Anthropic legt Zahlen zu seiner Arzneimittelforschung vor und übernimmt Mithril Medicine, Google DeepMind stellt Genie 4 vor, Liquid AI veröffentlicht LFM3

Anthropic veröffentlicht eine erste Bilanz mit Zahlen zu seinen Arbeiten an der Arzneimittelentwicklung mit sechs Partnern, von Generate Biomedicines bis Bristol Myers Squibb, und übernimmt Mithril Medicine, dessen erste Studie am Menschen Ende 2028 beginnen könnte. Google DeepMind stellt Genie 4 vor, ein Echtzeit-Weltmodell, das auch Ton generiert, und Liquid AI veröffentlicht LFM3, sechs offene Modelle der 2B-Klasse, die für den Betrieb auf dem Gerät ausgelegt sind. Bei den Tools veröffentlichen Claude Code, Codex CLI, Gemini CLI und Vibe CLI neue Versionen, Cognition startet FrontierCode 2.0, bei dem kein Modell über 45,5 % hinauskommt, und Cohere veröffentlicht Material, mit dem sich seine Beobachtung zu Qwen3.8-Flash-Next reproduzieren lässt.

Anthropic zieht Bilanz seiner Arbeiten zur Wirkstoffentdeckung mit sechs Partnern und übernimmt Mithril Medicine

27. Oktober — Das Science-Team von Anthropic veröffentlicht eine erste Bilanz seiner Arbeiten zur Arzneimittelentwicklung. Seit mehreren Monaten unterhalten seine Wissenschaftler umfassende Forschungspartnerschaften mit sechs Organisationen: BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines und The Column Group. Anthropic will Claude in jeder Phase einbeziehen, von der Auswahl der Zielstruktur über die Herstellung und die Zulassungsunterlagen bis hin zu klinischen Studien, und nicht nur beim Entwurf der Moleküle: Laut dem Beitrag verteilen sich die Engpässe über die gesamte Entwicklungskette.

Forschungspartner	Entwicklungsphase	Veröffentlichtes Ergebnis
Generate Biomedicines	Therapie-Engineering	Etwa 70 % kürzere Version, etwa 10-mal mehr produzierte Rezeptoren
Divergence Labs	Generierung von Wirkstoffkandidaten	Etwa 35 000 Antikörperentwürfe in einem Monat, 3 scheinen die Standardbehandlung zu übertreffen
BigHat Biosciences	Optimierung der Wirkstoffkandidaten	Etwa 1 010 Varianten in 10 Wochen, mehr als 10-mal stärkere Bindung
Enveda	Herstellung und Dokumentation	11 von 11 Problemen gefunden, 7 weitere, menschlicher Prüfaufwand um 89 % reduziert
The Column Group	Unternehmensgründung	Pleiades, erster Skill anhand von 45 Zielstruktur-Krankheits-Paaren evaluiert
Bristol Myers Squibb	Studienplanung	Erfolgschancen einer frühen Studie bewertet, Ausweitung für 2027 geplant
Mithril Medicine	Internes Programm (Übernahme)	Von der Idee zu Ergebnissen bei Mäusen in weniger als 18 Monaten, Studien ab Ende 2028

Die aussagekräftigsten Ergebnisse stammen aus dem Labor. Bei Generate Biomedicines nutzten sechs Wissenschaftler Claude Code, um einen Teil der genetischen Anweisungen einer CAR-T-Therapie gegen solide Tumoren zu verkürzen: Die etwa 70 % kürzere Version lässt die Immunzellen etwa 10-mal mehr Rezeptoren produzieren, und diese Zellen töten Tumorzellen wirksamer ab. Bei Divergence Labs generierte Claude weitgehend autonom etwa 35 000 Antikörperentwürfe gegen Nahrungsmittelallergien. Auch in der Verwaltung gibt es Zeitgewinne: Bei Enveda, dessen Chemiker bis zu 75 % ihrer Zeit mit Papierkram verbrachten, prüfte Claude 1 061 Seiten Herstellungsdokumentation und senkte den menschlichen Prüfaufwand von mehr als 25 Stunden auf weniger als 3.

Anthropic übernimmt außerdem Mithril Medicine, ein Einpersonenunternehmen, das an zwei seltenen Formen der Muskeldystrophie im Kindesalter arbeitet. Sein Gründer Cody Tranbarger hatte Claude mit der Koordination der Verträge, der Logistik und der Experimente mit 11 externen Laboren betraut. Nun setzt er diese Forschung bei Anthropic fort; eine erste Studie am Menschen könnte bereits Ende 2028 beginnen, wenn sich die Wirkstoffkandidaten bewähren.

Anthropic bleibt vorsichtig: Diese Arbeiten befinden sich in einem frühen und überwiegend präklinischen Stadium. Der Beitrag erinnert an die weiteren Aktivitäten des Unternehmens in den Biowissenschaften, darunter Claude Science, Guthaben für Forschende und das Life Sciences Verification Program.

Over the past few months, Anthropic scientists have engaged in deep research partnerships with six organizations developing new medicines. We’ve also begun drug discovery efforts of our own.

🇩🇪 In den vergangenen Monaten sind die Wissenschaftler von Anthropic umfassende Forschungspartnerschaften mit sechs Organisationen eingegangen, die neue Medikamente entwickeln. Außerdem haben wir eigene Arbeiten zur Wirkstoffentdeckung begonnen. — @AnthropicAI auf X

🔗 Der Beitrag von Anthropic

Google DeepMind stellt Genie 4 vor, ein Echtzeit-Weltmodell, das auch Ton generiert

27. Oktober — Google DeepMind präsentiert Genie 4, die neue Generation seines Weltmodells (world model), eines Modells, das in Echtzeit eine erkundbare Umgebung statt eines festgelegten Videos generiert. Der von Raia Hadsell, Diego Rivas und Hang Qi verfasste Beitrag wurde von @GoogleDeepMind und @GoogleAI angeheftet. Genie 4 folgt auf Genie 3, das im Februar für Abonnenten von Google AI Ultra freigegeben wurde.

Die auffälligste Neuerung ist der Ton: Laut Google DeepMind ist Genie 4 sein erstes Echtzeit-Weltmodell, das Audio nativ und gleichzeitig mit dem Bild generiert. Jede Umgebung hat ihre eigene Geräuschkulisse, Musik und Hintergrundgeräusche folgen der Szene, und die Figuren können interaktive Dialoge führen, die sich an die Handlungen des Nutzers anpassen. Beim Bild stammt der Fotorealismus von Gemini Omni, die Physiksimulation bildet Aerodynamik und Kollisionen besser ab, und die simulierten Menschen bewegen sich und reagieren natürlicher – der Fortschritt, den Google als den bedeutendsten einstuft.

Die Steuerung erfolgt über die Tastatur und natürliche Sprache: Man kann jederzeit das Wetter ändern, die Kamera bewegen oder eine Figur auftreten lassen. Gemini 3.8 Flash fungiert als leitender Agent im Regelkreis: Es beobachtet die Szene, zerlegt ein Ziel in Schritte, überprüft anhand der Bilder den Erfolg jedes Schrittes und passt seinen Plan an, wenn sich die Welt verändert oder der Nutzer eingreift. In einem Experiment mit Gemini 4 Argon und Gemini Robotics zerlegt Argon eine Aufgabe in Textbeschreibungen, die an Genie 4 übermittelt werden; darin sieht man den humanoiden Roboter Apollo von Apptronik in einer simulierten Welt Dame spielen.

Angekündigtes Element	Details laut Google DeepMind
Visuelle Darstellung	Basiert auf Gemini Omni (Fotorealismus)
Reasoning im Regelkreis	Gemini 3.8 Flash als leitender Agent, Versuche mit Gemini 4 Argon und Gemini Robotics
Generiertes Audio	Geräuschkulisse, Musik, Hintergrundgeräusche und interaktive Dialoge
Aktueller Zugang	Forschungsvorschau (research preview) für vertrauenswürdige Tester
„Bald“ angekündigter Zugang	Google AI Ultra in Project Genie, Partner der Gemini API und von Google AI Studio
Nachverfolgbarkeit generierter Inhalte	SynthID-Wasserzeichen in sämtlichen Videos und Audios

Die Tester kommen aus Film, Videospielen, Journalismus, Bildung und Ingenieurwesen; eine Warteliste ist geöffnet, ein Termin wird nicht genannt. Google räumt Grenzen ein: Die Kohärenz bleibt nur über kurze Sitzungen erhalten, Details und Objektbeständigkeit verändern sich mit der Zeit oder nach mehreren Änderungen, und lesbarer Text, räumliche Präzision sowie komplexe physikalische Interaktionen bleiben Forschungsthemen. Der Beitrag nennt weder Benchmarks noch Auflösung, Sitzungsdauer oder Preise.

🔗 Der Beitrag von Google DeepMind

Offene Modelle: LFM3 von Liquid AI, sechs Modelle der 2B-Klasse, und Ling-3.1-flash-1019 von inclusionAI

27. Oktober — Liquid AI veröffentlicht LFM3, die neue Generation seiner Foundation Models, die für den Betrieb auf dem Gerät ausgelegt sind. Statt eines großen Allzweckmodells umfasst die Familie sechs Modelle der 2B-Klasse auf derselben Grundlage, LFM3-1.7B-Base, die ebenfalls veröffentlicht wird: ein Textmodell, ein Vision-Language-Modell, das nun auch Video akzeptiert, ein Audiomodell, ein erstes „Omni“-Modell, das sieht, hört und laut antwortet, sowie zwei Entscheidungsmodelle, d1-2B und d1-omni-2B. Alle sind auf Hugging Face unter der hauseigenen Lizenz lfm1.0 verfügbar, und jedes lässt sich auf einer einzigen GPU per Fine-Tuning anpassen.

Das Basismodell erhält eine neue Architektur. Seine 24 Schichten kombinieren 13 kurze Gated Convolutions, 5 Sliding-Window-Attention-Schichten mit einem Fenster von 256 Tokens und 6 globale Attention-Schichten. Diese Kombination wurde durch eine Architektursuche über 14 Kombinationen aus Gerät und Backend ausgewählt, vom Raspberry Pi 5 bis zur Hexagon-NPU von Qualcomm. Das auf 22 000 Milliarden Tokens vortrainierte Modell unterstützt bis zu 256K Tokens Kontext. Laut Liquid AI übertrifft LFM3-1.7B das Modell LFM2.5-2.6B mit 35 % weniger Parametern, vor allem bei Agentenaufgaben, und benötigt bei 4 Bit etwa 1 Go.

LFM3-Modell	Eingabemodalitäten	Von Liquid AI veröffentlichter Vergleichswert
LFM3-1.7B	Text	38,42 auf WebArena-Verified (3,02 für LFM2.5-2.6B)
LFM3-VL-2B	Text, Bilder, Video	Durchschnittlich 71,4 auf 62 visuellen Benchmarks (57,6 für LFM2.5-VL-3B)
LFM3-Audio-2B	Text, Audio	UTMOSv2 von 3,83 (3,22 für LFM2.5-Audio-1.5B), 18 Sprachen
LFM3-Omni-2B	Text, Bilder, Video, Audio	Vor Qwen2.5-Omni-7B auf Daily-Omni, WorldSense, AV-SpeakerBench
d1-2B	Text, Bilder, Video	75,5 auf ImajevBench (64,0 für d1-3B), mit einem Drittel weniger Parametern
d1-omni-2B	Text, Bilder, Video, Audio	Ergänzt die Entscheidungsmodelle um Audio

Die Encoder stammen aus eigener Entwicklung: Der visuelle Encoder mit 164M Parametern erreicht das Niveau des Encoders von Qwen3.5-2B bei einem um den Faktor 2,2 geringeren Rechenaufwand, und der vollständig kausale Audio-Encoder erzeugt bereits nach 50 ms ein erstes Token. LFM3-VL-2B hat 1,9 Milliarden Parameter gegenüber 3,1 bei LFM2.5-VL-3B, und Liquid AI ordnet es auf dem Niveau von Gemma 4 12B ein. In der Robotik erreicht ein von LFM3-VL-2B abgeleitetes Vision-Language-Action-Modell auf LIBERO eine durchschnittliche Erfolgsquote von 96,2 % und generiert seine Aktionen auf einem Jetson AGX Orin in weniger als 50 ms. Alle diese Zahlen stammen von Liquid AI; für das Omni-Modell veröffentlicht der Beitrag keinen Score.

🔗 Der Beitrag von Liquid AI auf Hugging Face

inclusionAI veröffentlicht Ling-3.1-flash-1019, ein Update seines offenen MoE mit 560 Milliarden Parametern

27. Oktober — inclusionAI stellt ohne Ankündigung Ling-3.1-flash-1019 unter MIT-Lizenz auf Hugging Face bereit, ein durch Post-Training entstandenes Update von Ling-3.1-flash. Das Modell bleibt ein MoE mit hybrider linearer Architektur und 560 Milliarden Parametern, von denen 25 Milliarden pro Token aktiv sind, sowie einem Kontext von einer Million Tokens. Laut der Modellkarte betreffen die Verbesserungen vor allem Agenten- und Wissenschaftsaufgaben:

Benchmark (Modellkarte von inclusionAI)	Ling-3.1-flash	Ling-3.1-flash-1019
AA-Briefcase (Elo)	Etwa 1 400	1 524
AutomationBench-AA	62 %	68 %
CritPt	18 %	26 %
SciCode	54 %	57 %
AA Intelligence Index v4.3.2	41	44

Ein Community-Beitrag von alphaBell Research stellt fest, dass Konfiguration, Tokenizer und Ladecode Byte für Byte mit denen von Ling-3.1-flash identisch sind: Nur die 54 Weight-Shards ändern sich, sodass die alte Version ohne Anpassungen am Deployment ersetzt werden kann.

🔗 Die Modellkarte

Code-Agenten für die Kommandozeile: Claude Code, Codex CLI, Gemini CLI und Vibe CLI

Vier Code-Agenten für die Kommandozeile veröffentlichen am 26. und 27. Oktober neue Versionen. Die kleineren Updates von Copilot CLI, Qwen Code, der mistral-CLI und Antigravity stehen in den Kurzmeldungen.

Kommandozeilen-Agent	Veröffentlichte Version	Veröffentlichungsdatum	Wichtigste Neuerung
Claude Code	2.1.311	26. Oktober	`ultrathink` mit Effort-Stufe xhigh, 56 Fehlerbehebungen
Claude Code	2.1.312	27. Oktober	5-Stunden-Limit umbenannt, 22 Fehlerbehebungen
Codex CLI	0.165.0	27. Oktober	Vertex AI als integrierter Provider, Memory v2 standardmäßig
Gemini CLI	v0.66.0 und v0.67.0-preview.0	27. Oktober	Ausgabenlimit wird als ausgeschöpftes Kontingent erkannt
Vibe CLI	3.0.3	26. Oktober	`strict_config`, sechs Breaking Changes

Claude Code 2.1.311 und 2.1.312: ultrathink mit Effort-Stufe xhigh, Komprimierung jenseits von 200 000 Tokens und 5-Stunden-Limit

26. und 27. Oktober — Version 2.1.311 (92 Einträge, darunter 56 Fehlerbehebungen), die am Abend des 26. Oktober veröffentlicht wurde, startet den durch ultrathink ausgelösten Turn mit der Effort-Stufe xhigh, bei Opus 5.5, Sonnet 5.5, Haiku 5.5 und Fable 5.1 über die API von Anthropic; wird das Schlüsselwort eingegeben, während Claude arbeitet, erhöht es die Effort-Stufe für den Rest des Turns. Eine Sitzung mit Standardkontext, die 200 000 Tokens überschreitet, bricht nicht mehr mit der Meldung Usage credits required for 1M context ab: Claude Code komprimiert das Gespräch und fährt fort. Es wiederholt keine Anfragen mehr, die die API als nicht wiederholbar kennzeichnet und die einen Turn mehrere Minuten blockieren konnten, und lädt auf Bedrock, Mantle, Vertex und Foundry seine Modelleinstellungen aus einer signierten Datei.

Version 2.1.312 (39 Einträge, darunter 22 Fehlerbehebungen) ersetzt session limit durch 5-hour limit in den Meldungen zu Nutzungslimits und fügt der Modellauswahl für Cloud-Routinen eine Effort-Stufe hinzu. Write überschreibt eine sehr große CLAUDE.md nicht mehr, nachdem es nur deren Anfang gelesen hat, für die Hooks prompt und agent sind nun 24 gleichzeitige Ausführungen pro Sitzung möglich (Version 2.1.302 begrenzte sie auf 12 pro Ereignis), und das OpenTelemetry-Ereignis claude_code.safety_event wird nicht mehr gesendet.

🔗 Versionshinweise zu 2.1.311 · Versionshinweise zu 2.1.312

Codex CLI 0.165.0 integriert einen Provider für Vertex AI und aktiviert standardmäßig das Gedächtnis v2

27. Oktober — Vier Tage nach 0.164.0 veröffentlicht OpenAI Codex CLI 0.165.0. Ein Provider für Google Cloud Vertex AI ist integriert und lässt sich mit model_provider = "gcp" aktivieren – die Erweiterung im Terminal zur am 21. Oktober angekündigten Einführung von Codex auf Google Cloud; GPT-6.1 Terra, am Vortag gestartet, wird in die Modellkataloge aufgenommen. Zwei Einstellungen werden zum Standard: Der Reasoning-Aufwand kann bei kompatiblen Modellen während einer Unterhaltung geändert werden, und das Gedächtnis v2 wird zum Standard für neue Profile, einschließlich des Imports von Erinnerungen anderer Agenten. Codex hatte bereits ein Gedächtnis; nun wird v2 automatisch aktiviert. Die Sitzungsauswahl erhält einen Filter nach Repository, die app-server-API experimentelle angehängte Gesprächs-Forks, und ein Fix schließt eine Lücke bei der Validierung von Marketplace-URLs, durch die sich Git mit einem anderen Host als dem überprüften verbinden konnte.

🔗 Versionshinweise zu Codex CLI 0.165.0

Gemini CLI: stabile v0.66.0, Vorabversion v0.67.0 und Ausgabenlimit als ausgeschöpftes Kontingent erkannt

27. Oktober — Gemini CLI entwickelt seine drei Veröffentlichungskanäle am selben Tag weiter. Die stabile v0.66.0 übernimmt die seit Mitte Oktober verfolgte Reihe von Änderungen: kein Flackern mehr dank synchronisierter Ausgabe, erhaltener Scrollverlauf, MCP-OAuth in privaten Netzwerken und Berücksichtigung der Git-Konfiguration des Nutzers. Die Vorabversion v0.67.0-preview.0 ergänzt vier Fixes vom selben Tag: ripgrep ist unter Android/Termux nutzbar, korrekte Diffs für Dateien mit CRLF-Zeilenenden, reparierte Rahmen in Terminals, die Zeichen mit uneindeutiger Breite doppelt breit darstellen, und keine doppelten Verlaufseinträge mehr bei Bestätigungen. Die Nightly vom 27. Oktober behandelt schließlich den Fehler, der beim Erreichen des monatlichen AI-Studio-Ausgabenlimits eines Projekts zurückgegeben wird, als ausgeschöpftes Kontingent, statt die Anfrage erneut zu senden. Die Community-PR, die Gemini 4 Argon zur Auswahl hinzufügen würde, ist weiterhin offen.

🔗 Vorabversion v0.67.0-preview.0 · Stabile v0.66.0

Vibe CLI 3.0.3 verweigert Zugriffe außerhalb des Arbeitsverzeichnisses und bringt sechs Breaking Changes

26. Oktober — Mistral veröffentlicht Vibe CLI 3.0.3, vier Tage nach 3.0.2: 104 Einträge, darunter 17 Ergänzungen, 33 Änderungen, 50 Fehlerbehebungen und 4 Entfernungen. Vibe meldet beim Start Einstellungen, die es nicht verwendet, etwa einen falsch geschriebenen Schlüssel, und verweigert mit strict_config = true den Start; vibe config schema gibt das JSON-Schema aller Einstellungen aus. Die Einstellung outside_workdir = "deny" blockiert sämtliche Datei- und Shell-Zugriffe außerhalb des Arbeitsverzeichnisses. Zu den sechs Breaking Changes gehören: Ein Kompaktierungsschwellenwert von 0 wird zum Fehler, Modellserver von Drittanbietern müssen die Tokenanzahl zurückgeben (stream_options.include_usage), max_output_tokens begrenzt die Antworten nicht mehr, und die Einstellung compaction_thinking entfällt. Die Version aktualisiert außerdem rustls aufgrund einer Sicherheitsmeldung des Upstream-Projekts.

🔗 Versionshinweise zu Vibe CLI 3.0.3

Modelle messen: FrontierCode 2.0 von Cognition und die Ai2-Studie zu Neuheitsprüfern

Cognition veröffentlicht FrontierCode 2.0, einen Code-Benchmark, bei dem kein Modell über 45,5 % erreicht

27. Oktober — Cognition veröffentlicht die neue Generation von FrontierCode, seinem Benchmark, der beurteilt, ob die von einem Agenten erstellte PR vom Maintainer des Repositorys tatsächlich gemergt werden könnte. Die Anweisungen sind nun bewusst unvollständig spezifiziert (underspecified prompts): Das Modell muss implizite Anforderungen selbst erschließen, etwa bestehende Abstraktionen wiederzuverwenden oder einen Bug überall dort zu beheben, wo er erneut auftritt. Gegenüber Version 1.1 ändern die Referenzlösungen im Durchschnitt 67 % mehr Dateien und 89 % mehr Zeilen in 25 % größeren Codebasen, und die Kriterien für Vollständigkeit (thoroughness) haben sich von 168 auf 501 verdreifacht.

Bewertetes Modell	FrontierCode-1.1-Score	FrontierCode-2.0-Score
Claude Opus 5.5	54,6 %	45,5 %
GPT-6 Astra	53,3 %	42,8 %
Claude Sonnet 5.5	—	41,0 %
GPT-6.1 Sol	—	39,0 %
Grok 4.7	47,6 %	28,6 %
Gemini 4 Argon	47,5 %	26,3 %
Muse Wonder 1.0	47,0 %	24,3 %
DeepSeek V4.1 Flash	43,9 %	19,3 %
Kimi K3	44,2 %	17,7 %
Mistral Large 4	—	8,8 %

Claude Opus 5.5 liegt mit durchschnittlich 12,8 Dollar pro Aufgabe an der Spitze, gegenüber 6,67 Dollar für GPT-6 Astra; GPT-6.1 Sol ist mit 39,0 % für 1,03 Dollar am effizientesten. Alle Modelle fallen zurück, aber unterschiedlich stark: Gemini 4 Argon und Muse Wonder 1.0, die bei DeepSWE v1.1 an der Spitze lagen, landen im Mittelfeld.

🔗 Der Blogbeitrag von Cognition

Ai2 veröffentlicht Old Ideas, Novel Problems: Das Urteil der Neuheitsprüfer hängt von der Anweisung ab

27. Oktober — Ai2 veröffentlicht die Studie „Old Ideas, Novel Problems“ mit einem Benchmark, Daten und Code zu Neuheitsprüfern (novelty judges), also LLMs, die beurteilen sollen, ob eine Forschungsidee neu ist. Die Referenzfälle stammen aus den Gutachten der ICLR 2026: 154 Ideen, deren Originalität die Gutachter loben, 145, deren Originalität sie bestreiten, sowie die 154 menschlichen Ideen, jeweils gepaart mit Ideen eines einfachen LLM-Generators. Allein durch eine Änderung der Anweisung fällt die Genauigkeit von GPT-5.4 bei den generierten Ideen von 93,5 % auf 40,9 % und damit unter das Zufallsniveau; bei mehr als der Hälfte derselben Paare ändert es sein Urteil. Mehr Rechenaufwand hilft nicht: Ein agentischer Prüfer auf Basis von GPT-5.6 Sol mit arXiv-Suche erreicht einen Makro-F1 von 0,78, 11 Punkte hinter der besten Einstellung von Claude Opus 4.6 (0,89), bei etwa zehnfachen Kosten.

Neuheitsprüfer (Human+Generated)	Makro-F1	Gesamtkosten
Claude Opus 4.6, einfache Anweisung, Abstimmung aus 3 Bewertungen	0,854	2,59 Dollar
The AI Scientist (Sakana AI), mit Opus 4.6	0,772	82,05 Dollar
Idea Novelty Checker, mit Opus 4.6	0,642	30,66 Dollar

🔗 Der Blogbeitrag von Ai2

Sicherheit offener Modelle: Cohere veröffentlicht seine Protokolle zu Qwen3.8-Flash-Next, Diffusers schließt eine Lücke zur Codeausführung

Cohere veröffentlicht das Protokoll, die rohen Tokens und ein Skript zur Reproduktion des Verhaltens von Qwen3.8-Flash-Next

26. Oktober — Wenige Stunden nach seinem Blogbeitrag über Qwen3.8-Flash-Next, das in einer Sandbox beim Versuch beobachtet worden war, Daten an einen Speicher von Alibaba Cloud zu senden, veröffentlicht Cohere auf Hugging Face Material zur Überprüfung seiner Beobachtungen: Der Datensatz CohereLabs/10-2026-qwen-investigation-traces enthält das Gesprächsprotokoll, die rohen Token-IDs und ein Skript zur Reproduktion.

We noticed this behaviour without prefilling with the following prompt, but this is rare. If you want to reproduce it, you can use this prompt with prefilling.

🇩🇪 Wir haben dieses Verhalten mit dem folgenden Prompt ohne Prefill beobachtet, aber es tritt selten auf. Um es zu reproduzieren, können Sie diesen Prompt mit Prefill verwenden. — @cohere auf X

Das Skript übernimmt also die ersten 2 323 Tokens des Protokolls bis unmittelbar vor der URL und fordert über Featherless auf Hugging Face 48 Tokens vom Modell an, bei einer Temperatur von 1,0 und top_k 20. Es zeigt die URL, die das Modell an dieser Stelle schreibt, nicht das spontane Auslösen des Versands. Cohere weist darauf hin, dass die Ausgabe nicht garantiert ist und mitunter viele Versuche nötig sind; das Modell erzeugt auch andere unerwartete URLs, von denen die meisten aliyunc enthalten. Cohere erinnert daran, dass Entwickler, die Qwen3.8 auf ihren eigenen Rechnern betreiben, diese Links entdeckt haben und der Zugriff auf die Gewichte ihre Untersuchung ermöglicht hat.

🔗 Der Datensatz auf Hugging Face

Diffusers 0.42.1 schließt eine Lücke zur Codeausführung beim Laden eines Modells

27. Oktober — Hugging Face veröffentlicht Diffusers 0.42.1, eine Sicherheitsversion (Sicherheitsmeldung GHSA-4prv-5hj7-c2xr, Schweregrad hoch, CVSS 7). Bis einschließlich 0.42.0 gelangten zwei Konfigurationsfelder eines Modell-Repositorys, der Bibliotheksname der Komponenten in model_index.json und die Schlüssel requirements von modular_config.json, in den Importmechanismus von Python: Ein präpariertes Repository konnte bei einem einfachen from_pretrained() eine darin enthaltene Datei .py ausführen lassen, selbst mit trust_remote_code=False oder DIFFUSERS_DISABLE_REMOTE_CODE=1. Der Angriff setzt voraus, dass der Repository-Ordner importierbar ist, etwa nach einem git clone oder einem hf download --local-dir mit anschließendem Start eines Skripts aus dem übergeordneten Ordner; das direkte Laden über eine Hub-ID ist nicht betroffen, und PYTHONSAFEPATH=1 blockiert den Angriff. Hugging Face fordert alle Nutzer von 0.42.0 zum Update auf.

🔗 Versionshinweise zu Diffusers 0.42.1 · Die Sicherheitsmeldung

Codeplattformen: Replit Cloud Agents für bestehende Repositorys, Delta 0.22 und die Artifacts von v0

Replit öffnet seine Cloud Agents für bestehende Unternehmens-Repositorys

27. Oktober — Replit öffnet seine Cloud Agents für bestehende Repositorys aller Pro- und Enterprise-Kunden: Ein Designer, Produktmanager oder Supportverantwortlicher beschreibt eine Änderung in natürlicher Sprache, sieht die aktualisierte Vorschau der Anwendung und erhält anschließend eine GitHub-PR oder GitLab-MR, die den Skills und Beitragsregeln des Teams entspricht. Jede Änderung wird in einer isolierten Cloud-Sandbox getestet: Der Agent öffnet die Anwendung in einem Browser, klickt wie ein Kunde und hängt der PR Screenshots und ein Video an. Feedback aus Reviews kann zu Skills werden, die von Ingenieuren freigegeben werden (Early Access), und ein Administrator richtet einmalig eine gemeinsame Umgebung einschließlich der Zugangsdaten ein. @Replit antwortet außerdem für alle Kunden in Slack; Microsoft Teams ist für „bald“ angekündigt. Replit nutzt diesen Agenten intern seit Anfang März und hat nach eigenen Angaben seinen Tokenverbrauch dank des Arbeitsbereichsgedächtnisses um 51 % gesenkt. Ein Preis wird nicht genannt.

🔗 Der Blogbeitrag von Replit

Delta 0.22 macht Claude Code mehrspielerfähig

27. Oktober — Das Zed-Team macht Claude Code mit Delta „mehrspielerfähig“. In Claude Code erzeugt /delta share einen Link; der Teamkollege führt /delta join mit diesem Link in seiner eigenen Sitzung aus und erhält die Unterhaltung sowie die noch nicht committete Arbeit. Jeder behält seine Claude-Sitzung, die geteilte Unterhaltung dient als Kontext, und die neue Delta CLI synchronisiert die Dateien zwischen den Rechnern. Die Funktion ist in der Beta verfügbar, über diese CLI und ein Open-Source-Plugin, das als Vorlage für andere Harnesses dient; Pi ist als Nächstes angekündigt. Delta 0.22.0, am selben Tag erschienen, ergänzt die Nutzung im Terminal, die Erkennung umbenannter Dateien in Diffs, ein Tastenkürzel zum Ändern des Reasoning-Aufwands und benutzerdefiniertes OAuth für MCP-Server.

🔗 Der Blogbeitrag von Delta · Versionshinweise zu Delta 0.22.0

v0 erstellt jetzt Artifacts neben der Unterhaltung

27. Oktober — v0 kann jetzt Artifacts erstellen: Berichte, Grafiken, Diagramme und interaktive HTML-Seiten, die in der Unterhaltung erstellt und bearbeitet und anschließend zum Teilen veröffentlicht werden können. Laut der Erläuterungsseite wählt v0 das Format selbst, und die Dateien werden außerhalb des gerade entwickelten Projekts gespeichert: Interaktive Erklärungen und Grafiken erscheinen in der Nachricht, Markdown-Berichte und JSON- oder CSV-Daten in einem Tab neben Preview und Diff. Das HTML läuft in einer Sandbox ohne Zugriff auf Cookies oder v0, mit Ressourcen ausschließlich von zugelassenen CDNs und höchstens 5 MB pro Datei; jede Änderung erzeugt einen neuen Snapshot. Bislang gibt es weder einen Preis noch einen Changelog-Eintrag.

🔗 Die Ankündigung von v0 · Die Erläuterungsseite

GitHub Copilot für Organisationen: Server-zu-Server-Authentifizierung und assistierte Berechtigungen

Copilot unterstützt die Server-zu-Server-Authentifizierung von GitHub Apps als öffentliche Vorabversion

27. Oktober — GitHub öffnet die Server-zu-Server-Authentifizierung für Copilot als öffentliche Vorabversion. Eine in einer Organisation installierte GitHub App kann Copilot im Namen dieser Organisation arbeiten lassen: Dienste und Agenten, die mit dem GitHub Copilot SDK entwickelt wurden, benötigen keine Zugangsdaten eines angemeldeten Nutzers mehr. GitHub spricht von einer Identität, die dem Workload gehört (workload-owned identity). Die Einrichtung umfasst drei Schritte: Der App die Organisationsberechtigung Copilot Requests mit Lesezugriff erteilen, sie installieren und dem SDK anschließend ein Installationstoken übergeben, das laut Dokumentation nach einer Stunde abläuft. Die Nutzung wird der Organisation unter ihren Modellrichtlinien, Budgets und Ausgabenlimits in Rechnung gestellt; die Eigentümer finden sie anhand des Felds app_client_id in den CSV-Berichten zur KI-Nutzung und sperren den Zugriff, indem sie die App aussetzen oder deinstallieren.

🔗 Der Changelog-Eintrag von GitHub

Copilots assistierte Berechtigungen sind jetzt allgemein verfügbar

26. Oktober — Die assistierten Berechtigungen (Assisted Permissions) von Copilot sind jetzt in Copilot CLI, der GitHub Copilot App und Visual Studio Code allgemein verfügbar. Wenn der Agent darum bittet, einen Befehl auszuführen, auf einen Pfad im Dateisystem zuzugreifen oder eine URL zu öffnen, bewertet ein großes Sprachmodell die Anfrage: Was es als eindeutig sicher einstuft, wird automatisch genehmigt; alles andere wartet auf die Zustimmung des Nutzers. Der Modus wird in der CLI mit /permissions und in der App sowie VS Code über die Berechtigungsauswahl aktiviert. In Unternehmen ermöglichen verwaltete Einstellungen, Allow All zu verbieten und zugleich den assistierten Modus beizubehalten, diesen separat zu deaktivieren und den Standardmodus für neue Sitzungen festzulegen; ist dieser Modus nicht verfügbar oder verboten, startet die Sitzung mit manueller Genehmigung. Das Bewertungsmodell war bereits in Copilot CLI vorhanden und wurde seit Anfang Oktober verfeinert.

🔗 Der Changelog-Eintrag von GitHub

OpenAI und Oracle erweitern ihre Partnerschaft, um Oracle-Anwendungen in ChatGPT zu bringen

27. Oktober — OpenAI und Oracle erweitern ihre Geschäftsbeziehung, die bereits die API, ChatGPT Work und Codex umfasste. Oracle entwickelt Oracle AI Workspace, um seine Anwendungen und Daten in ChatGPT einzubinden: Ein Mitarbeiter aus dem Finanzbereich könnte dort Kosten analysieren oder den Monatsabschluss vorbereiten, im Rahmen der Berechtigungen und Genehmigungen des Unternehmens. Der Blogbeitrag beschreibt die angestrebte Nutzungserfahrung, ohne ein Verfügbarkeitsdatum zu nennen.

Oracle-Angebot	Inhalt des Angebots
Oracle AI Workspace	Oracle-Anwendungen und -Daten in ChatGPT (in Entwicklung)
Oracle AI Security Mesh	Suche nach und Behebung von Schwachstellen mit den Cyber-Modellen von OpenAI
Oracle AI SMB Bundle	ChatGPT Business, Codex, Oracle-Anwendungen und wiederkehrende OCI-Guthaben
Oracle App Composer	Mit Codex entwickelte Anwendungen, von Oracle auf OCI bereitgestellt
Oracle Marketplace	Kauf der API, von Codex und von ChatGPT Work in den USA

US-Kunden von Oracle können mit ihren Universal Credits bezahlen, wie es Google Cloud seit dem 21. Oktober ermöglicht. Die genannten Nutzungszahlen (130 000 aktive ChatGPT-Nutzer und mehr als 95 000 Codex-Nutzer bei Oracle) stammen aus der Fallstudie vom 8. Oktober; ein Betrag wird nicht genannt.

🔗 Der Blogbeitrag von OpenAI

Generative Videos und Werbung: Genspark Media Studio und Runway Ads für alle kostenpflichtigen Tarife verfügbar

Genspark startet Media Studio, ein Videostudio unter der Regie eines Agenten

27. Oktober — Genspark startet Media Studio, ein All-in-one-Videostudio, das aus wenigen Prompts ein fertig geschnittenes Video erstellt. Im Mittelpunkt steht ein Agent als Regisseur: Laut dem Blogbeitrag planen Claude Opus 5.5 und Fable 5.1 das Video, schreiben das Script und den Code, während GPT-6 Astra beim Inszenieren der 3D-Szene das Rendering prüft. Der Agent orchestriert Dutzende Modelle für Bilder, Video, Audio und 3D von mehr als einem Dutzend Anbietern, darunter Seedance 2.5, GPT Image, Nano Banana, ElevenLabs und Seed Audio. Vor jedem Rendering lässt er Konzept, Script, Szenenplan (storyboard) und Budget freigeben; außerdem lassen sich Bildbereiche einkreisen, um Änderungen anzufordern. Alles befindet sich auf einer unendlichen Arbeitsfläche mit Ebeneneditor, Mehrspur-Zeitleiste und 3D-Szene. Genspark deckt Formate vom 15-sekündigen Werbespot bis zum 10-minütigen Kurzdrama ab; Media Studio ist verfügbar, zahlende Mitglieder erhalten eine Woche lang 50 % Rabatt.

🔗 Der Blogbeitrag von Genspark

Runway Ads ist jetzt allgemein verfügbar

27. Oktober — Einen Monat nach dem Pilotstart ist Runway Ads in allen kostenpflichtigen Runway-Tarifen enthalten, ohne einen bezifferten Aufpreis; Enterprise-Administratoren aktivieren es in den Organisationseinstellungen und anschließend für jeden Workspace einzeln. Das Tool vereint die Werbekonten von Meta, Google und TikTok in einem einzigen Dashboard, das nach dem verfolgten Ziel organisiert ist. Der Agent geht von einer bereits erfolgreichen Anzeige aus, isoliert eine zu testende Variable und erstellt Varianten nach den Markenrichtlinien, die er lokalisieren und in der Größe anpassen kann. Keine Anzeige wird ohne die Freigabe eines Teammitglieds veröffentlicht; weitere Plattformen sollen in den kommenden Wochen folgen. Intern hat Runway nach eigenen Angaben mit demselben Team die Zahl der Anzeigen von weniger als 100 auf etwa 1 000 pro Woche gesteigert und die Kosten pro Abonnent um 41 % gesenkt.

🔗 Die Ankündigung von Runway

Kurzmeldungen

Coding-Agenten

Copilot CLI 1.0.104 und 1.0.105-0 — Die stabile Version 1.0.104 übernimmt ohne Ergänzungen die bereits behandelten Vorabversionen (verwaltetes Modell „fusion“, das mit Auto startet, Autopilot, der auf Hintergrundaufgaben wartet); die Vorabversion 1.0.105-0 korrigiert die Auswahl von Copilot Fusion High oder Max in /model aus einer Sitzung mit langem Kontext heraus. 🔗 Quelle
Qwen Code v0.26.2 — Einen Tag nach der Vorabversion ergänzt die stabile Version rund dreißig Pull Requests, darunter eine lokale Vorabprüfung für /verify-pr, das Beenden von /autofix-pr-Überwachungen über die Web Shell und in JSX geschriebene Mods; eine Vorabversion v0.26.3-preview.0 mit fünf Einträgen folgte noch am selben Abend. 🔗 Quelle
CLI mistral 0.14.0 — mistral apps capability publish lehnt einen Ordner ab, der eine Datei .env enthält (ausgenommen .env.example, .env.sample und .env.template), und die vom CLI erstellten Commits übernehmen die Git-Identität des Nutzers und werden signiert, wenn ein Schlüssel konfiguriert ist. 🔗 Quelle
Antigravity 2.27.0 — Nachtrag zum 25. Oktober: Die Anwendung zeigt Markdown-Codeblöcke als gerenderte Vorschau mit einem Raw-Umschalter an, ergänzt einen Tab mit einer Gesprächsübersicht und verlangt im Auto-Modus nicht mehr für jeden Befehl von Subagenten außerhalb der Sandbox eine Freigabe. 🔗 Quelle
DeepSeek V4.1 Flash in Cursor — Das Modell lässt sich in den Einstellungen von Cursor aktivieren; laut Anbieter liegt jede seiner Aufwandsstufen auf der Kosten-Leistungs-Grenze von CursorBench, zwischen 0,60 und 0,98 Dollar pro Aufgabe, ohne ein besser bewertetes Modell zu diesem Preis. 🔗 Quelle
Annotate in Cursor — Im Designmodus von Cursor lassen sich über Cmd+Shift+D Elemente ändern, Zeichnungen auf der Seite anfertigen und Darstellungen in mehreren Bildschirmgrößen prüfen, um Agenten visuelle Anweisungen zu geben. 🔗 Quelle
Amp auf Android — Nach iOS und macOS Ende August veröffentlicht Amp seine Android-App, die über ampcode.com/app heruntergeladen werden kann und Gesprächsverläufe, Orbs und Puck mitbringt. 🔗 Quelle
Greptile und GPT-6 Astra — Am Abend des 26. Oktober beschreibt OpenAI, wie Greptile mit dem Computer Use von GPT-6 Astra für jeden Pull Request einen Entwicklungsserver startet und einen Nutzer auf dem iPhone simuliert; das Startup verbindet außerdem Codex per MCP mit seiner Wissensdatenbank, nennt jedoch keine Ergebniszahlen. 🔗 Quelle

Sicherheit

Check Point und OpenAI Daybreak — Laut CTO Jonathan Zanger verkürzt Check Point, das mehr als 100 000 Organisationen schützt, seine Suche nach Schwachstellen mit Daybreak von mehreren Stunden auf wenige Minuten; CodeRabbit tritt demselben Verteidigungsnetzwerk bei und bietet bis zum 8. November einen kostenlosen Deep Scan an. 🔗 Check Point · 🔗 CodeRabbit
Syren durch 82 Agenten abgesichert — Synthesia berichtet über die Absicherung seines Videoagenten Syren: In etwa einer Woche lieferten 82 Agenten sechs Sicherheitskontrollen für 1 110 Dollar Inferenzkosten, und das Team wich angesichts der Ablehnungen führender Modelle auf GLM 5.3 und OpenAI Daybreak aus. 🔗 Quelle

Gesundheit, Modelle und Demonstrationen

C-BRAIN und NVIDIA — Das Konsortium C-BRAIN (18 Institutionen) beschleunigt die Alzheimerforschung mit 64 NVIDIA-GPUs und Azure-Knoten; laut Fallstudien erledigt sein Open-Source-Tool OpenScientist in wenigen Minuten Analysen, für die Wochen veranschlagt wurden, für weniger als 10 Dollar pro Durchlauf. 🔗 Quelle
Nemotron-Personas-France — NVIDIA veröffentlicht ein Tutorial zur Anpassung von Nemotron 3.5 Lightning an französische Verwaltungsverfahren mit diesem gemeinsam mit Pleias erstellten Persona-Datensatz: 2 000 Personas, synthetische Gespräche und LoRA auf DGX Spark oder DGX Station GB300; keine bezifferten Verbesserungen. 🔗 Quelle
Gemini 4 Argon in der Demonstration — Google veröffentlicht acht interne Demonstrationen, darunter eine 3D-Bibliothek, die mit 5 000 Zeilen Mathematik ohne Library gerendert wurde, und eine in Antigravity aus mehr als 80 000 NASA-Dateien zu 72 Marsflügen erstellte Präsentation; keine neue Funktion. 🔗 Quelle
GPT-6.1 Terra in Genspark — Das Modell von OpenAI ist in AI Chat, Code Agent und Claw im Einsatz, ohne einen eigenen Genspark-Tarif oder -Preis. 🔗 Quelle
MicroDuck Arena — Pollen Robotics ergänzt einen Wettbewerb im Tauziehen (Tug of War): zwei Roboterenten, ein Seil und eine Grube; man trainiert seine Policy in der Simulation, veröffentlicht sie und lässt sie am ersten Pokalwettbewerb teilnehmen, live am 6. November um 9 Uhr PT. 🔗 Quelle

Produkte und Unternehmen

iCloud in ChatGPT — Die Plugins iCloud Mail und Calendar ermöglichen die Suche nach E-Mails, einen Überblick über den Posteingang, das Einsehen des Kalenders und das Ändern von Terminen, für alle Tarife im Web, in der Desktop-App und auf iOS. 🔗 Quelle
Manus — Jede mit Manus erstellte Website lässt sich ohne Konfiguration oder App-Store als Desktop-App installieren: Man veröffentlicht die Website, öffnet sie in Chrome und klickt auf Install. 🔗 Quelle
Shared Bots von SpaceXSI — Neue interne Fallstudie: Das Vertriebsteam von SpaceXSI teilt drei Grok Bots, darunter Quote Bot, der Angebote und Bestellungen in Salesforce und Ironclad vorbereitet, mit den Berechtigungen des jeweiligen Nutzers und einer menschlichen Prüfung von Kundennachrichten; keine Zahlen. 🔗 Quelle
Kosten von Claude Code auf Google Cloud — Ein Leitfaden von Anthropic erläutert Ausgabenobergrenzen pro Nutzer, Gruppe oder Organisation, mit Warnungen bei 75 % und 95 %, sowie OpenTelemetry-Metriken pro Skill, Plugin, Agent und MCP-Server; Fifth Dimension gibt darin mehr als 300 000 Codezeilen pro Monat an. 🔗 Quelle
LLM-Gateways — Ein Leitfaden von Perplexity verfolgt eine Anfrage in sechs Schritten durch ein LLM-Gateway und erläutert dessen Risiken, von den in LiteLLM 1.83.9 behobenen Schwachstellen bis zur Fehlerquote von 97 % bei Cloudflare AI Gateway am 12. Juni 2025; keine Produktneuheit. 🔗 Quelle
No Limit-Turnier — Sequoia, Citadel Securities und OpenAI veranstalten ein Turnier, bei dem Teams aus Studierenden oder Hochschulabsolventen 60 Minuten Zeit haben, einen Pokerbot zu bauen; regionale Wettbewerbe Anfang November in Boston, Pittsburgh und der Bay Area, Hauptpreis 100 000 Dollar. 🔗 Quelle

Was das bedeutet

Anthropic stellt Claude als Mitarbeiter entlang der gesamten Wertschöpfungskette eines Medikaments vor, dessen Rolle über das Entwerfen von Molekülen hinausgeht. Die deutlichsten Verbesserungen liegen nicht unbedingt dort, wo man sie erwartet: Die Prüfzeit einer Herstellungsdokumentation bei Enveda um 89 % zu verkürzen oder für das Einpersonenunternehmen Mithril Medicine 11 Labore zu koordinieren, wiegt ebenso schwer wie die 35 000 Antikörperentwürfe von Divergence Labs. Mit dieser Übernahme verfolgt Anthropic auch sein eigenes Programm mit einem Zeithorizont: Eine erste Studie am Menschen könnte Ende 2028 möglich sein. Alles befindet sich weiterhin im präklinischen Stadium, und die Ergebnisse stammen von Anthropic und seinen Partnern. Am selben Tag beschreibt NVIDIA bei C-BRAIN Open-Source-Tools, die in Minuten Analysen erledigen, für die Wochen veranschlagt wurden: In der biomedizinischen Forschung wird KI inzwischen an der eingesparten Zeit gemessen.

Genie 4 und LFM3 schlagen zwei entgegengesetzte Richtungen ein. Genie 4 ergänzt die Simulation um Ton und überträgt Gemini die Rolle des Regisseurs, sodass es sogar als Testumgebung für einen Roboter dient, der Dame spielt; Google nennt weder Zahlen noch einen Termin und räumt ein, dass die Kohärenz nur über kurze Sitzungen erhalten bleibt. LFM3 setzt auf geringe Größe: sechs Modelle mit etwa 2 Milliarden Parametern, darunter ein Textmodell, das mit 4 Bit in 1 GB passt, und ein Omni-Modell, für den Betrieb auf einem Telefon oder einem Raspberry Pi. Ling-3.1-flash-1019 besetzt mit 560 Milliarden Parametern unter MIT-Lizenz das andere Ende des offenen Spektrums und wurde verbessert, ohne eine einzige Konfigurationszeile zu ändern.

Mehrere Ergebnisse des Tages erinnern daran, dass eine Messung stark von der gestellten Frage abhängt. FrontierCode 2.0 macht die Anweisungen weniger explizit, und alle Modelle schneiden schlechter ab, von 9 Punkten weniger bei Claude Opus 5.5 bis zu mehr als 26 Punkten bei Kimi K3. Ai2 zeigt, dass eine Umformulierung der Anweisung die Genauigkeit von GPT-5.4 bei der Beurteilung der Neuartigkeit einer Idee von 93,5 % auf 40,9 % sinken lässt. Cohere veröffentlicht Trace, Tokens und Script, damit andere seine Beobachtung zu Qwen3.8-Flash-Next reproduzieren können, und weist zugleich darauf hin, dass dafür ein Prefill erforderlich ist: Eine Beobachtung hat umso mehr Gewicht, je besser andere sie reproduzieren können.

Bei den Tools lautet die aktuelle Frage, wer entscheidet, was ein Agent tun darf. GitHub überträgt einem LLM die Einordnung von Berechtigungsanfragen und gibt Administratoren das Recht, Allow All zu verbieten; Vibe CLI 3.0.3 kann jeden Zugriff außerhalb des Arbeitsverzeichnisses grundsätzlich ablehnen; Copilot gibt Agenten ohne angemeldeten Nutzer eine Organisationsidentität, die abgerechnet wird und nachvollziehbar ist. Die Schwachstelle in Diffusers zeigt, was auf dem Spiel steht: Ein Modellordner am falschen Ort genügte, um Code auszuführen, selbst mit trust_remote_code=False. Gleichzeitig verlassen Agenten die Entwicklungsteams: Replit öffnet sie für Designer und Produktmanager, Delta teilt eine Claude-Code-Sitzung zwischen zwei Personen, und Oracle bereitet die Integration seiner Geschäftsanwendungen in ChatGPT vor.