OpenAI-Modelle und Codex kommen zu Google Cloud, Anthropic startet Claude Duet, OpenAI koordiniert die Reaktion auf die PHP2Shell-Schwachstellen

OpenAI bringt seine Frontier-Modelle und Codex in den Model Garden von Google Cloud, als private Preview für ausgewählte Unternehmen. Google erklärt damit, nun der einzige große Cloud-Anbieter zu sein, der die drei führenden geschlossenen LLMs anbietet. Anthropic startet die Preview von Claude Duet, einem Agenten, der selbstständig in seiner eigenen virtuellen Maschine arbeitet und vor Zahlungen oder Unterschriften um Zustimmung bittet. Zugleich zieht OpenAI Bilanz zu PHP2Shell, zwei kritischen PHP-Schwachstellen, von denen eine mit GPT-5.6 Sol entdeckt wurde. Auf der GTC Berlin stellt NVIDIA eine Referenzarchitektur zur Abschottung von Agenten sowie KI-Fabriken vor, die in Containern geliefert werden; Recursive veröffentlicht Flint, ein offenes Modell für lokales Programmieren, und Cohere bringt Rerank 5 heraus.

OpenAI-Modelle und Codex kommen zu Google Cloud, als private Preview im Model Garden

21. Oktober — OpenAI und Google Cloud kündigen an, die Frontier-Modelle von OpenAI und die agentischen Workflows von Codex in den Model Garden aufzunehmen, den Modellkatalog von Google Cloud. Der Google-Beitrag von Michael Gerstenhaber, Vizepräsident für Gemini-Produkte, nennt die drei betreffenden Modelle: GPT-6 Astra für besonders anspruchsvolle Aufgaben (Code, Computerbedienung, berufliche Aufgaben, wissenschaftliche Forschung), GPT-6.1 Sol, dessen Intelligenz laut Vorstellung zu geringeren Kosten nahe an Astra heranreicht, und GPT-6 Luna, das schnelle und kostengünstige Modell für alltägliche Aufgaben in großem Umfang.

Die Einführung erfolgt in mehreren Schritten, wobei die beiden Anbieter den Zeitplan unterschiedlich formulieren:

Angekündigtes Element	Angegebener Zeitplan	Quelle des Zeitplans
GPT-6 Astra, GPT-6.1 Sol und GPT-6 Luna im Model Garden	Private Preview für ausgewählte Unternehmenskunden, mit Anmeldung per Formular	Google Cloud
Aufrufe über die APIs von Google Cloud, Codex CLI und Codex Desktop mit Anbindung an die Gemini-Plattform für die Inferenz	Ab dem 21. Oktober für diese Kunden	Google Cloud
Allgemeine Verfügbarkeit	In den kommenden Wochen	OpenAI
Keine Datenspeicherung (Zero Data Retention) und Confidential Compute	Demnächst	Google Cloud
OpenAI-Modelle in Google Antigravity und im Gemini-Agenten (laut Google Gemini for business)	Geplant, ohne Termin	Beide Anbieter

Der Kauf erfolgt über den Model Garden und Google Cloud Marketplace: eine einzige Google-Cloud-Rechnung, wobei der Verbrauch auf bereits mit Google vereinbarte Ausgabenzusagen angerechnet und in den Flexible Savings Plans berücksichtigt wird, ohne separaten Vertrag mit dem Anbieter. OpenAI hatte diese Anrechnung auf Ausgabenzusagen bereits im Juni mit Oracle Cloud angeboten. Google betont außerdem die Governance: Prompts, Kontext und Antworten bleiben innerhalb der Datengrenzen des Kunden und werden niemals zum Training von Foundation Models verwendet. Die Modelle laufen auf dedizierter Google-Cloud-Infrastruktur hinter isolierten Gateways, mit VPC Service Controls und einheitlichen Audit-Logs. Preise werden nicht veröffentlicht. Google leitet daraus folgenden Anspruch ab:

Google Cloud is now the only hyperscale cloud provider offering access to all three leading closed source LLMs, alongside more than 200 first-party, third-party, and open models on a unified enterprise AI platform.

🇩🇪 Google Cloud ist nun der einzige Hyperscale-Cloud-Anbieter, der auf einer einheitlichen KI-Plattform für Unternehmen Zugang zu den drei führenden geschlossenen LLMs sowie zu mehr als 200 eigenen, von Drittanbietern stammenden und offenen Modellen bietet. — Michael Gerstenhaber, Vizepräsident für Gemini-Produkte bei Google Cloud

OpenAI stellt seinerseits klar, dass Microsoft sein wichtigster Cloud-Partner bleibt. Nach Amazon Bedrock am 1. Juni und Oracle Cloud am 10. Juni gehört nun auch Google Cloud zu den Clouds, die seine Modelle einschließlich Codex vertreiben. Die am selben Tag veröffentlichten offiziellen SDKs openai-python 3.36.0 und openai-node 7.41.0 unterstützen bereits Vertex AI für die Responses API.

🔗 Der Beitrag von OpenAI · Der Beitrag von Google Cloud · Der Tweet von @OpenAI

Claude Duet: Anthropic startet die Preview eines proaktiven Agenten, und Grok Bot hält seine Dashboards aktuell

21. Oktober — Anthropic startet die Forschungsvorschau (research preview) von Claude Duet, einer neuen Anwendung, in der Claude als proaktiver Agent arbeitet: Er weist darauf hin, was die Aufmerksamkeit des Nutzers erfordert, erledigt ihm übertragene Aufgaben, arbeitet in dessen Abwesenheit weiter und bittet um Zustimmung, bevor er in dessen Namen handelt. Der Zugang erfolgt über eine Warteliste, zunächst für Pro- und Max-Abonnenten in den USA. Duet ist eine eigenständige Anwendung, getrennt von der Hauptanwendung Claude, auf iOS, Android und claude.ai; während der Preview ist sie in den Pro- und Max-Tarifen enthalten und nutzt dieselben Nutzungskontingente.

Duet basiert auf Claude Opus 5.5 und übernimmt die Erinnerungen, Skills und verbundenen Anwendungen des Claude-Kontos. Jeden Morgen sendet er eine kurze Zusammenfassung der wichtigen Punkte; tagsüber prüft er die verbundenen Konten alle paar Stunden, da eine kontinuierliche Überwachung die Kontingente des Tarifs schneller aufbrauchen würde. Man kommuniziert mit ihm schriftlich oder per Sprache in einem einzigen Gesprächsverlauf. Er arbeitet in seiner eigenen virtuellen Maschine mit seinem eigenen Browser: Weder Computer noch Telefon müssen eingeschaltet bleiben. Er nutzt mehr als 6 000 Konnektoren und Plugins aus dem Claude Marketplace (Gmail, Slack, QuickBooks, Stripe, Gusto, Docusign, Shopify…) und kann mit Link, der digitalen Geldbörse von Stripe, Einkäufe für das Unternehmen tätigen. Dabei wird mit einer virtuellen Karte bezahlt, ohne die echte Kartennummer weiterzugeben.

Art der angeforderten Aktion	Verhalten von Claude Duet
Lesen, schreiben, eine Arbeit vorbereiten	Selbstständig im Hintergrund
Eine Nachricht senden, bezahlen, unterschreiben, löschen	Zeigt die Aktion an und wartet auf Genehmigung
Mit Wertpapieren handeln, Geld zwischen Konten überweisen	Untersagt, auch mit Genehmigung
Kreditkartennummern, Ausweisdokumente	Weitergabe durch einen neuen Klassifikator blockiert
Gesundheitsdaten, persönliche Finanzen	Nur auf ausdrückliche Anweisung übermittelt

Die Sicherheit baut auf bestehenden Komponenten auf: Zugangsdaten werden wie bei Claude Managed Agents verwaltet, Aktionen durchlaufen den Klassifikator des Auto-Modus, und die Abwehr von Prompt Injection stammt aus den Arbeiten zu browser use. Nach Penetrationstests durch Red Teams und ein externes Unternehmen wird Duet außerdem in das öffentliche Bug-Bounty-Programm aufgenommen.

Claude Duet draws on years of our safety and security work on agents. It never directly sees your passwords, a new classifier guards against sharing sensitive information, and the important decisions stay with you. We’ll share more on our approach to safety in Claude Duet soon.

🇩🇪 Claude Duet baut auf unserer jahrelangen Arbeit an der Sicherheit und Absicherung von Agenten auf. Er sieht Ihre Passwörter niemals direkt, ein neuer Klassifikator verhindert die Weitergabe sensibler Informationen, und wichtige Entscheidungen bleiben Ihnen überlassen. Wir werden bald mehr über unseren Sicherheitsansatz für Claude Duet berichten. — @claudeai auf X

Anthropic räumt die Grenzen dieser ersten Version ein: Duet kann einen Gesprächsverlauf falsch lesen oder die Dringlichkeit falsch einschätzen, persönliche Erledigungen wie Ticketbuchungen sind weniger ausgereift, und er kann seinen Browser noch nicht zeigen. Prüfungen im Hintergrund werden auf die Kontingente des Tarifs angerechnet, und größere Aufgaben wie ein Finanzmodell oder eine Präsentation verbrauchen mehr davon.

🔗 Die Ankündigung von Claude Duet

Grok Bot erstellt jetzt Berichte und Dashboards, die er aktuell hält

21. Oktober — Dieselbe Idee eines Agenten, der zwischen zwei Anfragen weiterarbeitet, findet sich bei SpaceXSI: Grok Bot kann jetzt Berichte, Memos und Dashboards erstellen. Man fordert eine Seite an und überarbeitet sie anschließend gemeinsam mit ihm oder beauftragt ihn damit, sie fortlaufend aktuell zu halten. Die Funktion wird noch am selben Tag für Nutzer der neuesten Versionen der Mobil- und Desktop-Anwendungen ausgerollt.

Die Ankündigung beschränkt sich auf zwei Tweets und ein Demovideo, ohne Beitrag auf x.ai: Weder die betroffenen Tarife noch die Grenzen oder die Datenquellen, die ein Dashboard verfolgen kann, werden genannt. Sie setzt eine Reihe von Neuerungen für Grok Bot im Oktober fort (E-Mail-Adresse am 9., Konnektoren und Geschwindigkeit am 16., Action Button des iPhone am 19.) und erinnert an Claude Dashboards, die Anthropic von Claude aktuell halten lässt und die seit Anfang Oktober in der Beta sind.

🔗 Die Ankündigung von Grok Bot

PHP2Shell: OpenAI koordiniert die Reaktion auf zwei kritische PHP-Schwachstellen, Claude Security führt kontinuierliche Scans ein

21. Oktober — OpenAI veröffentlicht die Bilanz von zwei Monaten Koordination rund um PHP2Shell, zwei kritische Schwachstellen im PHP-Kern. Dem Beitrag zufolge hat das Sicherheitsunternehmen Calif eine davon mit GPT-5.6 Sol im Rahmen von Patch the Planet identifiziert, der Open-Source-Initiative von Daybreak. Wiz hat seinerseits beide entdeckt und gemeldet. Die PHP-Maintainer haben die Korrekturen geleitet, unterstützt von OpenAI, Wiz, Cloudflare und weiteren Beteiligten; nach Kenntnis von OpenAI hat Frontier-KI diese Schwachstellen vor den Angreifern gefunden. Die Tragweite zeigt sich an der Verbreitung der Sprache: PHP betreibt rund 70 % der Websites.

Die Offenlegungswebsite php2shell.com beschreibt die beiden CVEs, deren Schweregrad CVSS 9,2 erreicht: Ein nicht authentifizierter Angreifer kann Code auf dem Server ausführen oder den Speicher des PHP-Prozesses auslesen (Passwörter, Tokens, API-Schlüssel). Der verwundbare Code befindet sich in PHP selbst, sodass auch eine fehlerfreie Anwendung betroffen sein kann.

CVE-Kennung	Schwachstellenklasse	Demonstration laut php2shell.com
CVE-2026-109618	Speicherkorruption bei Speichermangel (out-of-memory)	Codeausführung ohne Authentifizierung auf WordPress, Drupal und Joomla
CVE-2026-109619	Veralteter globaler Zustand zwischen Anfragen, use-after-free	Codeausführung ohne Authentifizierung auf WordPress und Drupal, Auslesen des Speichers unabhängig von der Anwendung

Die betroffenen Versionen reichen bis PHP 5.4 zurück. Die einzige vollständige Behebung besteht darin, auf PHP 8.2.35, 8.3.36, 8.4.27 oder 8.5.12 zu aktualisieren und anschließend Apache, PHP-FPM und die PHP-Worker neu zu starten. Zur Unterstützung der Betreiber veröffentlicht OpenAI einen Codex-Skill, openai/php2shell-checker, der die PHP-Version einer Website anhand ihrer URL oder direkt auf dem Server ausliest. Das Repository weist darauf hin, dass er nur die über HTTP-Header oder php -v angegebene Version erkennt und dass ein unbekanntes Ergebnis nicht bedeutet, dass das Zielsystem gepatcht ist.

Given the severity of these flaws and PHP’s widespread use, we consider this one of the most impactful security issues in recent memory.

🇩🇪 Angesichts der Schwere dieser Schwachstellen und der Verbreitung von PHP betrachten wir dies als eines der folgenreichsten Sicherheitsprobleme der vergangenen Jahre. — OpenAI, Beitrag vom 21. Oktober

OpenAI leitet daraus einen Reaktionsrahmen in fünf Schritten ab: von der vorgelagerten Validierung des Patches mit adversarialen Tests durch Frontier-Modelle über die Vorabinformation betroffener Organisationen und die Koordination mit Behörden (bei PHP die Super Intelligence Force des Weißen Hauses, das ONCD und die CISA) bis zur Veröffentlichung von Anweisungen. Zudem stellt das Unternehmen der Community vier Fragen, darunter die nach der Dauer von Offenlegungsfristen. Es öffnet Codex-for-OSS-Abonnements für alle Maintainer, fördert Projekte wie die Rust Foundation direkt und erwartet in den kommenden Monaten einen starken Anstieg solcher Entdeckungen. Am selben Tag hat es einen Plan veröffentlicht, um Cyberverteidiger auszustatten (siehe Kurzmeldungen).

🔗 Der Beitrag von OpenAI · Die Website php2shell.com · Der Skill php2shell-checker

Claude Security führt kontinuierliche Scans ein und verfolgt Korrekturen, als öffentliche Beta für Claude Enterprise

21. Oktober — Bei Anthropic ist Claude Security nicht mehr auf manuell gestartete Scans angewiesen: Es verfolgt jetzt die Änderungen in Repositories fortlaufend. Ein Projekt umfasst ein oder mehrere Repositories, die über die GitHub-Anwendung von Claude (einschließlich GitHub Enterprise Server) oder per Zugriffstoken für GitLab und andere Git-Anbieter verbunden werden. Claude führt einen gründlichen Baseline-Scan durch und analysiert anschließend die Änderungen entsprechend ihrem Risiko und ihrer Komplexität. Ein Befund wird als behoben markiert, sobald die Korrektur ausgeliefert wurde, auch außerhalb von Claude Security, und wieder geöffnet, wenn das Problem erneut auftritt. Laut Anthropic haben Tausende Organisationen seit der öffentlichen Beta im April mit dem Tool mehr als eine Million Schwachstellen gefunden.

Jedes Projekt erhält eine Wissensbasis und ein Bedrohungsmodell (threat model), die Claude aus dem Code erstellt und die das Team bearbeiten kann. Davon hängt der Schweregrad jedes Befunds ab, einschließlich einer Erklärung des Angriffspfads, mitunter als Diagramm. Eine API, Webhooks, ein MCP-Konnektor in Claude.ai und Claude Code sowie rollenbasierte Zugriffskontrollen ergänzen das Angebot. Diese Version ist als öffentliche Beta für Claude Enterprise verfügbar und kann von Administratoren aktiviert werden. Sie unterstützt die gesamte Modellfamilie einschließlich Claude Mythos, ohne dass eine Teilnahme am Cyber Verification Program erforderlich ist. Berechtigte Organisationen erhalten zwei Monate lang monatlich 25 000 Dollar Nutzungsguthaben, das bis zum 31. Dezember 2026 verwendet werden kann.

🔗 Die Ankündigung von Claude Security

Recheninfrastruktur: DSX POD in Containern, A5X-Instanzen von Google Cloud und Confidential Bare Metal

21. Oktober — Auf der GTC Berlin, wo Jensen Huang während seiner Keynote erklärte, dass Vera Rubin in voller Produktion sei, stellt NVIDIA DSX POD vor: ein Referenzdesign für vollständige KI-Fabriken mit Vera Rubin, die von Partnern in modularen Containern gefertigt werden. Rechentechnik, Netzwerk, Verkabelung zwischen den Racks, Rohrleitungen, Stromversorgung auf Rack-Ebene und Flüssigkeitskühlung werden im Werk integriert und validiert und anschließend anschlussfertig an einen bereits vorbereiteten Standort geliefert.

Das Argument ist die Zeitersparnis: An einem Standort, dessen Stromversorgung, Kühlung und Netzwerk bereitstehen, soll sich die Bereitstellung laut NVIDIA von sechs Monaten auf im schnellsten Fall 14 Tage verkürzen. Für Jensen Huang schafft eine KI-Fabrik dann Wert, wenn sie beginnt, Tokens zu produzieren, und nicht erst, wenn die Bauarbeiten abgeschlossen sind. Siebzehn Partner (Dell, HPE, Lenovo, Foxconn, Schneider Electric, Vertiv, Bull, Crusoe, Anduril…) sollen diese Fabriken Anfang 2027 weltweit ausliefern; Preise werden nicht genannt.

Von NVIDIA angekündigter Punkt	Angekündigte Zahl
Inbetriebnahme eines DSX POD	Von sechs Monaten auf im schnellsten Fall 14 Tage
Fertigungspartner	17
Erste Auslieferungen	Anfang 2027
Eingespartes Kühlwasser (Standort mit 2 GW)	Bis zu 54 Millionen Liter pro Tag
Energie mit der Software DSX MaxLPS	Bis zu 30 % weniger für dieselbe Anzahl an Tokens

Eine begleitende Mitteilung beziffert die Effizienz der DSX-Plattform: Eine Flüssigkeitskühlung im geschlossenen Kreislauf mit Trockenkühlern, deren Kühlwasserverbrauch nahezu null beträgt, spart an einem Standort mit 2 Gigawatt bis zu 54 Millionen Liter pro Tag ein, was dem täglichen Verbrauch von 180 000 Haushalten entspricht; die Software DSX MaxLPS soll dieselbe Anzahl an Tokens mit bis zu 30 % weniger Energie produzieren, und CoreWeave, Google Cloud, Lambda und Nebius planen ihren Einsatz. Am Vortag hatte NVIDIA auch den Einsatz seiner Vera-CPUs in Europa durch Nebius, Nscale und Verda näher erläutert.

🔗 Die Mitteilung zu DSX POD · Das DSX-Ökosystem in Europa

Google Cloud kündigt seine A5X-Instanzen auf Basis von Vera Rubin NVL72 an, die nächsten Monat verfügbar werden

21. Oktober — Google Cloud und NVIDIA stellen die A5X-Instanzen vor, die Vera Rubin NVL72-Systeme, ConnectX-9-Netzwerkkarten, das Virgo-Netzwerk von Google Cloud und dessen Flüssigkeitskühlung der vierten Generation für agentische Inferenz und Reinforcement Learning im großen Maßstab kombinieren. Obwohl die Überschrift von allgemeiner Verfügbarkeit spricht, stellt der Beitrag von NVIDIA klar, dass diese im nächsten Monat erreicht wird und eine Ausweitung auf Europa geplant ist. Google Cloud plant langfristig bis zu 960 000 Rubin-GPUs an mehreren Standorten.

Der erste Kunde ist Ineffable Intelligence, das Londoner Unternehmen von David Silver, dem Entwickler von AlphaGo, das Systeme trainieren will, die kontinuierlich aus ihren eigenen Erfahrungen lernen können. WPP gibt auf Grundlage seiner ersten Tests an, Workloads kreativer Agenten auf einer einzigen A5X-Instanz untergebracht zu haben, für die bislang ein Cluster aus mehreren Knoten erforderlich war.

🔗 Der Beitrag von NVIDIA zu den A5X-Instanzen

Confidential Bare Metal: NVIDIA schützt die Modelle von Laboren auf Maschinen, die ihnen nicht gehören

21. Oktober — NVIDIA erweitert sein Confidential Computing um Confidential Bare Metal, eine Option für Labore, die Spitzenmodelle auf dedizierter Infrastruktur von Drittanbietern trainieren oder bereitstellen, etwa bei einem Cloud-Anbieter, einem Neocloud-Anbieter oder einem Unternehmen. Sie installieren dort ihren eigenen Software-Stack einschließlich Host- und Plattformsoftware und behalten dank neuer Kontrollmechanismen die Kontrolle über ihre Modelle und Daten: Schutz der Daten während der Übertragung, Messung der Plattformintegrität und durch Hardware durchgesetzte Zugriffsbeschränkungen.

Das Angebot umfasst nun drei Modi (Bare Metal, Kubernetes-Container, virtuelle Maschinen), wird auf Grace Blackwell- und Rubin-Systeme ausgeweitet und in DSX OS integriert, die Referenzarchitektur für Cloud-Anbieter, die KI-Fabriken bauen. Cohere plant den Einsatz in Cohere Model Vault, und Google Cloud erweitert es auf seine A4X Max-Instanzen auf Basis von GB300 NVL72 und macht zugleich Confidential Computing auf seinen G4-VMs allgemein verfügbar. Im September hatte NVIDIA eine vertrauliche Inferenz auf B200 demonstriert, bei der 96,1 bis 98,2 % des Durchsatzes erhalten blieben.

🔗 Der Beitrag von NVIDIA zu Confidential Bare Metal

Unternehmensagenten bei NVIDIA: die OpenShell Reference Architecture, Agent Toolkit und die Kumo-Modelle

21. Oktober — Auf der GTC Berlin hat NVIDIA die OpenShell Reference Architecture vorgestellt, eine ab sofort verfügbare Referenzarchitektur zum Entwickeln, Isolieren, Beobachten und Steuern von Agenten in Unternehmen. Sie erweitert OpenShell, die Open-Source-Runtime, die einen Agenten in einer durch Richtlinien auf Kernel-Ebene kontrollierten Sandbox ausführt, zu einem vollständigen Hardware- und Software-Stack. Jensen Huang fasst die Aufteilung so zusammen: Agenten denken auf Rubin, handeln auf Vera und werden auf BlueField kontrolliert. Für ihn müssen die Fähigkeiten und die Sicherheit der KI gemeinsam voranschreiten, während sich Unternehmen darauf vorbereiten, Milliarden von Agenten einzusetzen.

Komponente des Stacks	Angekündigte Rolle	Von NVIDIA genannte Zahl
Vera Rubin NVL72	Inferenz geschlossener oder mit Nemotron entwickelter offener Modelle	30-mal mehr Durchsatz pro Megawatt bei agentischen Workloads
Vera-CPU	Agent-Harnesses und Tool-Aufrufe	2-mal so hohe Leistung wie x86-Prozessoren
BlueField-4-DPU mit NVIDIA Sentry	Out-of-Band-Überwachung, im Silizium durchgesetzte Richtlinien	Stoppen eines Agenten in wenigen Millisekunden, bis zu 20 % mehr Kapazität für Agenten

Wenn ein Agent versucht, seinen zulässigen Bereich zu verlassen, versetzt Sentry ihn laut NVIDIA in Quarantäne und stoppt ihn innerhalb weniger Millisekunden. Die Architektur reicht bis zu den Arbeitsplatzsystemen RTX Spark, DGX Spark und DGX Station und funktioniert unter Linux und Kubernetes (Canonical, SUSE, Red Hat) ebenso wie unter Windows mit Microsoft Execution Containers sowie auf AWS, Google Cloud und Azure.

Agenten mit Modellen von Anthropic, Cohere, Google, Meta, OpenAI, Perplexity, Reflection und SpaceX Super Intelligence können darauf ausgeführt werden. Elf Sicherheitsanbieter, darunter CrowdStrike, Palo Alto Networks, Zscaler, Okta und 1Password, integrieren die Architektur, BBVA und Santander prüfen ihren Einsatz, und Cadence, Dassault Systèmes, IBM, SAP, Siemens und Synopsys bauen darauf auf. SAP bindet sie an die Runtime von Joule Studio an, und ServiceNow nutzt dies, um ServiceNow Arc allgemein verfügbar zu machen, einen dauerhaft laufenden persönlichen Agenten, dessen Aktionen durch OpenShell umgesetzt werden; sein AI Passport übermittelt seine Richtlinien an OpenShell und Sentry, um den Zugriff eines Agenten innerhalb weniger Sekunden zu widerrufen.

🔗 Die Mitteilung von NVIDIA · Der Tweet von @NVIDIAAI

Agent Toolkit: Agent Knowledge Foundation und die Familie offener Kumo-Modelle

21. Oktober — Innerhalb desselben Stacks erweitert NVIDIA sein quelloffenes Agent Toolkit um eine Komponente für Unternehmensdaten, Agent Knowledge Foundation. Sie vereint die CUDA-X-Bibliotheken (cuDF, cuGraph, cuML, cuOpt, cuVS), eine neue Auto-Ontology-Bibliothek, die Rohdaten in Geschäftskonzepte (Kunden, Produkte, Bestellungen) und Beziehungen überführt, ohne die Daten zu verschieben oder die Governance-Kontrollen zu ändern, die Suchmodelle Nemotron Retriever sowie die Familie offener Kumo-Modelle, die Vorhersagen aus tabellarischen, relationalen oder zeitbezogenen Daten erstellt (Kumo Tabular, Relational, Time Series und Forecast). Das Toolkit enthält außerdem die OpenShell-Runtime und die NemoClaw-Blueprints, darunter einen neuen zur Optimierung von Agenten.

NVIDIA nennt erste Ergebnisse bei seinen Partnern: Der feinabgestimmte Reranker von SAP läuft fast 3-mal so schnell, ServiceNow reduziert seine Reranking-Latenz um fast ein Viertel, und Amazon OpenSearch Service verbessert die Relevanz bei praktisch keiner zusätzlichen Latenz. Databricks kombiniert Kumo Anomaly mit Genie Ontology, Snowflake macht Kumo Engine und Kumo Relational in seinen Notebooks verfügbar, und NVIDIA setzt sie zusammen mit Palantir für seine eigene Lieferkette ein. Die Kumo-Familie war Ende September mit Kumo Tabular eingeführt worden.

🔗 Der Beitrag von NVIDIA zu Agent Toolkit

Flint: Recursive veröffentlicht ein offenes MoE mit 40 Milliarden Parametern zum lokalen Programmieren, Base Labs seine Entscheidungsmodelle

21. Oktober — Recursive, das Unternehmen von Richard Socher, veröffentlicht mit Flint sein erstes Modell: einen Expertenmix (mixture-of-experts), der für agentisches Programmieren auf lokaler Hardware konzipiert ist. Es hat insgesamt 39,8 Milliarden Parameter, aktiviert jedoch nur etwa 2,5 Milliarden pro Token, wodurch es auf einem Laptop laufen kann. Die Gewichte werden unter der Lizenz Apache 2.0 auf Hugging Face veröffentlicht, in BF16 sowie in quantisierten INT4- und NVFP4-Versionen (GGUF), und das Modell lässt sich mit Ollama, LM Studio, Unsloth oder exo sowie kostenlos in OpenCode und Pi verwenden.

Benchmark oder Merkmal	Wert laut Modellkarte von Flint
Terminal-Bench 2.1	54,9 %
SWE-bench Pro v2	89,7 %
SWE-bench Verified	74,2 %
Gesamte und aktive Parameter	39,8 Milliarden, davon etwa 2,5 Milliarden aktiv pro Token
Experten pro MoE-Schicht	256 geroutete, davon 6 aktive, plus 1 geteilter
Dokumentierter Kontext	262 144 tokens

Die Ergebnisse sind durchschnittliche pass@1-Werte aus mindestens fünf Versuchen, gemessen von Recursive; bei Terminal-Bench gelten Lösungen, die durch Websuche gefunden wurden, als Fehlschläge, und die Ergebnisse der Konkurrenz stammen teilweise aus Angaben ihrer Entwickler mit unterschiedlichen Testverfahren. Laut Recursive schneidet kein anderes MoE mit weniger als 50 Milliarden Parametern in diesen drei Benchmarks besser ab, und Flint kann mit dichten Modellen mit 25 bis 40 Milliarden Parametern mithalten, während es mehr als fünfmal so schnell arbeitet. Das Unternehmen gibt mehr als 125 Tokens pro Sekunde auf einem MacBook Pro M4 Pro und mehr als 150 auf einer NVIDIA RTX Spark mit 64 GB an. Der Beitrag nennt bis zu 512k Tokens Kontext, empfiehlt aber, unter 256k zu bleiben, und rät dazu, komplexe Aufgaben aufzuteilen: Flint kann mehr Anleitung benötigen als große geschlossene Modelle.

Flint dient auch als Demonstration der Eureka Machine, des automatisierten Forschungssystems von Recursive, das Ideenvorschläge, Implementierung, Tests und die Auswahl des nächsten Ansatzes aneinanderreiht. Laut dem Unternehmen hat dieses System zu den Daten, den Optimierern, den Trainingsrezepten, der Infrastruktur und der Inferenz beigetragen und es einem kleinen Team ermöglicht, das Modell in weniger als vier Monaten von Grund auf zu entwickeln.

🔗 Der Beitrag von Recursive · RecursiveSI/flint auf Hugging Face

Base Labs, das Forschungslabor von Baseten, veröffentlicht die Entscheidungsmodelle mammoth-1 und elephant-1

21. Oktober — Baseten veröffentlicht zwei von seinem Forschungslabor Base Labs trainierte Entscheidungsmodelle: mammoth-1 mit 27 Milliarden Parametern und elephant-1 mit 9 Milliarden. Ein Entscheidungsmodell formuliert keine Antwort: Es liefert für jede mögliche Antwort auf eine Auswahl-, Bewertungs- oder Ja-Nein-Frage eine Wahrscheinlichkeit zurück, wodurch sich Vertrauensschwellen festlegen lassen, oberhalb derer ein Mensch übernimmt. Laut Baseten kann es bis zu 10-mal schneller antworten als ein Reasoning-Modell. Die beiden Modelle sind nachtrainierte Versionen von Qwen3.5-27B und Qwen3.5-9B, trainiert mit 6,21 Millionen Beispielen, darunter Fälle, in denen die richtige Antwort „Ich weiß es nicht“ lautet.

Entscheidungsmodell	Basismodell	Jev Decision Index 0.4	Artificial Analysis Decision Index
mammoth-1	Qwen3.5-27B	71,24, Platz 1 von 208	65,9
elephant-1	Qwen3.5-9B	Bestes 9B-Modell, geteilter 8. Platz	65,2

Die beiden Modelle sind eine Woche lang kostenlos über die Model APIs von Baseten verfügbar, standardmäßig ohne Speicherung der Daten. Baseten bezeichnet sie als Open Source: Ihre Modellkarten auf Hugging Face geben eine MIT-Lizenz an.

🔗 Der Beitrag von Baseten

Dokumentensuche für Agenten: Cohere bringt Rerank 5 heraus, NVIDIA veröffentlicht Nemotron 3.5 Embed, Rerank und Parse

21. Oktober — Cohere bringt Rerank 5 heraus, die neue Generation seiner Modelle zur Neusortierung (reranking) für die Unternehmenssuche, in zwei Versionen: Rerank 5 Pro (rerank-v5.0-pro) zielt auf höchste Qualität ab, insbesondere bei Anfragen, die Schlussfolgerungen erfordern, sowie bei langen oder spezialisierten Dokumenten. Rerank 5 Fast (rerank-v5.0-fast) ist auf geringe Latenz und hohen Durchsatz ausgelegt, etwa für Agenten, die pro Aufgabe viele Suchanfragen ausführen. Beide sind ab dem 21. Oktober über die Cohere-API verfügbar, für 0,05 Dollar pro Million Tokens bei Pro und 0,02 Dollar bei Fast, sowie in Model Vault, Microsoft Foundry, Amazon SageMaker und North. Sie unterstützen mehr als 100 Sprachen, 32k Tokens Kontext und semi-strukturierte Daten; für die Migration muss lediglich der Parameter model geändert werden, eine Neuindexierung ist nicht nötig.

Die wichtigste Neuerung heißt Context Focus. Diese standardmäßig deaktivierte Option liefert im selben Aufruf die relevantesten Passagen jedes Dokuments als bewertete Zeichenbereiche zurück, sodass nur diese Auszüge an das LLM gesendet werden. Cohere hat sie mit einem Suchagenten getestet (glm-5-3-flash, 17 Datensätze mit jeweils 50 Fragen):

Von Cohere getesteter Such-Stack	Richtige Antworten	Verbrauchte Tokens
Nur BM25	46 %	Referenz
BM25 und Rerank 5 Pro	49 %	Nicht beziffert
Mit Context Focus, Standardschwellenwert von 0,1	57 %	19 % weniger als ohne Context Focus
Mit Context Focus, Schwellenwert von 0,4	58 %	34 % weniger als ohne Context Focus, 35 % weniger als mit BM25 allein
Sechs Benchmarks für vertiefte Recherche, Schwellenwert von 0,4	52 %, gegenüber 39 % mit BM25 allein	41 % weniger als mit BM25 allein

Diese letzte Zahl, gemessen gegenüber BM25 allein, fasst Cohere in seinem Thread als „bis zu 41 %“ weniger Tokens zusammen. Zweite Änderung: Die Scores sind kalibriert. Ein Relevanzscore von 0,7 bedeutet nun eine Wahrscheinlichkeit von 70 %, dass das Dokument nützlich ist. Der Schwellenwert für „eher nützlich als nicht“ liegt bei 0,50 für Pro und 0,45 für Fast. Damit lassen sich Ergebnisse anhand eines Schwellenwerts filtern oder Fälle erkennen, in denen kein relevantes Ergebnis zurückgegeben wurde. Im Vergleich mit zwei unabhängigen Datensätzen menschlicher Bewertungen liegt der erwartete Kalibrierungsfehler (ECE) bei beiden Modellen bei etwa 0,06, gegenüber 0,23 bis 0,38 bei Rerank 4 Pro und den beiden getesteten Modellen von Voyage AI.

Auf den öffentlichen Benchmarks, die mit RCP-nDCG@10, der eigenen Messmethode von Cohere, ausgewertet wurden, belegt Rerank 5 Pro auf 39 der 46 zusammengesetzten Datensätze den ersten Platz. Auf BRIGHT, das die Suche mit erforderlichen Schlussfolgerungen testet, erreicht es 82,2: 5,8 Punkte mehr als Voyage AI Rerank 3 und 12,4 mehr als Rerank 4 Pro. Fast verarbeitet auf einer A100-GPU etwa 187 Dokumente mit jeweils 1 000 Tokens pro Sekunde, das 2,9-Fache des Durchsatzes von Pro. Rerank 5 erscheint drei Wochen nach Embed 5 und eine Woche nach dem kurzen Video, in dem Cohere es bereits mit Rerank 4 verglichen hatte.

🔗 Der Beitrag von Cohere · Die Versionshinweise von Cohere

Nemotron 3.5 Embed, Rerank und Parse: NVIDIAs multimodale Dokumentensuche für Agenten

21. Oktober — Am selben Tag erweitert NVIDIA seine Sammlung Nemotron Retriever (ehemals Nemotron RAG) um Modelle für Embeddings, Neusortierung und Dokumentenextraktion. Sie werden als offen und kommerziell nutzbar vorgestellt und auf Hugging Face unter der Lizenz OpenMDW 1.1 veröffentlicht. Nemotron 3.5 Embed gibt es als 8B, als aus dem 8B destilliertes 1B und als 1B NVFP4. Es durchsucht sowohl Text als auch Dokumentbilder (Tabellen, Diagramme, Schaubilder). Nemotron 3.5 Rerank 8B bewertet Paare aus Anfrage und Dokument in Text- und Bildform, und Nemotron 3.5 Parse mit 631 Millionen Parametern wandelt Seiten in strukturierten Text um.

Auf ViDoRe v3.1 erreicht Embed 8B einen nDCG@10 von 61,17 und liegt damit mit Stand vom 20. Oktober an der Spitze der dichten Modelle. Rerank 8B erzielt 60,49 gegenüber 59,17 bei Qwen-3-VL-Reranker-8B. Parse belegt auf ParseBench unter den Modellen mit weniger als einer Milliarde Parametern den ersten Platz, mit 75,20 bei 10,5 Seiten pro Sekunde auf einer H100. Wie Cohere hebt NVIDIA die Kosten von Agenten hervor, verwendet dafür aber andere Benchmarks und Vergleichsgrundlagen:

Vergleichspunkt	Cohere Rerank 5	NVIDIA Nemotron 3.5 Rerank
Bereitstellung	Kostenpflichtige API, Model Vault, Foundry, SageMaker	Modellgewichte auf Hugging Face, Lizenz OpenMDW 1.1
Angekündigte Token-Einsparung	Bis zu 41 %, gegenüber BM25 allein auf sechs Benchmarks	Etwa 14 % pro Agentenanfrage, mit Embed 8B
Hervorgehobener Score	82,2 auf BRIGHT (RCP-nDCG@10)	60,49 auf ViDoRe v3.1 (nDCG@10)

Die beiden Einsparungswerte lassen sich nicht direkt vergleichen: Cohere misst seinen gesamten Stack mit Context Focus gegenüber einer reinen Stichwortsuche, NVIDIA dagegen die Ergänzung seiner eigenen Embeddings um Rerank, auf ViDoRe v3, BRIGHT und BrowseComp-Plus. Bei der Bereitstellung verarbeitet die NVFP4-Version von Embed 1B auf GB200 pro Sekunde 27,1 % mehr Dokumente und behält dabei 99,85 % ihrer Genauigkeit bei.

🔗 Der Beitrag von NVIDIA zu Nemotron Retriever

ChatGPT Ads: 26 weitere Länder, insgesamt 89, und eine Werbeplattform mit einem LLM als Orchestrator

21. Oktober — OpenAI erweitert ChatGPT Ads um 26 weitere Länder und bringt seine Werbeplattform damit auf 89 Länder. Nach Mexiko und Brasilien kommen 14 weitere lateinamerikanische Länder hinzu, darunter Argentinien, Chile, Kolumbien und Peru, sowie neue Märkte in Europa, im Nahen Osten, in Afrika und Asien, etwa Nigeria, Südafrika, Serbien, die Ukraine, Kambodscha, Bangladesch und Pakistan. Seit der Einführung der Werbung vor etwas mehr als acht Monaten haben über 100 000 Werbetreibende Kampagnen gestartet, und mehr als 1,2 Milliarden Menschen nutzen ChatGPT jede Woche. Werbung bleibt auf die Tarife Free und Go beschränkt; Plus, Pro und Enterprise bleiben werbefrei. Ende August meldete die Werbeplattform einen auf das Jahr hochgerechneten Umsatz von einer Milliarde Dollar und eine Präsenz in mehr als 40 Ländern.

Am selben Tag beschreiben zwei Ingenieure von OpenAI, Ritendra Datta und Karthik Gopalratnam, den technischen Stack dieser Werbeplattform. In einem Gespräch entwickelt sich eine kommerzielle Absicht über mehrere Gesprächsschritte hinweg. Klassische Systeme, die für eine einzelne Anfrage oder einen Seitenaufruf ausgelegt sind, können damit schlecht umgehen. OpenAI setzt deshalb auf zustandsbehaftete Werbesitzungen, die Informationen von einem Gesprächsschritt zum nächsten und über Gespräche hinweg speichern, auf ein nachtrainiertes Frontier-LLM, den „Orchestrator“, der den gesamten Ablauf über Tool-Aufrufe steuert, und auf einen von der Antwortgenerierung getrennten Auswahldienst mit eigenen Modellen und eigenem Code.

Schritt in der Werbekette	Was dabei geschieht
Absicht	Der Orchestrator fasst das Gespräch in einer oder mehreren Anfragen zusammen
Suche	Semantische Embeddings und approximative Suche nach nächsten Nachbarn über mehrere Indizes
Filterung	Budget, Ausgabentempo, Targeting, Regeln, Deduplizierung nach Werbetreibendem
Bewertung	Relevanz, prognostizierte Interaktion, bisherige Leistung
Auktion	Auswahl der Anzeige und ihres Preises, außerhalb des Orchestrators

ChatGPT ist von diesem System unabhängig: Ist es langsam oder ausgefallen, wird die Antwort wie gewohnt angezeigt. Eine zu spät eintreffende Anzeige wird nicht eingeblendet, und auch die Rückgabe ohne Anzeige ist ein reguläres Ergebnis. Die ausgewählte Anzeige erscheint unter der Antwort, als gesponsert gekennzeichnet und mit einer kurzen, neutralen Einleitung, die von einem Modell erzeugt wird. Die leistungsfähigsten Modelle von OpenAI bewerten das Gesamtsystem und trainieren kleinere Modelle für die Orchestrierung oder die Suche. Codex hat den Aufbau des Stacks erheblich beschleunigt, während OpenAI vor einem Jahr noch über kein Werbesystem verfügte.

🔗 Die Erweiterung um 26 Länder · Der Werbe-Stack von ChatGPT

IA für Biologie und Medizin: GPT-Rosalind liest einen CRISPR-Atlas, RFD4-Proteina und Cosmos3-H-Dreams

Drei Ankündigungen setzen IA in der Biologie und Medizin ein: Agenten von OpenAI, die einen genetischen Atlas analysieren, ein im Browser zugängliches offenes Modell für Proteindesign und ein Operationssimulator, der Bilder in Echtzeit erzeugt.

Tausende GPT-Rosalind-Agenten analysieren in 32 Minuten einen CRISPR-Atlas des Mausgehirns

21. Oktober — OpenAI, PerturbAI und Scripps Research haben Tausende von GPT-Rosalind angetriebene Agenten mit der Analyse eines CRISPR-Atlas des gesamten Mausgehirns beauftragt. Der Atlas misst die Auswirkungen genetischer Perturbationen auf Millionen von Zellen. Jeder Agent untersucht eine Perturbation, analysiert die zellulären Reaktionen, recherchiert in der Fachliteratur und schlägt eine Erklärung vor. Zusammen bilden die Ergebnisse einen Atlas der Schlussfolgerungen (reasoning atlas), der auf GitHub veröffentlicht wurde, begleitet von einem Preprint auf bioRxiv.

Vom Team berichtete Messgröße	Veröffentlichter Wert
Dauer der Analyse durch die Agenten	32 Minuten
Vergleichbare Analyse durch Menschen (Schätzung)	Monate bis zu einem Jahr
Zitierte Quellen beim größten Arbeitsumfang	Mehr als 700, gegenüber 11 bei einem einzelnen Agenten
Präferenz der Experten bei Blindbewertung	75 % für die Berichte der verteilten Agenten

Zwei Ansatzpunkte zeichnen sich ab. Im Kleinhirn verändert eine Perturbation von Tsc2 die Aktivität Dutzender Gene, die an der neuronalen Kommunikation beteiligt sind, während eine Perturbation von Tsc1 fast nichts verändert. Dieses Ergebnis lässt sich mit tuberöser Sklerose in Verbindung bringen. Die Perturbation von Dctn1, einem Gen des Perry-Syndroms, erhöht außerdem die Expression von Genen für die Cholesterinproduktion. Daraus ergibt sich eine von den Experten als neu bewertete Hypothese, die im Labor geprüft werden soll: Könnte die Wiederherstellung der Cholesterinverteilung in Neuronen diese vor Degeneration schützen?

🔗 Der Forschungsbeitrag von OpenAI · Der Preprint auf bioRxiv

RFD4-Proteina: Das Proteindesign-Modell von NVIDIA und dem Baker Lab, bis zum 4. November kostenlos auf dedizierten GPUs

21. Oktober — NVIDIA macht RFD4-Proteina im Browser zugänglich. Dieses offene Modell für Proteindesign, das gemeinsam mit dem Baker Lab am Institute for Protein Design der University of Washington entwickelt wurde, erzeugt gleichzeitig die Sequenz und die All-Atom-Struktur eines Proteins unter Berücksichtigung einer Vorgabe: der Zielstruktur, an die ein Binder binden soll, oder des katalytischen Motivs, das ein Enzym enthalten muss. Es verarbeitet unterschiedliche molekulare Kontexte, von kleinen Molekülen über Glykane und Metallionen bis zu Nukleinsäuren.

Die Modellgewichte sind seit dem 6. Oktober unter der Lizenz BSD-3-Clause auf Hugging Face verfügbar. Neu ist der Zugang über zwei Spaces: eines auf dedizierten RTX PRO 6000-GPUs, vom 21. Oktober bis zum 4. November auf Kosten von NVIDIA kostenlos, das andere auf ZeroGPU, das auch danach kostenlos bleibt. Das Modell bietet wie LLMs eine Einstellung für die Denkleistung (thinking setting): Auf einem Benchmark mit 24 Zielstrukturen erzeugt es bei hoher Denkleistung 76,40 unterschiedliche Designs pro GPU-Stunde, die die Validierungskriterien in silico erfüllen, gegenüber 13,24 bei Proteina-Complexa, der zweitbesten Methode. In seinem Beitrag über die auf der GTC Berlin vorgestellten offenen Modelle bezeichnet NVIDIA es außerdem als führend bei mehr als zehn Designaufgaben und als etwa 13-mal schneller als RFdiffusion3 bei Proteinen mit 200 Aminosäuren. NVIDIA schlägt vor, es für den von Anthropic und Adaptyv gesponserten Proteindesign-Wettbewerb zu nutzen.

🔗 Der Beitrag zu RFD4-Proteina auf Hugging Face · Die Modellgewichte von RFD4-Proteina

Cosmos3-H-Dreams: Ein generativer Operationssimulator, der in Echtzeit auf die Bewegungen des Nutzers reagiert

20. Oktober — NVIDIA stellt Cosmos3-H-Dreams vor, einen generativen Simulator, der eine Szene aus der Bauchchirurgie in Echtzeit nachbildet: Der Nutzer bewegt eine Greifzange, fasst die Gallenblase und hebt sie an, und das Modell erzeugt das entsprechende Bild. Statt die Geometrie und Verformung des Gewebes zu modellieren, lernt dieses Weltmodell (world foundation model) die visuelle Dynamik aus Videos und kinematischen Daten echter Cholezystektomien, die mit dem Roboter Versius von CMR Surgical durchgeführt wurden. Laut NVIDIA ist es der erste auf klinischen Eingriffen trainierte generative Operationssimulator, der in Echtzeit arbeitet und eine direkte kinematische Steuerung ermöglicht.

Das Modell basiert auf Cosmos3-H-Embodied-Nano mit 16 Milliarden Parametern, wurde mit 28 Aktionsdimensionen spezialisiert (Pose und Greifer beider Arme, Energiesteuerung, Achsen und Tasten der Controller) und anschließend in Varianten mit vier und zwei Schritten destilliert. Dank der Bibliothek FlashDreams laufen diese interaktiv auf einer einzigen RTX PRO 6000. Beide Checkpoints sind unter der NVIDIA Open Model License auf Hugging Face verfügbar, zusammen mit dem Code und einer Anleitung zur Anpassung des Modells an eigene Daten.

🔗 Der Beitrag zu Cosmos3-H-Dreams auf Hugging Face

Robotik und physische IA: Der humanoide Roboter Agile ONE SN, Isaac Lab 3.0, Alpamayo 2 Edge und Cosmos Data Factory

NVIDIA widmete einen großen Teil seiner Keynote der physischen IA: einem humanoiden Referenzroboter für Labore, einer allgemein verfügbaren Plattform zum Trainieren von Robotern sowie neuen Modellen und Werkzeugen für autonomes Fahren und Trainingsdaten. Sogar Microducks von Pollen Robotics und Hugging Face standen auf der Bühne (siehe Kurzmeldungen).

Isaac: der Referenzhumanoide Agile ONE SN, Isaac Lab 3.0 und Isaac OS

21. Oktober — NVIDIA erweitert seine Robotikplattform Isaac um einen Referenzhumanoiden für die Forschung. Der von Agile Robots gebaute Agile ONE SN wird mit vorkonfigurierten Isaac GR00T-Modellen ausgeliefert, und das Sicherheitssystem Halos soll integriert werden. Er soll Anfang 2027 verfügbar sein und die Einrichtung eines Labors von einigen Wochen auf wenige Tage verkürzen; Stanford und die ETH Zurich zeigen Interesse.

Merkmal von Agile ONE SN	Angekündigter Wert
Größe und Gewicht	1,40 m, 40 kg
Freiheitsgrade	31, dazu 20 für jede der beiden Hände
Nutzlast	3 kg pro Arm
Onboard-Rechenleistung	Jetson Thor, 2 070 téraflops FP4, 128 Go Unified Memory
Verfügbarkeit	Anfang 2027

Auch die übrige Plattform entwickelt sich weiter: Isaac Lab 3.0, das Open-Source-Framework für das Training von Robotern, wird mit den Physik-Engines Newton und PhysX allgemein verfügbar. Eine neue Open-Source-Runtime, Isaac OS, verbindet auf Basis von Holoscan Modelle, Sensoren und Steuerungen. Drei Referenz-Workflows für DGX Station zeigen, wie sich GR00T 1.7 durch Reinforcement Learning verfeinern, geschickte Manipulation trainieren oder Cosmos-Modelle nachtrainieren lassen, um synthetische Daten zu erzeugen. NVIDIA veröffentlicht außerdem auf Hugging Face eine Bibliothek mit mehr als 2 000 simulationsbereiten Objekten sowie Human 1M, einen Videodatensatz mit synchronisierten Aufnahmen aus drei Blickwinkeln und 3D-Handtracking, dessen vollständige Version den Partnern der Cosmos Coalition vorbehalten ist. Für Jensen Huang rückt der ChatGPT-Moment der Robotik schnell näher.

🔗 NVIDIAs Pressemitteilung zu Isaac

Alpamayo 2 Edge und Cosmos Data Factory: autonomes Fahren an Bord und Roboterdaten

21. Oktober — In dem Beitrag über seine offenen Modelle zur GTC Berlin stellt NVIDIA zusätzlich Alpamayo 2 Edge vor, ein kompaktes Reasoning-Modell, das im Fahrzeug auf DRIVE AGX Thor läuft, um die Umgebung zu verstehen und die Fahrtroute in Echtzeit zu planen; es basiert auf NVIDIA Cosmos. Für die Datenverarbeitung bündelt Cosmos Data Factory Blueprints und Agent-Skills zur Auswahl, Annotation, Generierung und Bewertung von Trainingsdatensätzen sowie neue Werkzeuge, um Weltmodelle mit weniger Rechenaufwand zu verbessern. Porsche nutzt es mit Voxel51, ANYbotics mit Encord, Zalando und CEVA Logistics mit Sereact, ebenso Siemens. Derselbe Beitrag stellt RFD4-Proteina vor und kündigt die Aufnahme von Ising, NVIDIAs Modellfamilie für Quantencomputing, in AWS Parallel Computing Service an.

🔗 NVIDIAs Beitrag über seine offenen Modelle

Industrie und Telekommunikation: Mistral und NVIDIA für das Engineering, T-Mobile tätigt den ersten AI-RAN-Anruf

Zwei Ankündigungen bringen KI aus dem Rechenzentrum hinaus: in die Entwicklungsbüros der Industrie und in die Antennen der Mobilfunknetze.

Mistral und NVIDIA kooperieren bei KI für das industrielle Engineering, mit offenen Benchmarks

21. Oktober — Mistral kündigt eine Zusammenarbeit mit NVIDIA an, um KI im industriellen Engineering einzusetzen. Die beiden Unternehmen wollen von Grund auf KI-gestützte Engineering-Workflows (AI-native engineering workflows) entwickeln: Mistral Large 4 und Mistrals Pipelines zur Datengenerierung und physikalischen Modellierung, beschleunigt durch NVIDIAs Bibliotheken CUDA-X und Warp, sollen Simulationen verkürzen und Simulation, Modellentwicklung und Konstruktion in einem geschlossenen Kreislauf verbinden. Mistrals Modelle werden außerdem in die Omniverse-Bibliotheken integriert, um 3D-Szenen auf GPUs und SimReady-3D-Objekte zu erzeugen.

Im Mittelpunkt des Projekts steht die Evaluierung: öffentliche Benchmarks und offene Datensätze, um die Genauigkeit physikalischer Modelle zu vergleichen und automatisierte Prozessketten von CAD bis zur Simulation zu validieren, sowie Bewertungen agentischer KI im Computer-Aided Engineering (CAE) und in der Electronic Design Automation (EDA) für Luftfahrt, Automobilindustrie und Halbleiter. Sie sollen messen, ob ein Agent Engineering-Werkzeuge nutzen, mehrstufige Aufgaben abarbeiten und ein technisch korrektes Ergebnis liefern kann, einschließlich Ausführungszeit und Rechenkosten. Es werden weder Benchmark-Namen noch Datensätze, Termine oder Geldbeträge genannt. Der Beitrag erinnert daran, dass die Gewichte von Mistral Large 4 (rund 1 000 Milliarden Parameter, davon 49 Milliarden aktiv), das in Europa auf 3 800 Grace Blackwell-GPUs trainiert wurde, weiterhin für Ende Oktober angekündigt sind. Für Neil Ashton, Vizepräsident für computergestütztes Engineering bei Mistral, wird das Tempo im Engineering schon viel zu lange vom Tempo der Simulation bestimmt.

🔗 Der Beitrag von Mistral · Der Tweet von @MistralAI

T-Mobile tätigt mit NVIDIA und Nokia den ersten AI-RAN-Anruf in einem kommerziellen Netz

21. Oktober — NVIDIA gibt bekannt, dass T-Mobile in Bellevue (Washington) gemeinsam mit Nokia den ersten AI-RAN-Anruf in einem kommerziellen Netz getätigt hat. AI-RAN führt die Verarbeitung des Funkzugangsnetzes auf GPUs aus, die zugleich KI-Modelle möglichst nah bei den Nutzern bereitstellen können. Jensen Huang brachte den Meilenstein auf eine kurze Formel: CUDA telefoniert jetzt, nach seinen Angaben nach fast acht Jahren Arbeit.

In Europa meldet Elisa den ersten AI-RAN-Feldversuch des Kontinents, bei dem Sprache, mobile Daten und Bildverarbeitungs-KI auf derselben beschleunigten Plattform laufen. BT bereitet Versuche im Vereinigten Königreich vor, und Nokia installiert seine durch CUDA beschleunigte anyRAN-Software auf NVIDIAs Aerial RAN Computer für Tests bei BT, Deutsche Telekom, Elisa und Orange. Neun Betreiber in der EMEA-Region bauen eine NVIDIA-Infrastruktur auf oder erweitern sie, und sowohl Nokia als auch Cisco integrieren die Nemotron-Modelle in ihre Software für autonome Netzwerke.

🔗 NVIDIAs Pressemitteilung zu AI-RAN

Generative Stimmen und Videos: Eleven Realtime Translation, HeyGen Voice Turbo und die API von Kling 4.0

Drei Anbieter generativer Medien entwickeln ihr Angebot für Entwickler weiter: mit Live-Sprachübersetzung, einem günstigeren Sprachmodell und einer seit einer Woche erwarteten Video-API.

Eleven Realtime Translation: ElevenLabs startet eine Alpha für Live-Sprachübersetzung während Anrufen

21. Oktober — Einen Tag nach Eleven Realtime, seinen Speech-to-Speech-Modellen für Sprachagenten, startet ElevenLabs eine begrenzte Alpha von Eleven Realtime Translation, einem Modell für Live-Sprachübersetzung. Während eines Anrufs spricht jede Person ihre eigene Sprache und hört ihr Gegenüber in der eigenen Sprache mit einer natürlich klingenden Stimme. ElevenLabs fasst den Unterschied so zusammen: Eleven Realtime dient Agenten, die mit Menschen sprechen, Realtime Translation Menschen, die miteinander sprechen müssen.

Das Modell deckt mehr als 90 Sprachen ab und erkennt automatisch die Sprache jedes Gesprächsteilnehmers. Die Ausgabestimme lässt sich aus mehr als 17 500 Stimmen der Bibliothek auswählen oder als Klon der eigenen Stimme erstellen. Eine Einstellung zur Reaktionsbereitschaft (eagerness control) steuert die Abwägung zwischen Latenz und Übersetzungsqualität. Während der Alpha ist der Zugang über ElevenAPI Unternehmen vorbehalten; Preise oder einen Blogbeitrag gibt es nicht.

🔗 Die Ankündigung von @ElevenLabsDevs

HeyGen Voice Turbo: Spitzenreiter in der Ansicht Controlled Voice von Artificial Analysis, vor HeyGen Voice

21. Oktober — Zwölf Tage nach HeyGen Voice, seinem ersten eigenen Sprachmodell, bringt HeyGen eine schnellere und günstigere Turbo-Variante heraus, die über seine API verfügbar ist; der Turbo-Endpunkt der API ist bis zum 30. November kostenlos. HeyGen gibt an, die ersten beiden Plätze in der Sprachsynthese-Rangliste von Artificial Analysis zu belegen. Gemeint ist die Ansicht Controlled Voice, die Modelle mit denselben geklonten Stimmen vergleicht. Dort belegt Qwen-Audio-3.1-TTS-Plus den dritten Platz, und angesichts der Unsicherheitsbereiche liegen die ersten drei nahezu gleichauf.

Sprachsynthesemodell	Elo in der Ansicht Controlled Voice	Von Artificial Analysis angegebener Preis
HeyGen Voice Turbo	1 202 (±19)	4 Dollar pro Million Zeichen
HeyGen Voice	1 195 (±15)	30 Dollar pro Million Zeichen

Wie bereits am 9. Oktober führt HeyGen die Ansicht Provider Voice, die die von den einzelnen Anbietern bereitgestellten Stimmen vergleicht, nicht an.

🔗 Die Ankündigung von HeyGen · Die Ansicht Controlled Voice von Artificial Analysis

Kling öffnet die API von Kling 4.0, das auch auf fal, Higgsfield und Runway angeboten wird

21. Oktober — Sechs Tage nach der vollständigen Verfügbarkeit von Kling 4.0 auf seiner Website führt Kling offiziell die API seines Videomodells ein, deren baldige Verfügbarkeit am 15. Oktober angekündigt worden war, um es in Produkte und Workflows zu integrieren. Die Ankündigung nennt weder Preise noch einen Link zur Dokumentation. Das Modell erscheint am selben Tag auf mehreren Drittplattformen: fal und Higgsfield nehmen es auf, Kling bewirbt es auf Magnific, und Runway bietet allen neuen Max- oder Team-Abonnenten drei Tage unbegrenzte Nutzung von Kling 4.

🔗 Die Ankündigung von @Kling_ai · Das Angebot von Runway

GitHub hat 99,99999 % seiner Repositorys nach Azure kopiert und stellt auf ein Quorum pro Referenz um

21. Oktober — Zwei Wochen nach der Vorstellung der Grundsätze seiner künftigen Git-Infrastruktur beschreibt GitHub den Zwischenschritt, den die Entwicklung hin zu Agenten erforderlich macht. Inzwischen liegen 99,99999 % seiner Repositorys sowohl in den eigenen Rechenzentren als auch in Azure, wo die erste Kopie im August 2025 eintraf; die meisten haben dort zwei ihrer fünf Replikate, und Azure bedient bereits etwa die Hälfte des Git-Traffics. Übrig bleiben die am stärksten beanspruchten 0,00001 %, deren Umzug eine Netzwerk-Roundtrip-Zeit von etwa 25 ms zu einer rund 1 000 Meilen entfernten Azure-Region aufhält.

Der Engpass entsteht durch das Quorum von Spokes, dem System zur Replikation jedes Repositorys: Ein Schreibvorgang wartet auf alle intakten Replikate und sperrt das gesamte Repository, sodass das langsamste Replikat das Tempo vorgibt. GitHub wechselt deshalb von einem Quorum pro Repository zu einem Quorum pro Referenz: Zwei Schreibvorgänge müssen nur noch dann aufeinander warten, wenn sie denselben Branch betreffen, was selten vorkommt, wenn Agenten und Entwickler jeweils auf ihren eigenen Branch pushen. In internen Tests erreichten Schreibvorgänge auf unterschiedliche Referenzen einen 3 bis 4 Mal so hohen Durchsatz. Auch Azure Blob Storage wird über ein „virtuelles Schreibreplikat“ in das Quorum aufgenommen, den ersten vollständig kurzlebigen Knoten von GitHub. Für Repositorys mit 100 bis 1 000 Lesezugriffen pro Schreibvorgang lassen sich außerdem bei Bedarf virtuelle Lesereplikate erstellen. Der letzte Teil der Reihe wird nächste Woche zur GitHub Universe erwartet.

🔗 Der Engineering-Beitrag von GitHub

JOLT: Perplexity Research und NVIDIA lassen dasselbe Modell Lehrer und Schüler spielen

21. Oktober — Perplexity veröffentlicht gemeinsam mit NVIDIA JOLT (Joint On-policy Learning and Teaching, gemeinsames Lernen und Lehren), eine Post-Training-Methode, bei der ein einziges Modell zwei Rollen übernimmt. Klassisches Reinforcement Learning, etwa GRPO, liefert nur eine Belohnung pro Versuch; Selbstdestillation ergänzt Feedback für jedes Token, wobei dasselbe Modell den Lehrer spielt, der über privilegierte Informationen wie eine überprüfte Lösung verfügt, und den Schüler, der diese Informationen nicht hat. Mit seinen Hinweisen kann der Lehrer jedoch Abkürzungen nehmen, die für den Schüler unerreichbar sind: JOLT trainiert deshalb auch den Lehrer anhand seiner eigenen Belohnungen, mit einer Strafe, wenn er sich zu weit von dem entfernt, was der Schüler tun würde.

Evaluierter Benchmark	Basismodell	Verbesserung von JOLT+ gegenüber GRPO
GSM8K	DeepSeek-V2-Lite	+1,5 Punkte
MATH	Qwen3-0.6B	+4,2 Punkte
LiveCodeBench v6	Qwen3-8B	+3,0 Punkte
AppWorld	Qwen3-4B-Instruct	+9,9 Punkte
Terminal-Bench 2.1 (pass@1)	Qwen3-30B-A3B-Instruct	+2,7 Punkte

Die Variante JOLT+, die die eigene Belohnung des Schülers ergänzt, übertrifft GRPO, die beste getestete Vergleichsmethode, auf allen fünf Benchmarks. Ohne diese Ergänzung schneidet JOLT in Mathematik und Code besser ab als GRPO, bleibt bei AppWorld und Terminal-Bench aber dahinter zurück. Der deutlichste Vorteil betrifft die Kosten: Bei MATH verbrauchte GRPO bei gleicher Genauigkeit (63,44 %) 8,40 Millionen Trainingstokens, gegenüber 1,30 Millionen laut der angepassten JOLT-Kurve, also 6,5 Mal weniger. Der vollständige Artikel ist seit dem 7. Oktober auf arXiv verfügbar, und der Beitrag stellt keinen Bezug zwischen der Methode und einem Produkt von Perplexity her.

🔗 Der Beitrag von Perplexity · Der Artikel auf arXiv

Code-Agenten: Claude Code 2.1.305, Gemini CLI 0.65 bis 0.67, Delta 0.21, Replit Agent mit Stripe Atlas und PDD Kit

Die Agenten-CLIs beheben ihre Regressionen und öffnen sich für Unternehmensnetze, Delta bindet sich an Claude Code an, Replit Agent lernt, ein Unternehmen zu gründen, und GitHub Next verspricht, die Korrektheit des Codes von Agenten zu beweisen, statt ihn zu überprüfen. Bei OpenAI ist seit der 0.163.0 vom 15. Oktober keine stabile Version von Codex CLI erschienen; Copilot CLI 1.0.102, Qwen Code, die mistral-CLI und die weiteren Werkzeuge des Tages stehen in den Kurzmeldungen.

Claude Code 2.1.305 behebt durch die Toolsuche blockierte Anfragen auf Vertex und Bedrock

20. Oktober — Claude Code 2.1.305 (38 Einträge, darunter 22 Fehlerbehebungen) behebt zunächst eine Regression der Version 2.1.304: Auf Vertex, Bedrock und bei anderen Anbietern schlugen sämtliche Anfragen fehl, wenn der Endpunkt oder ein Gateway die Toolsuche (tool search) ablehnte oder wenn ein Gateway ToolSearch untersagte oder aus --tools wegließ. Claude Code versucht es nun erneut ohne sie. Unter Linux erlaubt sandbox.allowNestedUserNamespaces den Befehlen in der Sandbox, User-Namespaces zu erstellen, etwa für Chromium oder podman ohne root; die Versionshinweise warnen davor, dass sie dadurch den Dateischutz der Sandbox umgehen können.

/usage macht aus jeder Warnung eine einzeilige Korrektur, die ihre Quelle nennt und sich mit der Taste f anwenden lässt. Für Administratoren gilt: allowedMcpServers filtert die stdio-Server aus managed-mcp.json nicht mehr aus, wenn sie ${VAR} nur in env verwenden. Ein Server, der nicht in der Liste steht, wird nach dem Update geladen; mit deniedMcpServers lässt er sich deaktiviert halten. Beim Fortsetzen eines Workflows werden die bereits abgeschlossenen Agenten pipeline() und parallel() nicht erneut gestartet. Die am 21. Oktober veröffentlichte Version 2.1.306 ergänzt zwei Fehlerbehebungen, darunter eine für claude -p, das sich in einer ohne seine Umgebungsvariablen gestarteten Cloud-Sitzung als nicht verbunden meldete.

🔗 Die Versionshinweise zu Claude Code 2.1.305

Gemini CLI: Stable v0.65.0, Preview v0.66.0 und MCP-OAuth im privaten Netzwerk

20. Oktober — Gemini CLI hat seinen wöchentlichen Zyklus am Abend des 20. Oktober abgeschlossen: mit der Preview v0.66.0-preview.0 um 21:04 Uhr UTC und der stabilen Version v0.65.0 um 21:17 Uhr UTC; die Nightly v0.67.0 vom 21. Oktober eröffnet anschließend die Serie 0.67.0. Die stabile Version übernimmt lediglich bereits vorgestellte Korrekturen (benutzerdefinierte OTLP-Header, schnelleres Filtern ignorierter Dateien, Ende der OAuth-Schleifen), doch Preview und Nightly bringen vier neue PRs hinzu.

Für Unternehmen ist die Einstellung oauth.allowPrivateNetwork am nützlichsten. Sie wird in settings.json für jeden Server einzeln aktiviert und ermöglicht Verbindungen zu MCP-Servern und OAuth-2.0-Anbietern in internen Netzwerken (Adressbereiche nach RFC 1918, RFC 6598 und RFC 4193, Domains .internal und .local), die bisher bei der Adressvalidierung abgewiesen wurden. Das Shell-Tool überschreibt nicht mehr die Git-Konfiguration des Nutzers, wodurch git commit wegen fehlender Identität scheiterte, und eine Fehlermeldung, die lediglich 401 enthält, etwa als Port localhost:4012, löst nicht mehr fälschlich die OAuth-Erkennung aus. Gemini 4 Argon kommt weiterhin nicht: Der Repository-Bot hat angekündigt, dass der Community-PR, der das Modell hinzufügt, innerhalb von 7 Tagen geschlossen wird, weil ein mit help wanted markiertes Ticket fehlt.

Veröffentlichte Version von Gemini CLI	Datum und Uhrzeit (UTC)	Neue Inhalte
v0.66.0-preview.0	20. Oktober, 21 h 04	4 PRs, darunter MCP-OAuth im privaten Netzwerk
v0.65.0 (stabil)	20. Oktober, 21 h 17	Keine, Übernahme der Serie 0.65.0
v0.67.0-nightly.20261021	21. Oktober, 01 h 33	Dieselben 4 PRs, Beginn der Serie 0.67.0

🔗 Gemini CLI v0.66.0-preview.0 · Gemini CLI v0.65.0

Delta 0.21 öffnet geteilte Threads in Claude Code und verbindet sich mit dem MCP-Server von Figma

21. Oktober — Delta, die Mehrbenutzerumgebung von Zed für das Programmieren mit Agenten, erscheint in Version 0.21.0 mit 12 Neuerungen, 14 Verbesserungen und 48 Fehlerbehebungen. Der Befehl Open in Claude Code öffnet einen geteilten Thread in Claude Code, sowohl auf dem Desktop als auch im Web, sofern das Delta-Plugin für Claude Code installiert ist. Mitwirkende, die einem Thread über ein externes Tool einschließlich Claude Code beitreten, erscheinen mit dem Namen ihres Tools in der Teilnehmerleiste. Delta verbindet sich außerdem mit dem MCP-Server von Figma, eine Woche nachdem Figma es unter seinen neuen MCP-Partnern genannt hat.

Die CLI erhält delta update, die manuelle Kontextkomprimierung bleibt verfügbar, während ein lokaler Agent arbeitet, und die Slash-Befehle erhalten handlungsorientierte Namen (/change-model, /fork, /set-thinking-level). Zu den Fehlerbehebungen gehört, dass Grok 4.7 mit einem Grok-Abonnement endlich sein gesamtes Kontextfenster von 500k Tokens nutzt und Agenten nicht mehr stillschweigend abbrechen, wenn sie ein nicht verfügbares Tool aufrufen. Die Befehle delta daemon entfallen: Delta startet jetzt bei Bedarf.

🔗 Die Versionshinweise zu Delta 0.21.0

Replit Agent kann mit Stripe Atlas eine Gesellschaft gründen, das jetzt im MCP-Server und in der CLI von Stripe verfügbar ist

21. Oktober — Replit kündigt an, dass sein Agent über die MCP-Integration von Stripe und dessen Gründungsdienst Stripe Atlas nun eine Gesellschaft für den Nutzer gründen kann; die Ankündigung nennt weder Preise noch besondere Bedingungen für Replit. Sie baut auf einer Neuerung auf, die der Account @atlas eine halbe Stunde zuvor angekündigt hatte: Atlas ist im MCP-Server und in der CLI von Stripe verfügbar.

Verwendete Stripe-Schnittstelle	Rolle bei einem Atlas-Antrag
MCP-Server	Dialoggestützter Ablauf mit einem Agenten: Anforderungen, Angaben zur Gesellschaft, Prüfungen
Stripe CLI	Ablauf im Terminal mit strukturierten Eingabeaufforderungen, durch einen Coding-Agenten startbar
Stripe-Dashboard	Identität, Zahlung, Dokumentenprüfung, Unterschriften und Einreichung

Laut dem Beitrag im Entwicklerblog von Stripe vom 19. Oktober lässt sich derselbe Antrag über die verschiedenen Oberflächen hinweg fortsetzen. Atlas unterstützt C Corporations und LLCs in Delaware, auch mit mehreren Gründern: Der Dienst gründet die Gesellschaft, beschafft die Arbeitgeber-Identifikationsnummer (EIN), startet das schrittweise Unverfallbarwerden der Gründeranteile (vesting) und reicht die steuerlichen Wahlerklärungen nach 83(b) ein. Der Beitrag nennt Claude Code und Cursor unter den automatisch konfigurierten Umgebungen, aber nicht Replit, das eine eigene Ankündigung veröffentlicht.

🔗 Die Ankündigung von Replit · Die Ankündigung von Stripe Atlas · Der Beitrag auf stripe.dev

PDD Kit: GitHub Next und Microsoft Research wollen den Rust-Code von Agenten formal verifizieren, mit Integration in Chopin

21. Oktober — GitHub Next und Microsoft Research stellen das Proof Driven Development Kit (PDD Kit) vor. Es wandelt den Plan eines Entwicklers in eine formale Spezifikation um und beweist anschließend, dass der vom Agenten geschriebene Code diese für alle möglichen Eingaben erfüllt. Am Beispiel des Anmeldeablaufs einer Anwendung bespricht PDD Kit den Code, leitet im Verlauf des Austauschs die Absicht ab und schlägt eine Spezifikation in Verus vor, einer Beweissprache für Rust; sobald die Spezifikation genehmigt ist, beweist der Verus-Verifizierer automatisch, dass der Code ihr entspricht. Wo ein Beweis nicht möglich ist, greift das Tool auf Tests und Agenten zur Computerbedienung (computer-use agents) zurück. Derzeit funktioniert es nur mit Rust.

GitHub stellt es als Forschungsvorschau vor, die es ermöglichen soll, KI-generierten Code in Produktion zu bringen, ohne ihn Zeile für Zeile durchzusehen. Microsoft Research beschreibt es als Erkundung eines rigoroseren Ansatzes; GitHub Next strebt eine verifizierte Softwarefabrik an, in der Ingenieure Spezifikationen statt Code prüfen. Das Kit ist in Chopin integriert, den Planeditor für mehrere Nutzer, den GitHub Next im September unter der MIT-Lizenz als Open Source veröffentlicht hat. Die Ankündigung wird weder von einem Beitrag noch von einem Repository oder einer Dokumentation zu PDD Kit begleitet: Eine Demonstration findet auf der GitHub Universe am 28. und 29. Oktober statt.

🔗 Die Ankündigung von @GitHubNext · Das Repository von Chopin

Kurzmeldungen

Agenten und Coding-Tools

Copilot CLI 1.0.102 — Die stabile Version von GitHub bringt keine größere neue Funktion, setzt aber im Prompt-Modus die vom Unternehmen vorgegebene automatische Modellauswahl durch und sorgt dafür, dass Subagenten die Tool-Genehmigungen für benutzerdefinierte Tools und MCP einhalten; die Sandbox richtet sich nach NO_PROXY und ALL_PROXY; am selben Tag erscheint der MCP-Server von GitHub in Version 2.0.3. 🔗 Quelle
Qwen Code v0.25.4 als Vorabversion — 173 Änderungen seit v0.25.3, darunter qwen daemon start zur Steuerung eines lokalen Daemons, ein Managed Agent, der sich mit systemd-Units auf einem einzigen Server installieren lässt, und eine Web Shell, die für jedes Modell die Zeit bis zum ersten Token anzeigt; die stabile Version ist noch nicht erschienen. 🔗 Quelle
mistral CLI 0.10.0 — Einen Tag nach Version 0.9.0 löscht mistral apps delete eine bereitgestellte Anwendung samt Modulen und Datenbanken, gesteuert durch einen Funktionsschalter (feature flag), und Registry-Updates führen geänderte Vorlagendateien per Drei-Wege-Merge zusammen; eine inkompatible Änderung: Ältere Versionen weisen das neue Feld version zurück. 🔗 Quelle
v0 und Slack — Über den MCP-Server von Slack liest v0 Threads und Dateien eines Workspace, verwendet sie als Kontext für eine Änderung und veröffentlicht dort den Fortschritt, beschränkt auf die für das Konto zugänglichen Kanäle und in allen Tarifen. 🔗 Quelle
Geteilte Unterhaltungen bei Replit — Eine Unterhaltung, ein einzelnes Element oder die devURLs einer Diskussion lassen sich mit den Mitgliedern des eigenen Workspace mit reinem Lesezugriff teilen; weder ein Beitrag noch ein Tarif wird genannt. 🔗 Quelle
Die Erweiterungen von Agents CLI — Google erläutert das Erweiterungssystem seines Agenten-Tools, das seit Version 1.5.0 vom 1. September offen zugänglich ist: Die offizielle LangChain-Erweiterung ersetzt die 6 ADK-spezifischen Befehle von insgesamt rund 24, und ein Plattformteam kann eigene Regeln vorschreiben, etwa eine SBOM-Analyse vor jeder Bereitstellung. 🔗 Quelle
Manus Game Dev — Manus unterstützt jetzt das Animationsskelett (rigging) und die Animation von 3D-Figuren und beschleunigt die 3D-Generierung um ein Mehrfaches, ohne genaue Zahlen oder Kosten in Credits zu nennen. 🔗 Quelle

Assistenten und Unternehmen

Kimi Work 3.2.18 — Enterprise-Nutzer der agentischen Anwendung von Moonshot AI können benutzerdefinierte Plugins erstellen und auf dem Marktplatz veröffentlichen sowie zwischen nach Unternehmen gruppierten Workspaces wechseln. 🔗 Quelle
Viktor wechselt zu Grok 4.7 — Der als KI-Mitarbeiter vorgestellte Agent, der nach eigenen Angaben mehr als 70 000 Teams bedient und im Mai 75 Millionen Dollar eingeworben hat, arbeitet jetzt mit dem Modell von SpaceXSI, ohne anzugeben, ob es zum Standardmodell wird. 🔗 Quelle
HCLTech im Claude Partner Network — Der Konzern mit mehr als 230 000 Beschäftigten wird Partner der Stufe Global Premier, mit einer Anthropic Business Unit, Claude in HCL BigFix und HCL AppScan sowie Claude Code in seiner Plattform AI Force; ein Betrag wird nicht genannt. 🔗 Quelle
Terminal X — In einer am 20. Oktober veröffentlichten Fallstudie von OpenAI stimmt der Bewertungsagent dieses Startups mit GPT-6.1 Sol bei 88,6 % von 500 Urteilen mit dem Senior-Prüfer eines Fonds überein, gegenüber 86,4 % beim nächstbesten, nicht genannten Modell. 🔗 Quelle
AT&T und OpenAI — Die Rechtsabteilung von AT&T baut ihr LegalEdge-Team aus, um eine gemeinsame Wissensschicht und perspektivisch eine Anlaufstelle für Anfragen in natürlicher Sprache aufzubauen; die Entscheidung bleibt laut ihrem Chefjustiziar David McAtee bei den Juristen, und es werden keine Zahlen genannt. 🔗 Quelle

Governance und Sicherheit

Der erste Public Benefit Report von Anthropic — Der Jahresbericht des Unternehmens mit Gemeinwohlauftrag gliedert sich in fünf gemeinsam mit den Mitgliedern des Long-Term Benefit Trust festgelegte Säulen, von technischer Sicherheit bis zur Verteilung des Nutzens, und verzeichnet 166 Arbeiten im Jahr 2026 gegenüber 114 im Jahr 2025. 🔗 Quelle
Christopher Stubbs im Long-Term Benefit Trust — Der ehemalige Dekan für Naturwissenschaften in Harvard, der 1998 dem Team angehörte, das die beschleunigte Expansion des Universums entdeckte, wird laut Anthropic der erste Physiker im Trust, dem unter anderem Ben Bernanke angehört. 🔗 Quelle
OpenAIs Plan für Cyberverteidiger — Als zweiter Teil seiner demokratischen Governance für Frontier-KI schlägt er Regierungen und Industrie zuverlässige Abschaltmechanismen für Agenten, die Modernisierung der Abwehr und unabhängige Bewertungen vor, in einem Zeitraum, den OpenAI als Zeitfenster für Verteidiger bezeichnet. 🔗 Quelle
x402 Agent Safety Bench — Auf diesem Community-Benchmark für Zahlungen durch Agenten umgehen Claude Sonnet 5.5, GPT-6.1 Sol und Gemini 4 Argon eigenständig 24 bis 26 von 39 Fallen, DeepSeek V4 Pro nur 12, bei einem Verlust von 142,31 Dollar; mit den Skills des Benchmarks verliert keiner Geld. 🔗 Quelle
Passkeys auf Hugging Face — Der Hub unterstützt die Anmeldung per Passkey (Fingerabdruck, Gesicht, Bildschirmsperre oder Sicherheitsschlüssel) anstelle des Passworts sowie als zweiten Authentifizierungsfaktor. 🔗 Quelle
Ablaufende Tokens in GitHub CLI 2.103.0 — In der öffentlichen Vorabversion speichert gh auth login --expiring einen kurzlebigen Zugriffstoken, der im Hintergrund erneuert wird, sodass ein offengelegter Token innerhalb weniger Stunden unbrauchbar wird; in einer zukünftigen Version wird dies zum Standard für neue Anmeldungen. 🔗 Quelle

API und Cloud

Servicestufen pro Projekt in der OpenAI API — In den Einstellungen der Platform lässt sich auswählen, welche Servicestufen, etwa Ultrafast, jedes Projekt nutzen darf; die Organisation kann sie für alle ihre Projekte einschränken. 🔗 Quelle
Vertex AI in den OpenAI-SDKs — openai-python 3.36.0 und openai-node 7.41.0 unterstützen Vertex AI für die Responses API, mit Nutzungszählern für Cache-Schreibvorgänge mit 30 Minuten Laufzeit und der Verwaltung der Einwilligung für benutzerdefinierte Stimmen. 🔗 Quelle
Gemini auf Google Distributed Cloud — Auf der GTC Berlin ergänzt Google die vom Internet getrennte (air-gapped) Version seiner beim Kunden installierten Cloud um Gemini 3.5 Flash, stellt eine Unternehmenssuche per RAG als Vorabversion bereit (100 MB pro Datei, 500 MB pro Unterhaltung) und macht die HGX-B300-Systeme allgemein verfügbar. 🔗 Quelle · 🔗 RAG-Suche
Token-Ausgaben laut Perplexity — Ein Leitfaden nennt fünf Ursachen für übermäßigen Verbrauch und erläutert die Enterprise-Einstellungen: 500 Credits pro Monat bei Enterprise Pro, 15 000 bei Enterprise Max, ohne Übertrag, sowie benannte Limits pro Gruppe; Neuerungen werden nicht angekündigt. 🔗 Quelle

NVIDIA: Robotik, Industrie und Hardware

Microduck in Isaac Lab 3.0 — NVIDIA, Pollen Robotics und Hugging Face veröffentlichen ein Tutorial, um dem kleinen zweibeinigen Roboter das Laufen beizubringen, mit der Newton-Engine und bis zu 1,25 Millionen Simulationsschritten pro Sekunde auf 16 GPU, am selben Tag, an dem Microducks die Bühne der Keynote betreten. 🔗 Quelle
SimReady Central — Mehr als 2 000 OpenUSD-3D-Objekte mit den für eine Simulation erforderlichen Eigenschaften (Kollisionen, Masse, Reibung) werden auf Hugging Face frei zugänglich, von Roboterarmen bis zu Kühlsystemen. 🔗 Quelle
Halos SAFE, FOX und cuDSS — NVIDIA startet Halos SAFE, ein Rahmenwerk für Sicherheitsnachweise im Automobilbereich, Volvo Cars setzt auf Hyperion und Alpamayo, der Blueprint für Fabrikagenten FOX wird im Early Access verfügbar (Siemens erwartet davon rund 20 % Einsparungen), und cuDSS wird allgemein verfügbar. 🔗 Quelle · 🔗 FOX und cuDSS
Die Kapazitäten der NVIDIA-Zulieferer — Substratkapazitäten auf das 2,5-Fache in drei Jahren, mehr als 300 % zusätzliche Kapazität für Advanced Packaging bei Amkor bis Ende 2028 und eine Vorauszahlung von 1,1 Milliarden Dollar an KYEC für neue Anlagen in den USA. 🔗 Quelle
DGX Station für Windows im Dezember — NVIDIA nennt einen Termin für die am 7. Oktober ohne Datum angekündigte Windows-Version, und NVIDIA Sync wird bis zu acht DGX Spark zusammenfassen können, gegenüber den Anfang Oktober angekündigten zwei. 🔗 Quelle
NVIDIA und die UER — Im Vorfeld der GTC Berlin machen NVIDIA und die Europäische Rundfunkunion, die mehr als 115 öffentlich-rechtliche Medien vereint, am 19. Oktober ihre souveränen Standards für Agenten auch souveränen Clouds, Anbietern offener Modelle und Integratoren zugänglich. 🔗 Quelle

Offene Modelle und Forschung

Kumo Forecast und Kumo Anomaly — NVIDIA bündelt seine Zeitreihenmodelle NV-Tesseract unter der Marke Kumo; sie stehen unter Apache 2.0 und sind seit April auf Hugging Face verfügbar. Nach Feinabstimmung auf 50 000 normale Beobachtungen steigt die durchschnittliche Präzision von Kumo Anomaly von 0,016 auf 0,201. 🔗 Quelle · 🔗 Kumo Anomaly
bekko-static-embedding-v1 — Yuichi Tateno veröffentlicht unter der MIT-Lizenz statische mehrsprachige Embeddings, die ohne GPU laufen: 43,76 auf MNanoBEIR, rund 11 Punkte vor den anderen statischen Modellen und bei der Suche etwa 1 Punkt von multilingual-e5-small entfernt. 🔗 Quelle
MemoProAgent — Forschende von Meta und drei Universitäten veröffentlichen ohne Ankündigung den Code eines proaktiven Assistenten, der eine persönliche Erinnerung abruft und sich nur dann meldet, wenn diese eine Handlung erfordert, ohne bezifferte Ergebnisse. 🔗 Quelle

Was das bedeutet

Frontier-Modelle werden zu einem Katalog, den jeder große Cloud-Anbieter vollständig präsentieren will. Nach Amazon Bedrock und Oracle Cloud im Juni kommt OpenAI nun in den Model Garden von Google Cloud, einschließlich Codex, und Google gibt an, als einziger großer Cloud-Anbieter die drei führenden geschlossenen LLM anzubieten; auch Antigravity, das bereits Claude Opus 5.5 und Sonnet 5.5 unterstützt, wird die Modelle von OpenAI erhalten. Für Unternehmen löst sich die Modellwahl von der Cloud-Wahl, da die Nutzung auf bereits vertraglich vereinbarte Abnahmeverpflichtungen angerechnet wird; für OpenAI ist jede Cloud ein weiterer Vertriebskanal, auch wenn Microsoft sein wichtigster Partner bleibt. GTC Berlin folgt derselben Logik: Die OpenShell Reference Architecture lässt Agenten von Anthropic, OpenAI, Google oder Meta auf demselben Stack laufen.

Agenten arbeiten inzwischen, ohne dass man sie dazu auffordert, und ihre Schutzmechanismen werden in die Produkte integriert, bis hin zur Hardware. Claude Duet prüft alle paar Stunden die Konten und handelt in seiner eigenen virtuellen Maschine, wartet aber vor Zahlungen oder Unterschriften auf eine Genehmigung und verweigert bestimmte Aktionen selbst dann, wenn sie genehmigt wurden; Grok Bot hält Dashboards selbstständig aktuell. Bei NVIDIA überwacht Sentry die Agenten Out-of-Band von einer BlueField-4-DPU aus und stoppt sie innerhalb weniger Millisekunden, und ServiceNow kann einem Agenten innerhalb weniger Sekunden den Zugriff entziehen. Die Frage ist nicht mehr nur, was ein Agent kann, sondern auch, wer ihn stoppen kann und auf welcher Ebene des Stacks.

Die KI findet Sicherheitslücken schneller, als sie behoben werden. PHP2Shell betrifft eine Sprache, auf der etwa 70 % der Websites laufen, mit anfälligen Versionen seit PHP 5.4, und OpenAI erwartet einen starken Anstieg solcher Entdeckungen; Claude Security gibt an, seit April mehr als eine Million Sicherheitslücken gefunden zu haben, und stellt auf kontinuierliche Scans um, um Korrekturen nachzuverfolgen. Der Engpass verlagert sich auf die Koordination: Vorabinformationen für Betreiber und Behörden sowie Unterstützung für Maintainer, wie es der fünfstufige Rahmen von OpenAI vorsieht, der am selben Tag wie dessen Plan für Cyberverteidiger veröffentlicht wurde. Selbst das Prüfwerkzeug für PHP2Shell warnt davor, dass ein unbekanntes Ergebnis nicht beweist, dass ein Server gepatcht ist.

Die Kosten eines Agenten werden in Tokens gemessen, und jede Ebene des Stacks verspricht, die Rechnung zu senken. Context Focus von Cohere reduziert die Zahl der Tokens gegenüber einer reinen Stichwortsuche um bis zu 41 %, Nemotron 3.5 Rerank um etwa 14 % pro Agentenanfrage, Flint aktiviert beim Programmieren auf einem Laptop nur etwa 2,5 Milliarden Parameter pro Token, und JOLT erreicht auf MATH die Genauigkeit von GRPO mit 6,5-mal weniger Trainings-Tokens. Auf der darunterliegenden Ebene verspricht NVIDIA KI-Fabriken, die innerhalb von 14 Tagen in Betrieb gehen, sowie einen um bis zu 30 % geringeren Energieverbrauch für dieselbe Anzahl an Tokens, und GitHub überarbeitet die Git-Replikation für einen Datenverkehr, den Agenten vervielfachen.