Wan 3.0 erzeugt 30 Sekunden in einem Durchlauf, NVIDIA misst Spitzen von 30x Arbeit pro Watt, Mistral unterzeichnet mit HUMAIN

Der 24. August ist gleichermaßen ein Tag der Hardware wie der Modelle. NVIDIA veröffentlicht in derselben Hot-Chips-Welle drei Infrastrukturankündigungen — erste Siliziummessungen für Vera Rubin NVL72, Produktionsstart von Groq 3 LPX, Öffnung der Plattform für Drittanbieter-Chips über NVLink Fusion. Alibaba bringt Wan 3.0 heraus, das 30 Sekunden native Video in einem einzigen Durchlauf erzeugt. Und zwei nichtamerikanische Labore stehen am selben Tag neben staatlichen Institutionen im Rampenlicht: Mistral mit HUMAIN in Saudi-Arabien, Sakana AI mit dem japanischen Verteidigungsministerium. Hinzu kommen die allgemeine Verfügbarkeit der unternehmensverwalteten Autorisierung für MCP-Connectors bei Anthropic, das Eintreffen von GPT-5.6 in Kiro und eine Reihe von Ankündigungen zu Sprachagenten.

Wan 3.0 erzeugt 30 native Sekunden in einem einzigen Durchlauf

24. August — Alibaba bringt Wan 3.0 heraus, die neue Generation seines Videomodells. Der sichtbarste Sprung betrifft die Dauer: Das Modell erzeugt 30 native Sekunden in einem einzigen Durchlauf, ohne das Zusammenfügen aufeinanderfolgender Sequenzen (stitching). Bisher setzte das Überschreiten von rund zehn Sekunden voraus, mehrere Segmente zu erzeugen und anschließend zu verbinden, mit den daraus resultierenden Kohärenzproblemen bei Licht, Texturen und Gesichtern.

Die zweite Achse ist der multimodale Eingang. Wan 3.0 akzeptiert bis zu 20 Referenz-Assets und analysiert zusätzlich zu Bildern, Audio und Video auch Dokumente und Webseiten — was die offizielle Seite als omnimodale Erstellung (Omni-Creation) bezeichnet. In der Praxis liefert man eher einen Markenordner als eine Textbeschreibung.

Das Modell erzeugt außerdem natives synchronisiertes Audio: Stimmen, Effekte und Atmosphäre werden gleichzeitig mit den Bildern produziert und nicht nachträglich hinzugefügt. Bei Standbildern fusioniert Wan 3.0 bis zu 9 Bilder zu einer einzigen Komposition und erzeugt 12 sequenzielle Bilder mit konstantem Stil und konstantem Motiv, was explizit auf Storyboarding und Werbevarianten abzielt.

Zwei weniger spektakuläre Fähigkeiten sind im professionellen Einsatz wichtig: das Rendering von Langtext in 12 Sprachen, das Grafiken, Formeln und Infografiken dort abdeckt, wo Videomodelle üblicherweise scheitern, sowie die präzise Farbkontrolle, die Voraussetzung für die Einhaltung eines Corporate Designs ist.

Auch das Ökosystem zog noch am selben Tag nach: Wan 3.0 war am ersten Tag bei fal, Leonardo.Ai, Scenario, RunningHub, Venice, TapNow, DeeVid, Pixmax und über den Pika API Club verfügbar.

Angekündigte Fähigkeit	Wert für Wan 3.0
Native Dauer	30 s in einem Durchlauf, ohne Zusammenfügen
Referenz-Assets	Bis zu 20, mit Analyse von Dokumenten und Webseiten
Audio	Synchronisiert, nativ mit den Bildern erzeugt
Text-Rendering	Langtext in 12 Sprachen (Grafiken, Formeln, Infografiken)
Bildfusion	Bis zu 9 Bilder in einer Komposition
Bildserien	Bis zu 12 konsistente sequenzielle Bilder

🔗 Wan 3.0 — offizielle Seite

NVIDIA misst auf Vera Rubin NVL72 bis zu 30x mehr Arbeit pro Watt

24. August — Anlässlich der Hot-Chips-Konferenz veröffentlicht NVIDIA seine ersten Silizium-Performance-Messungen für Vera Rubin NVL72. Die hervorgehobene Zahl zielt direkt auf die Wirtschaftlichkeit von Rechenzentren: bis zu 30x mehr Durchsatz pro Megawatt als die GB300-NVL72-Generation beim Modell DeepSeek V4 Pro und Kosten pro Million Tokens, die bis zu 35x niedriger sind.

Die methodische Frage zählt ebenso wie das Ergebnis. NVIDIA lässt klassische Inferenzmessungen außen vor, die auf Sequenzen von 1.000 bis 8.000 Tokens kalibriert sind: In einer agentischen Sitzung wächst der Kontext an und erreicht mehrere Hunderttausend Tokens im Eingang. Gemessen wurde daher mit SemiAnalysis AgentX, einer Last aus aufgezeichneten realen agentischen Codierungssitzungen, inklusive Tool-Aufrufen und beibehaltenen Unteragenten. Zwei Vorbehalte: Die Zahlen warten noch auf die Prüfung durch SemiAnalysis und berücksichtigen den Beitrag der Vera-CPU noch nicht.

Die Begründung liegt in einer OpenRouter-Statistik: Eine agentische Last verbraucht 15x mehr Tokens als eine einfache Chat-Anfrage. Für eine durch Energie begrenzte KI-Fabrik gilt die Gleichung ohne Umschweife — der Durchsatz pro Megawatt bestimmt den Umsatz, die Kosten pro Million Tokens bestimmen die Marge. Die DSX-MaxLPS-Technologie erlaubt zudem, bei gleichem Megawatt-Budget bis zu 40% zusätzliche GPUs bereitzustellen.

Die Gewinne entstehen durch einen Stapel von Inferenzoptimierungen: entkoppelter Dienst, der Kontextverarbeitung und Antwortgenerierung trennt, verteilter KV-Cache mit gestaffeltem Auslagern, zusammengeführte CUDA-Kerne wie MegaMoE und NVFP4-Quantisierung, die die Gewichte auf 4 Bit komprimiert. Die vollständige Plattform umfasst sieben Chips, einschließlich Rubin-GPUs.

Gemessener Vergleich	Angegebener Gewinn
Vera Rubin NVL72 gegenüber GB300 NVL72 (Durchsatz pro Megawatt)	bis zu 30x
Vera Rubin NVL72 gegenüber GB300 NVL72 (Kosten pro Million Tokens)	bis zu 35x günstiger
GB300 NVL72 gegenüber Hopper (Durchsatz pro Megawatt)	bis zu 15x
DSX MaxLPS	+40% GPUs bei gleichem Megawatt-Budget

🔗 Vera Rubin NVL72 und agentische Workloads

Groq 3 LPX geht in die volle Produktion, Nebius und SpaceXAI setzen Vera Rubin ein

24. August — Zweiter Teil derselben Hot-Chips-Welle: Das Rack-Scale-System NVIDIA Groq 3 LPX geht in die volle Produktion und erweitert Vera Rubin NVL72.

Die Referenzzahl stammt aus einem Artificial-Analysis-Benchmark auf Gemma 4 31B: 3.400 Ausgabe-Tokens pro Sekunde bei langem Kontext von 100.000 Tokens, also 4x der nächstgelegenen alternativen Plattform. Das angezielte Problem trägt einen genauen Namen — die Decoding-Latenz: Ein Agent erzeugt seine Antwort Token für Token, und jede kleinste Einzellatenz multipliziert sich entlang der Arbeitsketten.

Die Rollenverteilung ist ausdrücklich: Rubin-GPUs verarbeiten den Kontext in großem Maßstab, LPX beschleunigt das latenzempfindliche Decoding. Ein Rack kann 256 LP30-Beschleuniger aufnehmen, verbunden über direkte Chip-zu-Chip-Verbindungen.

Drei Anwender werden genannt. Nebius ist der erste KI-Cloud-Anbieter, der Groq 3 LPX in seine Token Factory integriert; CoreWeave setzt Spectrum-X Multiplane in Produktion ein, um seine Vera-Rubin-Racks zu verbinden; und SpaceXAI setzt NVIDIA Vera CPUs für Orchestrierung, Tool-Aufrufe und Codeausführung hinter der agentischen KI ein, mit der Absicht, seine Architektur rund um Vera Rubin aufzubauen, von terrestrischen Rechenzentren bis hin zu Satelliten im Orbit.

Im Netzwerkbereich erforderte das Überschreiten der größten heutigen Cluster bisher eine dritte Ebene, die bei Verkabelung, Optik, Energie und Latenz teuer ist. Spectrum-X Multiplane teilt stattdessen die Verbindung jedes Servers in mehrere unabhängige Wege oder Pläne auf, die jeweils ihr eigenes zweistufiges Netz betreiben.

Gemessener Punkt	Angegebener Wert
Groq 3 LPX auf Gemma 4 31B, Kontext 100k	3.400 Tokens/s Ausgabe, 4x die nächstgelegene Plattform
Groq 3 LPX Rack	bis zu 256 LP30-Beschleuniger, Chip-zu-Chip-Verbindungen
Spectrum-X Multiplane	bis zu 512.000 GPUs über zwei Ebenen
Ausfall eines von acht Plänen	etwa 90% Bandbreite erhalten
Hardware-Wiederherstellung	11x schneller als Software-Lastverteilung, 1,6x Durchsatz

🔗 Groq 3 LPX, Spectrum-X und NVLink Fusion

NVLink Fusion bindet kundenspezifische Chips an die NVIDIA-Plattform an

24. August — Der dritte NVIDIA-Artikel des Tages: NVLink Fusion führt kundenspezifische Chips (XPU) in einen NVLink-Skalierungsbereich von 72 Beschleunigern ein. Die sechste Generation von NVLink weist eine 3x geringere End-to-End-Latenz als auf Standard-Ethernet basierende Lösungen auf, bei 10x höherem Paketdurchsatz; die Roadmap kündigt Bereiche mit bis zu 1.152 Beschleunigern und Co-Packaged Optics an. NVLink-C2C verbindet XPU mit Vera-CPUs oder anderen CPUs mit bis zu 6x Energieeffizienz einer PCIe-Schnittstelle.

Das Argument ist die Entkopplung: Die Planung einer KI-Fabrik — Energie, Gebäude, Kühlung, Racks, Netzwerk — beginnt lange bevor der Mix der Beschleuniger feststeht, und ein auf einen einzigen Chip festgelegtes Rechenzentrum wird zu einem Planungsrisiko. Die Anwender übernehmen die MGX-Rack-Architektur und ihre Lieferkette. Genannte Partner: Intel, MediaTek, GUC, QCT und Annapurna Labs.

🔗 NVLink Fusion und die XPU

Mistral und HUMAIN unterzeichnen für eine souveräne KI in Saudi-Arabien

24. August — Mistral kündigt eine strategische Zusammenarbeit mit HUMAIN an, dem saudischen Unternehmen für künstliche Intelligenz: Recheninfrastruktur, Entwicklung fortgeschrittener Modelle und Einsatz von Lösungen im Königreich und in der Region. Das Engagement beziffert Mistral auf mehrere hundert Millionen Euro.

Die ersten Schwerpunkte sind Cybersicherheit und Sprache, mit leistungsfähigen Frontier-Modellen in arabischer Sprache. Mistral wird die Nutzung der Rechenzentren von HUMAIN für lokale Rechenanforderungen prüfen, und beide Partner werden gemeinsam auf die regulierten Branchen des Königreichs abzielen. Die Ankündigung setzt eine im Sommer begonnene Sequenz fort — erweiterte Partnerschaft mit Microsoft, dann European Compute Units Anfang August — und die Mitteilung stellt klar, dass es sich um zukunftsgerichtete Aussagen handelt, die späteren kommerziellen Vereinbarungen unterliegen.

Control is becoming the defining topic in enterprise AI adoption. Across the world, and especially in regulated industries, organizations want the benefits of AI without giving up control over their sensitive data and systems.

🇩🇪 Die Kontrolle wird zum entscheidenden Thema für die Einführung von KI in Unternehmen. Überall auf der Welt, und besonders in regulierten Branchen, wollen Organisationen die Vorteile von KI, ohne die Kontrolle über ihre Daten und ihre sensiblen Systeme aufzugeben. — @MistralAI auf X

🔗 Ankündigung @MistralAI · Mistral-Beitrag

Sakana AI erhält einen Vertrag des japanischen Verteidigungsministeriums

24. August — Sakana AI macht einen am 29. Juli unterzeichneten Vertrag mit dem japanischen Verteidigungsministerium (防衛省) öffentlich, der die Untersuchung und Demonstration von KI-Funktionen für integrierte Analyseoperationen betrifft. Das Projekt richtet sich an die Analyseoffiziere der Nachrichtendienstdirektion und umfasst drei Schwerpunkte: Sammlung, Analysefähigkeiten und Dokumentenverwaltung. Eingesetzt wird die Technologie der KI-Agenten des Labors.

Es ist nicht der erste Verteidigungsvertrag: Im März 2026 war das Tokioter Labor bereits für die Basistechnologien von Führungs- und Kontrollsystemen ausgewählt worden. Für ein Unternehmen, dessen öffentliche Identität auf offenen Modellen beruht, ist die Entwicklung bemerkenswert — der Blog verfügt inzwischen über einen eigenen Bereich für Verteidigung und Nachrichtendienst, und Sakana AI stellt für dieses Team ein.

「Sakana AI株式会社は、令和8年7月29日、防衛省と「総合分析業務に必要なAI機能の調査・実証」に関する契約を締結いたしました。」

🇩🇪 Sakana AI hat am 29. Juli 2026 einen Vertrag mit dem Verteidigungsministerium über die Untersuchung und Demonstration von KI-Funktionen für integrierte Analyseoperationen geschlossen. — Sakana AI, offizieller Beitrag

🔗 Sakana AI — integrierte Analyse für die Verteidigung

Anthropic stellt die unternehmensverwaltete Autorisierung für MCP-Connectors allgemein bereit

24. August — Die unternehmensverwaltete Autorisierung (enterprise-managed auth) für MCP-Connectors wird auf Claude Team und Claude Enterprise allgemein verfügbar, nach einer offenen Beta im Juni. Das gelöste Problem ist konkret: Bisher erforderte das Anbinden eines MCP-Connectors zwei Schritte — der Administrator aktivierte ihn für die Organisation, dann durchlief jeder Nutzer einen OAuth-Flow für jedes Tool. Der Administrator autorisiert nun nur noch einmal über den Identitätsanbieter des Unternehmens, und die Nutzer finden ihre Werkzeuge bereits verbunden vor.

Ein Punkt interessiert die Sicherheitsteams: Ein Administrator kann verlangen, dass ein Connector immer über den Identitätsanbieter läuft, wodurch verhindert wird, dass ein persönliches Konto mit einem beruflichen Tool verknüpft wird. Zum Start werden zehn MCP-Anbieter unterstützt — Asana, Atlassian, Canva, Datadog, Figma, Granola, Linear, Notion, Slack und Supabase — mit Okta vorerst als einzigem IdP. Der Mechanismus ist nicht proprietär: Es ist die erste Implementierung der Erweiterung Enterprise-Managed Authorization des Model Context Protocol.

🔗 Ankündigung @ClaudeDevs · Anthropic-Beitrag

Boris Cherny erkennt Cybersicherheitsablehnungen als Fehler an

24. August — Einen Tag nach seinen Aussagen über die drei Fähigkeitsstufen antwortet der Verantwortliche für Claude Code auf zwei wiederkehrende Fragen von Sicherheitsentwicklern. Die erste ist der Verdacht auf ein bevorzugtes internes Modell: Das Team verwendet genau dieselbe Fable wie die Endnutzer.

Die zweite ist direkter: Ablehnungen, die durch Cybersicherheitsthemen ausgelöst werden, werden als Fehler anerkannt, in Worten, die keine Abschwächung suchen, und das Team arbeitet daran, sie zu reduzieren. Das ist eine nützliche Information für Praktiker der defensiven Sicherheit oder von CTFs, die regelmäßig auf Ablehnungen bei legitimen Anfragen stoßen. Es gibt keinen Zeitplan, aber die Botschaft setzt das August-Update zu den Fable-5-Bio-Schutzmechanismen fort, das bereits darauf abzielte, Fehlalarme zu reduzieren.

We use the same exact Fable. Cyber security refusals suck, and we are working on reducing them. More to come.

🇩🇪 Wir verwenden genau dieselbe Fable. Ablehnungen bei Cybersicherheit sind lästig, und wir arbeiten daran, sie zu reduzieren. Weitere Dinge kommen noch. — @bcherny auf X

Anthropic beginnt, seine eigenen Anwendungen automatisch zu warten

23. August — Auf die Bitte, genauer zu erklären, was er mit Programmieren meint, zieht Boris Cherny eine einfache Unterscheidung: Coding ist der Akt des Schreibens von Code, Engineering ist alles andere obendrauf. Er räumt ein, dass die Aufteilung zwischen taktischer Arbeit und strategischer Arbeit eine ebenso legitime Lesart ist.

Der neue Informationsgehalt steckt am Ende seiner Nachricht. Er sagt, er sehe, wie Teile der strategischen Arbeit zu automatisieren beginnen, und nennt ein konkretes Beispiel: Anthropic beginnt, seine eigenen Anwendungen automatisch zu warten, und eine schnell wachsende Zahl von Kunden tue offenbar dasselbe. Die Nuance ist wichtig — es geht nicht mehr darum, auf Anfrage Code zu erzeugen, sondern Agenten die laufende Wartung von Anwendungen in Produktion zu überlassen: Abhängigkeitsupdates, Fehlerbehebungen, Anpassungen an API-Änderungen. Das verwendete Verb beschreibt einen laufenden Rollout und nicht einen abgeschlossenen Zustand, und es werden weder Zahlen noch eine namentlich genannte Anwendung noch ein exakter Umfang genannt.

🔗 @bcherny-Thread über Coding und Engineering

Ein automatisierter wöchentlicher kommerzieller Digest mit Claude Code

24. August — Anthropic veröffentlicht einen Beitrag über eine interne Nutzung von Claude Code außerhalb der Softwareentwicklung: Eine Marketerin aus dem Außendienst erzählt dort, wie sie das 15-minütige Montagmorgen-Stand-up durch einen personalisierten wöchentlichen Digest ersetzt hat, der jedem Vertriebsmitarbeiter als Slack-Nachricht zugestellt wird.

Die Architektur ist in wenigen Dingen begründet: Claude ist über MCP mit BigQuery verbunden, wobei das Data Warehouse als Single Source of Truth für die Marketingdaten dient. Die Methode ist aufschlussreicher als die Technik: Der Pilot startete mit nur einem freiwilligen Team, und jedes Feedback der Empfänger wurde in eine explizite Prompt-Regel übersetzt. Am Ende der ersten Woche umfasste dieser neun Inhaltsregeln, von denen jede auf einen konkreten Rückmeldungspunkt zurückführbar war. Da jede Nachricht aus der Kontenliste ihres Empfängers zusammengesetzt wird, sind nie zwei Nachrichten identisch; die BDRs (business development representatives) baten anschließend um ihre eigene Variante.

🔗 Ein personalisierter wöchentlicher Digest mit Claude Code

GPT-5.6 kommt in Kiro, den AWS-Entwicklungsagenten

24. August — Die vollständige GPT-5.6-Familie — Sol, Terra und Luna — ist in Kiro verfügbar, dem Softwareentwicklungsagenten von AWS. Das hervorgehobene Argument ist nicht rohe Leistung, sondern das Preis/Leistungs-Verhältnis: Bei Terminal-Bench 2.1, einem gemeinsam von OpenAI und AWS durchgeführten Test, erledigt GPT-5.6 Terra die erfolgreich abgeschlossenen Aufgaben bei rund 82 % geringeren Kosten.

Die angegebene Erklärung liegt in der Methode von Kiro, dem spekulationsgetriebenen Entwicklungsansatz (spec-driven development): Das Tool verwandelt eine hochrangige Absicht in Anforderungen, technisches Design und ausführbare Aufgaben, wodurch das Modell von Anfang an in einem präzisen Kontext verankert und Fehlentwicklungen begrenzt werden. OpenAI beschreibt die vorgesehenen Einsatzbereiche: strukturierte Implementierungspläne, mehrstufige Codeaufgaben, Repository-Kontext, Kontrollpunkte vor der Anwendung von Änderungen. Für alle, die das Ökosystem der Code-Agenten verfolgen, bestätigt die Ankündigung vor allem, dass sich die GPT-5.6-Reihe jenseits der OpenAI-Oberflächen verbreitet.

🔗 GPT-5.6 in Kiro

Codex erhält einen Entwicklermodus mit Zugriff auf das Chrome DevTools Protocol

24. August — Das Changelog von ChatGPT und Codex bekommt eine Reihe neuer Funktionen, die sich auf den vom Agenten gesteuerten Browser konzentrieren. Die wichtigste ist ein Entwicklermodus für Browser use, sowohl in Chrome als auch im integrierten Browser von Codex: Er gewährt kontrollierten Zugriff auf das Chrome DevTools Protocol, die Schnittstelle, die auch die Chrome-Entwicklertools verwenden. Der Agent kann dadurch Performance profilieren und Netzwerkverkehr, Konsolenausgabe und Seitenzustand debuggen, statt sich auf das zu beschränken, was er auf dem Bildschirm liest.

Dasselbe Protokoll sorgt auch für Geschwindigkeit: Browser use wird bis zu zweimal schneller, dank DOM-Snapshots, die die Zahl der Hin- und Rückfragen an den Browser verringern. Geplante Automatisierungen respektieren nun den ausgewählten Genehmigungsmodus, was eine lästige Abweichung bei unbeaufsichtigten Ausführungen behebt.

Neuerung im Changelog	Angegebener Umfang
Entwicklermodus für Browser use	Chrome und integrierter Browser von Codex, kontrollierter CDP-Zugriff
Beschleunigtes Browser use	Bis zu 2x schneller (CDP-Optimierungen und DOM-Snapshots)
Befehl `/init`	Die Anwendung zusammenstellen, Verhalten identisch zur Codex-CLI
Computer Use	Unternehmen außerhalb von EWR, Vereinigtem Königreich und Schweiz
Computer-Use-Steuerungen unter Windows	Pro Anwendung konfigurierbar

🔗 ChatGPT- und Codex-Changelog

Die Gewinner des Gemma 4 Good Challenge

24. August — Google veröffentlicht die Ergebnisse seines Gemma 4 Good Challenge, eines Kaggle-Wettbewerbs, der Entwickler dazu einlud, mit seinen offenen Modellen reale Probleme zu lösen: Mehr als 1.600 Projekte wurden innerhalb von sechs Wochen eingereicht. Die Schwierigkeit lag weniger in der Modellqualität als in ihrer Bereitstellung in einer eingeschränkten Umgebung, wobei die Teilnehmenden LiteRT, Cactus, Ollama, llama.cpp und Unsloth nutzten, um auf gewöhnlicher Hardware zu laufen.

Der rote Faden der ausgezeichneten Projekte ist Offline-Funktionalität und Datenschutz by Design. GEM-4 holt den ersten Platz mit einem robotischen Assistenten für ältere und beeinträchtigte Menschen: Ein Gemma 4 31B annotiert die Trainingsvideosequenzen, ein feinabgestimmter E2B-Controller übersetzt Beobachtungen und Anweisungen in Bewegungen. Unter den Spezialpreisen verfeinert Gem-Care Gemma 4 E2B, um nicht normgerechte Sprache wiederherzustellen, und senkt die Wortfehlerrate von 32,7 % auf 19,0 %; PreVillage liefert konversationelles Routing in romanisiertem Nepali auf einem Raspberry Pi 5 mit 7,5 Tokens pro Sekunde.

🔗 Die ausgezeichneten Projekte des Gemma 4 Good Challenge

ADK bewertet Sprachagenten nativ

24. August — Googles Agent Development Kit unterstützt nun die Bewertung von Live- und Sprachagenten in derselben Schleife wie bei Textagenten. Das Prinzip: Ein Nutzersimulator spricht seine Gesprächszüge, die von Gemini TTS synthetisiert und dann an den Agenten gestreamt werden, dessen gesprochene Antworten automatisch bewertet werden. Der Live-Modus wird allein durch das Vorhandensein eines live_model_config-Blocks aktiviert; ohne ihn laufen dieselben Testfälle im Textmodus.

Die Testfälle gibt es in zwei Varianten: das Szenario, in dem eine Persona ihre Gesprächszüge nach einem Plan improvisiert, und das feste Gespräch, Wort für Wort skriptgesteuert. Die Bewertung erfolgt über LLM-Richter, die von Rubriken in natürlicher Sprache gesteuert werden, einmal geschrieben und dann auf die gesamte Suite angewendet. Die Ausführung erfolgt über adk eval oder AgentEvaluator, was es ermöglicht, Sprachbewertungen in eine CI/CD-Pipeline einzubetten. ADK Web fügt einen Umschalter zwischen Standard- und Live-Modus hinzu, rekonstruiert die Transkription aus dem Audiostream und hängt an jeden Zug einen abspielbaren Audioclip an.

🔗 Sprachagenten in ADK bewerten

Grok Voice Think Fast 2.0 übernimmt die Führung im Speech-to-Speech-Index

24. August — xAI gibt bekannt, dass Grok Voice Think Fast 2.0 den ersten Platz im Speech-to-Speech-Index von Artificial Analysis übernimmt, der weniger die Qualität der wiedergegebenen Stimme misst als die Fähigkeit eines Sprachagenten, über das Gehörte nachzudenken, ein echtes Kundenproblem zu lösen und eine Aufgabe bis zum Ende zu führen, indem er Werkzeuge aufruft.

Das Modell ist keine Neuheit des Tages: Sein Vorstellungsbeitrag stammt vom 29. Juli. Was xAI hier kommuniziert, ist die Platzierung und Produktionszahlen. Bei Starlink, einer Tochter desselben Konzerns, verarbeitet Grok Voice mehr als 15.000 eingehende Support- und Verkaufstelefonate pro Tag und schließt mehr als 3.000 Bestellungen pro Woche ab, Stimme und Chat zusammen. Die Think-Fast-Familie führt ihr Denken parallel zur Sprachsynthese aus, wodurch vermieden wird, dass Intelligenz in Latenz bezahlt wird.

Benchmark	Think Fast 2.0	GPT-Realtime-2.1 (High)	Gemini 3.1 Flash (High)
AA Speech-to-Speech Quality Index	82,9 %	79,1 %	69,5 %
τ-voice Bench (Agentenleistung)	56,5 %	45,7 %	37,7 %
Zeit bis zum ersten Ton	0,70 s	—	2,98 s

🔗 Ankündigung @SpaceXAI · x.ai-Beitrag

ElevenLabs bringt seine gesamte API ins Terminal

24. August — ElevenLabs veröffentlicht Version 1 seiner CLI, die die gesamte API im Terminal verfügbar macht. Die Ankündigung richtet sich gleichermaßen an zwei Zielgruppen: Entwickler und Code-Agenten.

Diese doppelte Zielsetzung spiegelt sich in den technischen Entscheidungen wider. Die Befehle sind so dokumentiert, dass sie leicht auffindbar sind, Agent Skills sind direkt in das Tool eingebettet, und die Ausgabe steht als strukturiertes JSON zur Verfügung — drei Voraussetzungen dafür, dass ein Agent das Tool zuverlässig steuert, statt freien Text zu interpretieren. Der Dry-Run-Modus ergänzt das Ganze: Er erlaubt es, das Ergebnis einer Operation vor ihrer Ausführung vorzusehen, ein nützliches Sicherheitsnetz, wenn ein autonomer Agent den Aufruf auslöst. Die Veröffentlichung steht in der Kontinuität des offiziellen MCP-Servers, den der Anbieter am 17. August gestartet hat.

🔗 ElevenLabs CLI v1

MiniMax öffnet 14 Tage unbegrenzten Zugriff auf GMI Cloud

24. August — Vom 24. August bis 6. September öffnet MiniMax unbegrenzten Zugriff auf seine Modelle auf GMI Cloud: M3 und M2.7 auf Sprachseite, Speech 2.8 und Music 3.0 auf Audiaseite.

Das Bemerkenswerte geht über die kommerzielle Aktion hinaus. Am 21. August begnügte sich MiniMax mit einer rätselhaften Ankündigung, die das Eintreffen eines M3-Modells andeutete, ohne Spezifikationen oder Datum. Drei Tage später ist M3 namentlich in einem datierten Angebot zugänglich, neben zwei Audiomodellen, deren Versionsnummern in den vorherigen Mitteilungen des Anbieters nicht aufgetaucht waren. Weder Benchmarks noch technische Spezifikationen begleiten die Ankündigung: Es handelt sich um eine Bereitstellung, nicht um ein Produktblatt.

🔗 14 Tage unbegrenzter Zugriff auf GMI Cloud

Kurzmeldungen

Nemotron 3.5 Lightning schafft es in die Top 4 von PinchBench — Das NVIDIA-Modell landet unter den offenen Gewichtsmodellen in den Top 4 mit 86,4 % durchschnittlicher Erfolgsquote in den standardisierten OpenClaw-Agententests; Nemotron 3 Ultra behält den ersten Platz. 🔗 Tweet @NVIDIAAI
Wan 3.0 ist bereits über den Pika API Club verfügbar — Der am 5. August gestartete Aggregator bietet Zugriff auf mehr als hundert Modelle über eine einzige API. Die Aufnahme am ersten Tag setzt die bereits bei Seedance 2.5 am 17. August beobachtete Logik fort. 🔗 Tweet @pika_labs
Runway erweitert Ruby auf alle Modelle seiner Plattform — Die Ausgaben von Seedance 2.5, Gen-4.5 oder MiniMax H3 werden nun in 16-Bit-EXR oder ProRes und HEVC 10- und 12-Bit konvertiert, ohne separate Farbkorrektur-Pipeline pro Generator. 🔗 Tweet @runwayml
Runway eröffnet einen Präsenz-Hackathon in San Francisco — Der 30. September, ausgerichtet auf den Bau von Agenten und Anwendungen; Bewerbungen laufen über hackathon.runway.com. 🔗 Tweet @runwayml
Laut Boris Cherny hat sich Prompt-Injektion als lösbar erwiesen — Er fährt mit der fehlerfreien Codegenerierung fort und nennt das Präzedenzbeispiel: Die Kombination aus Alignment-Training und mechanistischer Interpretierbarkeit hat das Problem nach vielen Jahren schließlich überwunden. 🔗 @bcherny-Thread
GitHub-Webinar am 25. August rund um die Copilot-App — Live-Demonstration von 18:00 bis 19:00 Uhr MESZ mit Pierce Boggan und James Clancey; die Anmeldeseite beschreibt Agent Merge, das Rebase, Reviews und Checks bis zum Merge übernimmt. 🔗 Tweet @github
GitHub stellt die zweite Staffel seines Podcasts heraus — Vorstellungsvideo der Moderatoren und ihrer Lieblingsfolgen der vorherigen Staffel, ohne Produktankündigung. 🔗 Tweet @github
Grok 4.6 zum halben Preis im Nous-Research-Portal — 50 % Rabatt für eine Woche, nutzbar mit dem Open-Source-Agenten Hermes oder über ein bestehendes SuperGrok- oder X-Premium+-Abonnement. 🔗 Tweet @SpaceXAI
Codex Live Build hebt sprachgesteuerte Bedienung hervor — Live-Session auf X mit dem Ersteller Alex Finn, gewidmet dem Arbeiten ohne Tastatur in Codex auf Desktop und Mobilgerät. Demonstration, keine Funktionsankündigung. 🔗 Tweet @OpenAIDevs
HeyGen veröffentlicht einen Prompt-Guide für Immobilienvideos — Prompt-Schreiben für Avatar-Videos in Kinoqualität, in Fortsetzung seiner Immobilienreihe. 🔗 Tweet @HeyGen
Die 110 Jahre der US-Nationalparks mit Maps, Search und Gemini — Google verknüpft seine Suchtrends (die Suchanfragen nach Wanderungen für Anfänger steigen innerhalb eines Monats um 165 %) mit den Nutzungen von AI Mode, Ask Maps und Gemini Live bei der Reisevorbereitung. Keine neue Funktion. 🔗 Blogbeitrag blog.google

Was das bedeutet

Nach mehreren Tagen, die auf Software-Anwendungen fokussiert waren, rückt die Hardware wieder in den Vordergrund — und das, was sie misst, hat sich verändert. NVIDIA verwirft ausdrücklich die Inferenz-Messungen, die auf Sequenzen von 1.000 bis 8.000 Tokens kalibriert sind, und bevorzugt stattdessen aufgezeichnete reale agentische Coding-Sessions, einschließlich wachsendem Kontext, Tool-Aufrufen und Sub-Agenten. Die Maßeinheit folgt derselben Verschiebung: Nicht mehr der rohe Durchsatz zählt, sondern Arbeit pro Megawatt und die Kosten pro Million Tokens. Die Einschränkung ist nicht mehr das verfügbare Silizium, sondern die Energie, die man ihm zuführen kann. Die Aufteilung in GPU/LPU sagt dasselbe aus einem anderen Blickwinkel: Kontextverarbeitung auf der einen Seite, latenzsensitives Dekodieren auf der anderen, weil agentische Inferenz aufgehört hat, eine homogene Last zu sein.

Das zweite Signal des Tages ist die Öffnung der Plattform. NVLink Fusion verbindet von anderen entworfene Chips, SpaceXAI setzt auf Vera-CPUs, und Intel, MediaTek sowie Annapurna Labs stehen in der Partnerliste. Das kommerzielle Argument ist das des Zeitplans: Eine KI-Fabrik wird geplant — Energie, Gebäude, Kühlung, Netzwerk — lange bevor die Zusammensetzung der Beschleuniger feststeht, und Rack, Netzwerk und Werkzeuge statt nur den Beschleuniger zu verkaufen, bedeutet, selbst für diejenigen unverzichtbar zu werden, die ihr eigenes Silizium bauen.

Noch unerwarteter ist, dass Souveränität am selben Tag in zwei Ankündigungen auftaucht. Mistral kündigt eine Zusammenarbeit mit HUMAIN für arabischsprachige Modelle und die Nutzung saudischer Rechenzentren an; Sakana AI schließt mit dem japanischen Verteidigungsministerium einen Vertrag zur Analyse von Geheimdienstinformationen. Zwei nicht-amerikanische Labore, zwei nationale Institutionen, dieselbe Logik: Das, was Mistral Kontrolle nennt und was die japanische Regierung informationelle Macht nennt, bezeichnen die Fähigkeit, Training und Inferenz innerhalb einer gewählten Jurisdiktion auszuführen. Für Sakana, dessen öffentliche Identität auf offenen Arbeiten beruht, deuten der eigene Bereich für Verteidigung und die damit verbundenen Einstellungen eher auf eine dauerhafte Geschäftslinie als auf einen isolierten Vertrag hin.

Es bleibt ein diskreter, aber stimmiger roter Faden: Die Werkzeuge strukturieren sich so, dass sie von einem Agenten gesteuert werden können, nicht nur von einem Menschen. ElevenLabs bringt ein CLI heraus, dessen Verkaufsargumente — auffindbare Befehle, strukturiertes JSON, Dry-Run-Modus — ausdrücklich auf Code-Agenten zielen. Codex erhält Zugriff auf das Chrome DevTools Protocol, also die Möglichkeit, den tatsächlichen Zustand einer Seite statt nur ihr Rendering zu lesen. ADK bringt native Sprachauswertung mit, damit sprechende Agenten nicht mehr nach Gefühl ausgeliefert werden. Und Grok Voice veröffentlicht Produktionsmengen — 15.000 Anrufe pro Tag bei Starlink — statt sich auf einen Ranking-Score zu beschränken. Jedes Mal derselbe Umschwung: Um aus dem Prototypen herauszukommen, braucht es maschinenfähige Schnittstellen und reproduzierbare Messungen.