das Team und die Community mit Codex entwickeln; die erste Folge (13 min 20 s) zeigt bereits verfügbare Funktionen, von den Cloud-Umgebungen von Codex bis zu einem mit Ultrafast entwickelten 8-Bit-Ramen-Spiel. 🔗 Quelle

API, Harnesses und Integrationen

Agent API von Perplexity — Die Einstellung require_approval macht Aufrufe von MCP-Tools und Konnektoren vor ihrer Ausführung von der Zustimmung der Anwendung abhängig, und die Voreinstellung xhigh steigt von 128 000 auf 512 000 Ausgabe-Tokens; Perplexity korrigiert außerdem seinen hier aufgegriffenen Eintrag vom 5. Oktober: Auch xhigh nutzt Fast Search. 🔗 Quelle
Harness-Engineering — Perplexity veröffentlicht einen Leitfaden zum Harness (harness), also allem, was das Modell in einem KI-Tool umgibt, mit sechs Komponenten von der Agentenschleife bis zur Überprüfung; er nennt einen unabhängigen, nicht näher bezeichneten Test, bei dem allein ein Wechsel des Harness den Score desselben Modells in einem Coding-Test um bis zu 11 % veränderte. 🔗 Quelle
SPACE bei Crusoe — Crusoe kündigt eine Partnerschaft mit Perplexity an, um SPACE, die Open-Source-Sandbox von Perplexity, in das Managed AI-Angebot von Crusoe Cloud zu integrieren, ohne Termin oder Preis; Crusoe gehörte bereits bei der Freigabe des SPACE-Quellcodes am 15. Oktober zu den genannten Partnern. 🔗 Quelle
Perplexity in Lovable — Nachtrag zum 15. Oktober: Perplexity ergänzt neben Claude, Firecrawl, Gemini, OpenAI, p0 und TypeSafe die Anbieter der KI-Funktionen, die Lovable in Anwendungen integriert, und liefert Web-Antworten in Echtzeit mit Quellenangaben; Preise und technische Details fehlen. 🔗 Quelle
Ein Sprachagent, der nicht verstummt — Ein Leitfaden von Google Developers zeigt, wie die Streaming-Tools und nicht blockierenden Tools des ADK Sprechpausen eines Sprachagenten auf gemini-3.8-live vermeiden: In einem Workflow für einen Verkaufsbericht sinkt die Zeit bis zu den ersten Worten von 14,4 Sekunden auf 1,2 Sekunden, ohne neue Funktion. 🔗 Quelle
DeepSeek-V4.1-Flash-1017 bei Together AI — Das hier am 17. Oktober vorgestellte Modell von DeepSeek ist bei Together AI verfügbar, laut dem Hoster „zum gleichen Preis“. 🔗 Quelle

Offene Modelle und Forschung

Muse Glimmer — Meta veröffentlicht den technischen Bericht zu seinem im August eingeführten offenen 30B-Modell für Agentenaufgaben auf Consumer-Hardware: Text und Bilder, mehr als hundert Sprachen, etwa 4 Bit auf einer einzigen GPU, Apache 2.0-Lizenz; laut Meta führt es seine Kategorie gegenüber Gemma4-31B und Qwen3.6-27B an, ohne Zahlen in der Zusammenfassung zu nennen. 🔗 Quelle
SlideOn und mSlideOn — LightOn veröffentlicht zwei aus DenseOn und mLateOn hervorgegangene Modelle für Sparse Retrieval (sparse retrieval) mit 174M (Englisch) und 339M Parametern (mehrsprachig): SlideOn erreicht auf BEIR-15 56,68 gegenüber 56,20 für DenseOn, und mSlideOn gewinnt auf MLDR 10,19 Punkte gegenüber mDenseOn. 🔗 Quelle
tokenizers v1.0.0-rc.3 — Der dritte Release Candidate von tokenizers v1 bringt die Bibliothek über WebAssembly-Bindings, die auf npm unter dem Namen tokenizers-wasm veröffentlicht werden, in den Browser und ermöglicht das Laden von ModernBERT, NLLB und aus SentencePiece konvertierten Modellen. 🔗 Quelle
Transformers v5.20.2 — Fehlerkorrekturversion: Eingaben verlieren während der Generierung nicht mehr ihren Typ, was zuvor multimodale Modelle beeinträchtigte, und die Expertengradienten sind bei bfloat16 mit Expertenparallelismus nicht mehr null. 🔗 Quelle
Prompts sortieren — In einem Community-Beitrag beschleunigt Abdennacer Badaoui vLLM ohne Änderungen um 12 bis 17 % auf Qwen3-30B-A3B und um 7 bis 12 % auf gpt-oss-120b, indem er die Prompts vor der Batch-Inferenz nach Themengebiet sortiert, da ähnliche Anfragen dieselben Experten beanspruchen; im latenzsensitiven Online-Betrieb verschwindet der Gewinn. 🔗 Quelle
Nesso3-0.4B-Agentic — mii-llm veröffentlicht ein zweisprachiges italienisch-englisches Modell mit 0,4 Milliarden Parametern für Tool-Aufrufe unter Apache-2.0-Lizenz: 74/100 in der zweisprachigen Testsuite seiner Autoren gegenüber 67 für Qwen3-0.6B, aber 48 % gegenüber 84 % bei allgemeinen englischsprachigen Tools. 🔗 Quelle
S²-MAS und Fin-Laya — Yang Li simuliert 12 Millionen Agenten aus 500 Millionen Haushaltspersonas in 3 h 59 auf 14 GPU und stellt Fin-Laya vor, ein Modell für Finanzentscheidungen mit 74,5544 % Genauigkeit und 9,10 ms durchschnittlicher Latenz gegenüber 206,77 ms bei Jev 1.13, nach eigenen Messungen. 🔗 Quelle
BlenderWorld — Nachtrag zum 15. Oktober: Qwen veröffentlicht einen Benchmark für die 3D-Erstellung mit Blender (223 Aufgaben, 2 651 binäre Kriterien): Unter 13 Modellen führt GPT-6-Astra mit 79,9 von 100 vor Opus-5 (73,0) und GPT-5.6-Sol (67,7), Qwen3.8-Max liegt auf Platz fünf (60,6), und das führende Modell erfüllt nur bei 42,2 % der Aufgaben sämtliche Kriterien. 🔗 Quelle

Hardware, Privatnutzer und kreative Arbeit

Der Preis der RTX Spark-Laptops — Als Nachtrag zum 16. Oktober: In der Pressemitteilung zur Markteinführung kündigt NVIDIA an, dass die RTX Spark-Laptops von ASUS, Dell, HP, Lenovo, Microsoft und MSI weltweit ab 2 599 Dollar erhältlich sind; im NVIDIA-Blogbeitrag vom 17. Oktober ist dagegen für dieselben Hersteller von Preisen ab 2 399 Dollar die Rede. 🔗 Pressemitteilung · 🔗 Beitrag
Grok Bot auf der Aktionstaste — Der Account @bot von Grok Bot zeigt in einem Video, dass sich der Assistent der Aktionstaste des iPhone zuweisen lässt, ähnlich wie die hier am 18. Oktober vorgestellten dots von OpenAI; weder die iOS-Version noch der Tarif werden genannt, und es gibt weder einen Beitrag auf x.ai noch eine Weiterverbreitung durch @SpaceXSI. 🔗 Quelle
Chroma Awards, Saison 2 — ElevenLabs eröffnet die zweite Saison des Wettbewerbs für KI-Kreationen, den es nach eigenen Angaben ins Leben gerufen hat: fünf Kategorien, Testguthaben im Wert von 1 Million Dollar und mehr als 450 000 Dollar Preisgeld; der Beitrag nennt zunächst den 1. Januar 2027 als Einsendeschluss, in den Teilnahmebedingungen dann den 7. Januar, gefolgt von einer Preisverleihung am 11. Februar 2027. 🔗 Quelle

GitHub, abseits von KI

Authentifizierte HTTPS-Clones — Bei ungewöhnlich hohem Datenverkehr kann GitHub vorübergehend für bestimmte git clone und git fetch über HTTPS bei öffentlichen Repositories eine Authentifizierung verlangen; SSH, Pushes und authentifizierte Vorgänge sind davon unberührt, und GitHub empfiehlt für Continuous Integration GITHUB_TOKEN oder einen GitHub App-Token. 🔗 Quelle
CodeQL, Xcode 27 und Swift 6.4 — Da in einigen Systembinärdateien von Apple x86_64-Code fehlt, verfolgt CodeQL keine Builds mit Xcode 27 mehr und unterstützt Swift 6.4 auf keiner Plattform; die Unterstützung für Intel-Macs wird Mitte Dezember als veraltet eingestuft, und GitHub empfiehlt, macOS 26 und Xcode 26 festzuschreiben. 🔗 Quelle

Was das bedeutet

MiniMax und Black Forest Labs konkurrieren auf demselben Gebiet: Es geht stärker um Geschwindigkeit und Kosten einer Aufgabe als um die reine Qualität. M3.1 Flash liefert mehr als 200 Tokens pro Sekunde in der Ausgabe, senkt die Nutzungskosten für Agentenaufgaben um 70 % und berechnet 0,15 Dollar pro Million Eingabe-Tokens; FLUX 3 Max rendert ein 10 Sekunden langes Video in 12,45 Sekunden, bis zum 7. November für 0,0425 Dollar pro Sekunde. Die angegebene Qualität erreicht das Niveau der Besten, ohne es zu übertreffen: FLUX 3 Max teilt sich den ersten Platz in einer Rangliste, in der MiniMax H3 zwei Punkte vor ihm liegt, innerhalb der Unsicherheitsspanne, und M3.1 Flash bezeichnet sich auf zwei Agenten-Benchmarks als bestes chinesisches Modell. Das Modell von MiniMax wurde auch unter realen Bedingungen erprobt: Space Bunny verarbeitete mehr als 200 000 Milliarden Tokens, ohne seine Herkunft offenzulegen, und seine Vorabversion führte laut MiniMax zwölf Tage lang die Rangliste von OpenCode an. All diese Zahlen stammen weiterhin von den Anbietern, und die Rangliste von Artificial Analysis ist noch vorläufig.

Post-Training wird zu einem eigenständigen Produkt. fal hat FLUX 3 Max nicht von Grund auf entwickelt: Es hat FLUX 3 von Black Forest Labs angepasst und optimiert, so wie es zuvor MiniMax H3 zu seinem H3 Max weiterentwickelt hatte; laut fal brachte das Post-Training dem Modell 50 Elo-Punkte, und die Arbeit an der Inferenz machte die Generierung etwa zehnmal schneller. Together AI verkauft diese Möglichkeit inzwischen an seine Kunden, die ihre eigene Trainingsschleife, ob SFT oder RL, für offene Modelle schreiben, und TorchNeuron macht die Trainium-Chips von AWS für gewöhnliche PyTorch-Skripte aus Transformers und TRL zugänglich. Am anderen Ende der Kette wird das Pretraining stärker gebündelt: Prometheus strebt eine Million GPUs an, und der Großteil des Meta-Beitrags behandelt die Zuverlässigkeit, mit 8 Reserve-GPUs pro Rack und um 99 % reduzierten Unterbrechungen. MARBLE geht dasselbe Skalierungsproblem auf der Softwareseite an, für Sequenzen mit mehreren Millionen Tokens.

Auch Agenten erhalten mehr Kontrollmechanismen für Administratoren: wer was starten darf, mit welchem Budget und nach welcher Freigabe. Devin erhöht selbstständig die Limits der Ingenieure, die es für effizient hält, und verweist die anderen an einen Administrator; Perplexity gibt jeden Connector für bestimmte Rollen frei, und seine Agent API kann einen MCP-Aufruf bis zur Freigabe durch die Anwendung aussetzen; mit den Toolsets von OpenAI kann die Anwendung Änderungen bestätigen und die Zahl der Schritte begrenzen; Vibe CLI 3.0.0 gibt Administratoren ein Flag, das die MCP-Server abschaltet. Amp wiederum arbeitet in Linear im Namen der Person, die ihm ein Issue zuweist: Der Agent zieht in die Tools des Teams ein und handelt über die Linear-Verbindung der jeweiligen Person.

Für Entwickler bringt der Herbst schließlich zahlreiche Migrationen mit sich. GPT-4o und GPT-4.1 verlassen am 14. Januar 2027 die API von OpenAI, die Sprachsynthesemodelle tts-1 und gpt-4o-mini-tts bereits am 6. Januar, und diese Termine stehen nur auf der Seite zu den Abkündigungen: Wer nur den Changelog der API verfolgt, übersieht sie. Auf Trainium empfiehlt Hugging Face, Optimum Neuron zugunsten von Transformers und TRL auf TorchNeuron aufzugeben. Und Vibe CLI 3.0.0 verlangt Python 3.14, prüft Zertifikate strenger und öffnet keine Sitzungen von Vibe 1.x mehr, was alle überraschen dürfte, die ein Update durchführen, ohne die Versionshinweise zu lesen.