Moonshot veröffentlicht Kimi K3 (2,8T offen), NVIDIA kündigt Open Secure AI Alliance an, Perplexity stärkt sein Unternehmensangebot

Der 27. Juli 2026 ist ein dichter Tag mit drei klar voneinander getrennten großen Ankündigungen. Moonshot AI veröffentlicht die Gewichte und den technischen Bericht zu Kimi K3, einem offenen Modell mit 2,8 Billionen Parametern, das bereits am ersten Tag von Together AI gehostet wird. NVIDIA bündelt am selben Tag rund dreißig Partner — von Adobe über Microsoft bis hin zu Hugging Face und SpaceXAI — innerhalb der Open Secure AI Alliance, einer Koalition für offene Werkzeuge zur Sicherheit von KI, im Gefolge des bereits behandelten Hugging-Face-Sicherheitsvorfalls. Perplexity veröffentlicht seinerseits sein erstes Changelog seit zwei Wochen, eine Welle von neun stark unternehmensorientierten Funktionen. Um diese drei Themen herum gruppieren sich sieben bemerkenswerte Neuerungen — Cognizant und Anthropic, Cohere North Automations, die Übernahme von Opus 5 durch Zed — sowie fünf kleinere Ankündigungen.

Kimi K3: Moonshot AI veröffentlicht ein offenes Modell mit 2,8 Billionen Parametern, das bereits am ersten Tag von Together AI gehostet wird

27. Juli, 17:14 Uhr — Moonshot AI veröffentlicht die Gewichte und den technischen Bericht zu Kimi K3, vom Anbieter als erstes offenes Modell der 3-Billionen-Parameter-Klasse präsentiert — eine Formulierung von Moonshot, die entsprechend zu verstehen ist. Es handelt sich um ein MoE-Modell (Mixture-of-Experts) mit insgesamt 2,8 Billionen Parametern, von denen pro Token nur 104 Milliarden aktiviert werden, verteilt auf 93 Schichten. Zwei hauseigene architektonische Neuerungen tragen den Großteil des beanspruchten Zugewinns: Kimi Delta Attention (KDA), kombiniert mit einem Mechanismus aus Aufmerksamkeits-Residuals (Attention Residuals), sowie ein hochparsimonisches MoE („Stable LatentMoE“), das bei jedem Durchlauf nur 16 von 896 Experten aktiviert. Moonshot beansprucht gegenüber Kimi K2 einen Effizienzgewinn bei der Skalierung von rund 2,5× — „nicht nur mehr Parameter“. Das Modell integriert außerdem Vision nativ (MoonViT-V2-Encoder) und ein Kontextfenster von einer Million Tokens.

Kimi K3 ist sofort verfügbar auf Kimi.com, in der mobilen App (iOS/Android/HarmonyOS), in der Desktop-App Kimi Work, im Befehlszeilen-Code-Agenten Kimi Code (auswählbar über /model) sowie in der Kimi-API (Modell kimi-k3, kompatibel mit OpenAI/Anthropic), zum Preis von $0,30/MTok im Input mit Cache, $3,00/MTok ohne Cache und $15,00/MTok im Output. Together AI ist vom ersten Tag an Hosting-Partner, und Hugging Face repostet die Ankündigung ohne zusätzlichen Kommentar.

Benchmark	Kimi K3	Claude Fable 5	Claude Opus 4.8	GPT-5.5
SWE-Marathon	42,0	35,0	40,0	—
MCPMark-Verified	94,5	87,4	—	—
GPQA Diamond	93,5	92,6	91,0	93,5

Moonshot räumt ausdrücklich mehrere Grenzen ein: eine starke Empfindlichkeit gegenüber dem erhaltenen Reasoning-Modus (der vollständige Verlauf muss in den folgenden Runden unverändert erneut übergeben werden, sonst droht Instabilität), eine Tendenz zu „übermäßiger Proaktivität“ bei langen und mehrdeutigen Aufgaben sowie eine vom Labor selbst als „bemerkenswert“ eingestufte Lücke in der Nutzererfahrung im Vergleich zu Claude Fable 5 und GPT-5.6 Sol. Parallel zum Modell wurde außerdem eine mit dem neuen Aufmerksamkeitsmechanismus kompatible Prefix-Cache-Implementierung an die vLLM-Community beigesteuert.

“Releasing the model weights and technical report of Kimi K3. Kimi K3 is our most capable model: a 2.8T MoE model with native visual understanding and a 1M-token context window. New model architecture: 2.5x the intelligence per unit of compute, not just more params.”

🇩🇪 Wir veröffentlichen die Modellgewichte und den technischen Bericht zu Kimi K3. Kimi K3 ist unser leistungsfähigstes Modell: ein MoE-Modell mit 2,8 Billionen Parametern, nativer visueller Verarbeitung und einem Kontextfenster von einer Million Tokens. Neue Architektur: 2,5-mal mehr Intelligenz pro Recheneinheit, nicht nur mehr Parameter. — @Kimi_Moonshot auf X

🔗 Modellgewichte — Hugging Face

🔗 Technischer Bericht — GitHub

NVIDIA bündelt die Open Secure AI Alliance, rund dreißig Partner für die Sicherheit von KI

27. Juli — NVIDIA kündigt die Gründung der Open Secure AI Alliance an, einer Koalition von rund dreißig Gründungspartnern — darunter Adobe, Cadence, Capital One, Cisco, Cloudflare, Cognition, CrowdStrike, Databricks, Dell, Hugging Face, IBM, LangChain, die Linux Foundation, Microsoft, NAVER, Palantir, Red Hat, Salesforce, SAP, ServiceNow, Siemens, Snowflake, SpaceXAI und Thinking Machines Lab — die der Entwicklung und dem Teilen offener Werkzeuge für die Sicherheit und Zuverlässigkeit von KI-Systemen gewidmet ist.

Die Ankündigung stützt sich ausdrücklich auf den Sicherheitsvorfall bei Hugging Face Mitte Juli (bereits behandelt): Der NVIDIA-Blog erinnert daran, dass Hugging Face das offene Modell GLM 5.2 auf seiner eigenen Infrastruktur laufen ließ, um mehr als 17.000 Aktionen zu analysieren und den Einbruch einzudämmen — für NVIDIA der Beweis, dass ein offenes Spitzenmodell ein defensiver Vorteil ist und kein Sicherheitsrisiko.

Allianzpartner	Konkreter Beitrag
NVIDIA	NOOA (NVIDIA Labs Object-Oriented Agent), Forschungsrahmen für Agenten-Harnesse, Open Source auf GitHub
Hugging Face	Spende des Formats Safetensors an die PyTorch Foundation
Microsoft	MDASH, Multi-Modell-Agenten-Scan-Harness zum Nachweis ausnutzbarer Schwachstellen
HPE	SPIFFE/SPIRE, Zero-Trust-Identität für Agenten und KI-Dienste
SpaceXAI	Öffnung des Terminal-Code-Agenten Grok Build, Gewichte der Grok-Linie folgen

Selten genug kommentiert Jensen Huang die Ankündigung selbst — erst seine zweite je auf X veröffentlichte Nachricht, nach dem bereits behandelten Brief vom 24. Juli. Am selben Tag tritt Cognition (Devin) der Allianz bei, indem es seine eigenen Forschungsarbeiten zur Zuverlässigkeit von aus Open Source abgeleiteten Modellen beisteuert, die bereits am 8. Juli veröffentlicht worden waren:

“Closing open source models hurts innovation. The path forward is better tools to evaluate, secure, and deploy them responsibly.”

🇩🇪 Die Schließung von Open-Source-Modellen schadet der Innovation. Der Weg nach vorn führt über bessere Werkzeuge, um sie zu bewerten, abzusichern und verantwortungsvoll bereitzustellen. — @cognition auf X

Sakana AI schließt sich am selben Tag der von Jensens Huang Brief vom 24. Juli angestoßenen Pro-Open-Modelle-Bewegung an — ein drittes, von der Allianz selbst getrenntes Signal, das die Woche abschließt: Sicherheitsvorfall (21. Juli), offener Brief (24.–26. Juli), konkrete Branchenallianz (27. Juli).

🔗 Offizielle Ankündigung — NVIDIA

🔗 Jensen Huang auf X

🔗 Sakana AI schließt sich der Bewegung an

Perplexity veröffentlicht sein erstes Changelog seit zwei Wochen: neun Funktionen, Fokus auf Unternehmen

27. Juli — Perplexity veröffentlicht einen dichten Changelog-Eintrag, den ersten seit dem 13. Juli („Introducing Brain for Perplexity Computer“), nach zwei Wochen ohne neue Veröffentlichung über diesen Kanal. Der Eintrag bündelt neun unterschiedliche Funktionen für Perplexity Search, Computer, die Agent API und Comet Assistant. Acht sind neu; die neunte — die Integration von Claude Opus 5 in Search und Computer — war bereits am 25. Juli auf X angekündigt worden und wird hier lediglich offiziell im Changelog bestätigt.

Neue Funktion	Technisches Detail
Zugriffskontrolle nach Rollen (RBAC) + SCIM	Benutzerdefinierte Rollen, Gruppensynchronisierung, Kreditlimits pro Gruppe — nur für jährliche Enterprise-Verträge
Tresor für API-Anmeldedaten	Computer authentifiziert sich bei jeder Drittanbieter-API, ohne das Geheimnis dem Agenten oder dem Sandbox-Bereich preiszugeben
Brain für Max-Abonnenten	Selbstverbessernde Speicherfunktion, erweitert auf alle Max-Abonnenten weltweit, Wiki-Erstellung in 15 Sprachen
Skills für die Agent API	Komponierbare Fähigkeiten, die bei Bedarf für Entwickleragenten geladen werden
Computer im Comet Assistant	Zugriff auf Computer direkt aus dem Comet-Panel, ohne die besuchte Seite zu verlassen
Check Sources	Prüft, ob eine Ask- oder Computer-Antwort tatsächlich durch ihre zitierten Quellen gestützt wird
Source Context Panel	Seitenpanel zum Prüfen, Vergleichen und Vertiefen der Quellen einer Antwort
Sitzungsverwaltung per Prompt	Computer-Sitzungen aus einem einfachen Gespräch heraus wiederfinden, zusammenfassen, forken oder parallelisieren

Die ersten beiden Funktionen der Tabelle richten sich speziell an Organisationen mit jährlichem Enterprise-Vertrag: Die rollenbasierte Zugriffskontrolle mit SCIM-Synchronisierung adressiert einen klassischen IT-Governance-Bedarf (zentralisiertes Provisioning, Kreditlimits pro Team), während der Tresor für API-Anmeldedaten Computer auf Drittanbieterdienste ohne nativen Connector ausdehnt, ohne das rohe Geheimnis jemals dem Agenten offenzulegen. Die Ausweitung von Brain auf alle Max-Abonnenten betrifft wiederum ein deutlich breiteres Publikum als nur das Enterprise-Segment, in dem die Funktion einen Monat zuvor gestartet war.

Keine dieser neun Funktionen wird als nur für eine Vorabversion reserviert ausgewiesen: Alle werden zum Zeitpunkt der Veröffentlichung entweder bereits ausgerollt oder befinden sich im allgemeinen Rollout. Durch ihren Umfang — Unternehmens-Governance, Entwickler und breite Öffentlichkeit in einem einzigen Eintrag — ist dieses Changelog die dichteste Veröffentlichung von Perplexity seit dem Start von Personal Computer Mitte Juli.

🔗 Offizielles Changelog — Perplexity

Cognizant und Anthropic erweitern ihre Unternehmenspartnerschaft

27. Juli — Cognizant wird Global Premier Partner im Claude Partner Network. Claude ist nun in drei internen Plattformen des Unternehmens integriert: Flowsource (Full-Stack-Engineering-Plattform, Modul Spec-Driven Development, in dem Claude Code durch Projektspezifikationen und Blueprints gesteuert wird), Neuro AI Engineering und Neuro IT Ops. Mehr als 30.000 Cognizant-Mitarbeitende wurden bereits auf Claude geschult, im Rahmen des neuen „Frontier Certified“-Arbeitsmodells des Konzerns.

Kundenfall	Gemessenes Ergebnis
Kunden-Erfahrungsportal (globaler Hersteller)	In 6 Monaten geliefert
Vertragsintelligenz (Biopharma)	Bis zu -40 % Prüfzeit, über 88 % Extraktionsgenauigkeit
Risiko-Navigation (Versicherung)	Etwa 8 Std./Woche/Person eingespart

Ravi Kumar S (CEO von Cognizant) spricht von einer wachsenden Lücke zwischen den Fähigkeiten der KI und der Fähigkeit der Unternehmen, sie aufzunehmen, und positioniert Cognizant als die Brücke, die den für diese Implementierungen nötigen Geschäftskontext, die Engineering-Skalierung und die Vertrauensrahmen liefert.

🔗 Offizielle Ankündigung — Anthropic

Code-Tools: Zed übernimmt Claude Opus 5, GitHub Copilot optimiert seine Kosten

Zed 1.12.1 und 1.13.1 fügen Claude Opus 5 hinzu

27. Juli — Zed veröffentlicht gleichzeitig seine Versionen 1.12.1 (stable) und 1.13.1 (preview) und fügt die Unterstützung für Claude Opus 5 für die Anbieter Anthropic und Amazon Bedrock BYOK (bring your own key) hinzu. Zed wird damit das fünfte Code-Tool, das Opus 5 integriert, nach Cursor, Devin, v0 und Warp — allerdings im Gegensatz zu den vier vorherigen ausschließlich über ein Changelog, ohne Ankündigung auf X. Der Preview-Kanal behebt außerdem drei separate Bugs: Projekteinstellungen, die Language Server nicht erneut aktivieren, doppelte Antworten bei GPT-5.x-Modellen auf dem Mantle-Endpoint von Amazon Bedrock und eine Projektsuche, die dennoch ausgeschlossene verschachtelte Repositories zurückmeldete.

🔗 Stabiles Changelog — Zed

GitHub Copilot — das Auto-Routing (HyDRA) lässt KI-Credits 3,3× länger halten

27. Juli — GitHub erklärt, dass Prompt-Caching, Tool Search und ein Modellsystem namens HyDRA den bei jeder Copilot-Sitzung wiederholten Kontext reduzieren. Das messbare Ergebnis: HyDRA erreicht die von OpenRouter Auto erzielte Aufgabenlösungsrate von 70,8 % bei einem 3,3× besseren Credit-Einsatz. Zu dieser Ankündigung, die vorerst nur als Tweet vorliegt, wurde kein eigener Blogartikel veröffentlicht — in der Kontinuität der am 25. Juni veröffentlichten Effizienzbewertung des Copilot-Harnesses.

🔗 Ankündigung — @github auf X

OpenAI: erweiterte Voice für Unternehmen und neue Wirtschaftsrecherche

GPT-Live weltweit verfügbar für Edu, Business und Enterprise

27. Juli — OpenAI bestätigt, dass GPT-Live, die neue Generation von Sprachmodellen, die am 8. Juli für eine natürliche Interaktion zwischen Mensch und KI eingeführt wurde, nun weltweit für die Pläne Edu, Business und Enterprise verfügbar ist. In der ChatGPT-Voice-Desktop-App waren diese Pläne bereits am 23. Juli erwähnt worden; die Neuerung hier ist die explizite Bestätigung, dass das Sprachmodell selbst — und nicht nur die Desktop-Integration — weltweit abgedeckt ist. Die Ankündigung wird direkt auf X gepostet, ohne separaten Artikel: Sie ist das Element, das am direktesten mit der beobachteten Enterprise-Ausweitung in diesem Beobachtungsfenster verknüpft ist.

🔗 Ankündigung — @OpenAI auf X

Arbeit an der Grenze: wie KI Aufgaben bei der Arbeit erweitert

27. Juli — OpenAI Economic Research veröffentlicht den ersten Bericht einer neuen wiederkehrenden Reihe, basierend auf der Analyse von über 800.000 ChatGPT-Nachrichten amerikanischer Nutzer. Der Bericht führt den Begriff der Aufgabenüberlappung (task crossover) ein: Arbeit, die normalerweise mit einem Beruf verbunden ist und in der KI-Nutzung von Menschen auftaucht, die einem anderen Beruf nachgehen. 16,8% der arbeitsbezogenen Nachrichten und 43,5% der nach Beruf spezifischen Nachrichten behandeln Aufgaben eines anderen Berufs als dem des Nutzers.

Betroffener Beruf	Anteil der Aufgaben außerhalb des Berufs
Kundenerfahrung	77%
Design	75%
Personalwesen	69%
Rechtswesen	56%
Marketing	53%

Das Phänomen ist in kleineren Strukturen häufiger: Der Anteil der Aufgaben außerhalb des Berufs sinkt von 18,9% in Arbeitsbereichen mit 2 bis 5 Plätzen auf 16,3% jenseits von 100 Plätzen, was mit der Vorstellung übereinstimmt, dass KI dort als allgemeines Werkzeug dient, wo spezialisierte Ressourcen fehlen.

🔗 Vollständiger Bericht — OpenAI

Meta AI setzt SAM und DINOv3 in einem Projekt für Assistenzrobotik ein

27. Juli — Meta AI veröffentlicht eine Fallstudie zum Projekt RAMMP (Robotic Assistive Mobility and Manipulation Platform), getragen von der University of Pittsburgh (HERL) und ATDev, finanziert mit bis zu 41,5 Millionen US-Dollar durch ARPA-H (US-Bundesbehörde für fortgeschrittene biomedizinische Forschung). Ziel: sicherere Roboterplattformen für Rollstuhlnutzer — rund 5,5 Millionen Menschen in den USA, mehr als 100.000 rollstuhlbeschädigungsbedingte Verletzungen werden jedes Jahr in den Notaufnahmen behandelt.

Die Open-Source-Modelle DINO/DINOv3 (selbstüberwachter Vision Transformer) und SAM/SAM 3.1 (Segmentierung) laufen im Edge Computing direkt auf der eingebetteten Hardware der Roboter — eine Einschränkung, die durch Batterielaufzeit und das Fehlen zuverlässiger Netzwerkkonnektivität vorgegeben ist. Das Wahrnehmungssystem basiert auf RF-DETR, einem leichten Detektor, der mit DINOv2-Embeddings feinabgestimmt wurde, deren Trainingsdaten mittels SAM automatisch annotiert werden. Zum verbundenen Konsortium gehören Kinova Robotics, LUCI Mobility, ATDev sowie Teams von Carnegie Mellon, Cornell, Northeastern und Purdue.

🔗 Vollständige Fallstudie — Meta AI

Cohere startet North Automations, die Orchestrierung agentischer Workflows für Unternehmen

27. Juli — Cohere kündigt North Automations an, eine neue Fähigkeit seiner unternehmensweiten agentischen Plattform North, die es ermöglicht, automatisierte Workflows in natürlicher Sprache zu entwerfen: geplante Ausführungen, Schleifen und Verzweigungen, Modellauswahl pro Schritt, den Modus „Plan“ zur Überprüfung vor dem Aufbau, menschliche Freigabepunkte und die Nachverfolgung des Token-Verbrauchs. Cohere beziffert die Marktchance der Agenten-Orchestrierung auf 550 Milliarden US-Dollar und verweist dabei auf einen Gartner-Bericht über den Hype-Zyklus der agentischen KI.

Automations baut auf der bestehenden North-Infrastruktur auf (On-Prem- oder Cloud-Bereitstellung, proprietäre Konnektoren, MCP oder SDK, Schutzmechanismen und granulare Berechtigungen) und ist ab heute für alle North-Kunden verfügbar. Intern haben die Teams Marketing Operations, Customer Success und Sales bereits ihre eigenen Automatisierungen gebaut — jeweils eine Übersetzung von Fragen in natürlicher Sprache in BigQuery-SQL-Abfragen, einen Customer-Engagement-Tracker, der HR, Slack und Salesforce zusammenführt, sowie eine Vorbereitung von Interessentenanrufen, die Salesforce, Slack, Gmail und Notion miteinander verknüpft.

🔗 Ankündigung — @cohere auf X

🔗 Blogbeitrag — Cohere

Kurzmeldungen

GitHub Blog — „The harness is all you need (mostly)“ — Burke Holland veröffentlicht einen Copilot-Workflow in 8 Schritten (Tool auswählen, YOLO-Modus, visuelles Prototyping, Plan mit /grill-me, Implementierung durch Autopilot, menschliche Prüfung, Gegenprüfung durch ein Modell einer anderen Familie, Auslieferung), gültig für die gesamte Copilot-Familie. 🔗 Quelle
NVIDIA — Vera CPU beschleunigt das Chipdesign — intern in EDA-Workflows mit Cadence (Jasper) und Synopsys (VCS) eingesetzt, bis zu 1,5× mehr Leistung bei bestimmten Verifikationslasten bei gleicher Kernanzahl. 🔗 Quelle
NVIDIA — Nemotron 3 Ultra an der Spitze bei agentischem RTL-Coding — in neun Kategorien aus realem Chipdesign erzielt dieses bereits bekannte offene Modell unter den getesteten offenen Modellen die besten Ergebnisse. 🔗 Quelle
HeyGen / HyperFrames — Tag 21 und 22 von 30 — Cloud-Rendering über die HeyGen-API (etwa 0,10 US-Dollar/Minute in 1080p) und anschließend ein Katalog wiederverwendbarer Komponenten zum Erstellen von Szenen ohne bei Null anzufangen. 🔗 Tag 21 · Tag 22
ElevenLabs — Gipfel in Bengaluru am 6. Oktober — Vorschauen auf neue Modelle und Demonstrationen indischer Teams, die an Sprach-KI arbeiten, sind für diese Veranstaltung angekündigt. 🔗 Quelle

Was das bedeutet

Die Offenheit der Modelle geht von Worten zu Taten über. Nach Jensen Huangs Brief vom 24. Juli und seinem wachsenden Bündnis (Cohere, Ai2, Together AI und dann Sakana AI am Wochenende) markiert der 27. Juli einen qualitativen Sprung: eine strukturierte Industrieallianz mit konkreten Werkzeugen, die ihre Mitglieder beisteuern (NOOA von NVIDIA, Safetensors von Hugging Face, SPIFFE/SPIRE von HPE), und ein Vorzeigemodell, Kimi K3, das den Bereich von 3 Billionen Parametern in offenen Gewichten beansprucht. Zwei unterschiedliche Formen derselben Dynamik, am selben Tag veröffentlicht.

Sicherheit als Argument für Offenheit, statt dagegen. Die Open Secure AI Alliance dreht ein übliches Argument um: Nicht die Offenheit der Modelle schwächt die Sicherheit, sondern ihre Geschlossenheit entzieht den Verteidigern überprüfbare Werkzeuge. Der Hugging-Face-Zwischenfall Mitte Juli, bei dem ein offenes Modell (GLM 5.2) die forensische Analyse von mehr als 17.000 Eindringlingsaktionen ermöglichte, dient als Beleg für diese These — ein Lehrbeispiel, das NVIDIA ausdrücklich anführt, um die Gründung der Allianz zu rechtfertigen.

Die offene Grenze rückt an die geschlossene Grenze heran. Bei mehreren präzisen agentischen Benchmarks — SWE-Marathon, MCPMark-Verified, GPQA Diamond — übertrifft oder erreicht Kimi K3 Claude Fable 5, Claude Opus 4.8 und GPT-5.5, während es selbst einräumt, bei der gesamten Nutzererfahrung noch zurückzubleiben. Der Abstand zwischen offenen und proprietären Modellen schrumpft Benchmark für Benchmark, auch wenn die offenen Labore selbst zugeben, die Gesamterfahrung der besten geschlossenen Modelle noch nicht zu erreichen.

Unternehmens-KI wird durch kleine Governance-Bausteine industrialisiert. Cognizant schult 30.000 Mitarbeiter auf Claude, Perplexity ergänzt Computer um RBAC und SCIM, Cohere startet die Orchestrierung von Workflows mit menschlichen Freigabepunkten, OpenAI erweitert GPT-Live auf Edu/Business/Enterprise: Vier verschiedene Akteure machen am selben Tag Fortschritte bei Bausteinen für Zugriffskontrolle, Nachverfolgbarkeit und Automatisierung — das notwendige Fundament, damit agentische KI vom Prototypen zur großflächigen Einführung im Unternehmen übergehen kann.