OpenAI bringt GPT-5.6 und ChatGPT Work auf den Markt, Meta enthüllt Muse Spark 1.1, Claude Code automatisiert sein /checkup

Der 9. Juli ist einer der dichtesten Tage des Jahres für die KI-News und wird von einem dreifachen OpenAI-Launch geprägt: der neuen Grenzmodell-Familie GPT-5.6 (Sol, Terra, Luna), dem neuen Agenten ChatGPT Work auf Codex-Basis und einer tiefgreifenden Überarbeitung des Codex-Erlebnisses selbst. Meta kontert mit Muse Spark 1.1 und der öffentlichen Öffnung seiner Meta Model API, während Anthropic Claude Code mit dem Wartungsbefehl /checkup aufrüstet und eine Beta für ein Tool startet, mit dem sich die eigene Claude-Nutzung visualisieren lässt. Achtzehn bemerkenswerte Meldungen — von Copilot-Governance im Unternehmen bis zur Mediengenerierung, die zu den Agenten stößt — und sieben Kurzmeldungen runden dieses außergewöhnlich volle Panorama ab.

OpenAI bringt GPT-5.6 auf den Markt, seine neue Familie von Grenzmodellen (Sol, Terra, Luna)

9. Juli — OpenAI bringt die Familie GPT-5.6 in allgemeine Verfügbarkeit: Sol, das neue Flaggschiffmodell, Terra, die ausgewogene Wahl für den täglichen Einsatz, und Luna, die kostengünstige Variante. Architekturelle Neuerung: eine ultra-Effort-Einstellung, die standardmäßig vier Agenten parallel koordiniert, um komplexe Aufgaben zu beschleunigen — bis zu 16 Agenten wurden in einigen Evaluierungen getestet — und über die Multi-Agent-Beta der Responses API zugänglich ist.

Bei den Benchmarks setzt Sol neue Bestmarken: 80 auf dem Artificial Analysis Coding Agent Index (laut OpenAI 2,8 Punkte vor Claude Fable 5, bei weniger als der Hälfte der Ausgabe-Tokens), 92,2 % auf BrowseComp und 62,6 % auf OSWorld 2.0 — vor Claude Opus 4.8 und mit 85 % weniger Tokens. Produktneuheit: Das Programmatic Tool Calling der Responses API erlaubt GPT-5.6, kleine Programme zu schreiben und auszuführen, die Tools orchestrieren und Ergebnisse im Speicher filtern, wodurch Hin- und Herwechseln reduziert werden. Auf der Cybersecurity-Seite erreicht GPT-5.6 73,5 % auf ExploitBench (gegenüber 47,9 % bei GPT-5.5); die Authentifizierung per Hardware-Schlüssel wird ab dem 1. September für das Trusted Access for Cyber-Programm verpflichtend.

GPT-5.6-Variante	Nutzungsprofil	Input-Preis	Output-Preis
Sol	Komplexes Schlussfolgern, lange agentische Arbeit	5 $	30 $
Terra	Tägliches agentisches Codieren, ausgewogene Wahl	2,50 $	15 $
Luna	Schnelle Aufgaben, kostengünstig	1 $	6 $

(Preis pro Million Tokens.)

“GPT‑5.6 Sol sets a new standard for both intelligence and efficiency, achieving state-of-the-art results across coding, knowledge work, cybersecurity, and science while outperforming previous and competing frontier models with fewer tokens and at lower estimated cost.”

🇩🇪 GPT‑5.6 Sol setzt einen neuen Standard sowohl in Intelligenz als auch in Effizienz und erzielt State-of-the-Art-Ergebnisse bei Coding, Wissensarbeit, Cybersicherheit und Wissenschaft, während es frühere und konkurrierende Grenzmodelle mit weniger Tokens und zu geschätzten niedrigeren Kosten übertrifft. — OpenAI

Ab heute in ChatGPT, Codex und der API ausgerollt, verbreitet sich GPT-5.6 sofort im Entwickler-Ökosystem: verfügbar in GitHub Copilot (VS Code, JetBrains, Xcode, CLI, Cloud-Agent), zum bevorzugten Modell von Microsoft 365 Copilot geworden und noch am selben Tag von Warp, Cursor und Devin übernommen.

🔗 GPT-5.6 System Card

ChatGPT Work: ein neuer Agent für ambitionierte Aufgaben

9. Juli — OpenAI führt ChatGPT Work ein, einen Agenten, der über die Anwendungen und Dateien des Nutzers hinweg handeln, über Stunden an einem komplexen Projekt bleiben kann, indem er es in Schritte zerlegt, und ein Ziel in fertige Arbeit verwandeln kann (Tabellen, Präsentationen, Dokumente, Websites). Er basiert auf der Codex-Technologie und auf GPT-5.6. OpenAI gibt an, dass mehr als 5 Millionen Menschen Codex jede Woche nutzen, davon mehr als 1 Million für Aufgaben außerhalb der Softwareentwicklung — ein als Beleg angeführtes Zeichen für diese Erweiterung.

Funktion von ChatGPT Work	Was das ermöglicht
Plugins	Verbindung zu Slack, Microsoft Teams, Google Drive, SharePoint, CRM, über `@nom_app`
Scheduled Tasks	Wiederkehrende Aufgaben delegieren (Slack überwachen, jeden Morgen ein Dashboard aktualisieren)
Integrierter Browser + Computer Use	Direkt auf lokalen Anwendungen auf dem Desktop handeln
Sites (öffentliche Beta)	Eine Arbeit in eine über URL teilbare Website oder interaktive Anwendung verwandeln

Der Start geht mit einer Überarbeitung der Desktop-Verteilung einher: Die Codex-App verschmilzt mit der neuen ChatGPT-Desktop-App (Chat, Work und Codex vereint, auch im Free-Plan verfügbar), während die alte App in ChatGPT Classic umbenannt wird. Parallel dazu beginnt OpenAI, seinen eigenständigen Atlas-Browser zurückzufahren, da dessen Fähigkeiten vom integrierten Browser von ChatGPT übernommen werden.

Auf Unternehmens-Governance-Seite stützt sich das System auf die Sicherheitsgrundlagen von ChatGPT Enterprise, mit einer Compliance API für Einblick in Aktionen im großen Maßstab und einem Selbstprüfungsmechanismus, der bei internen adversarialen Tests (red-teaming) 100 % der Versuche zur Exfiltration von Daten blockierte. Start heute im Web und auf Mobilgeräten für Pro-, Enterprise- und Edu-Pläne, in den nächsten Tagen Erweiterung auf Plus/Business; die Desktop-App ist ab heute weltweit auf Mac und Windows verfügbar.

🔗 ChatGPT ist jetzt ein Partner für deine ehrgeizigsten Arbeiten

Codex: eigener Bereich in ChatGPT, Ultra-Unteragenten, PR-Review und Sites

9. Juli — Parallel zum Launch von ChatGPT Work erhält Codex einen eigenen Bereich in der neuen ChatGPT-Desktop-App, getrennt vom Work-Agenten (Auswahl „Work — for getting work done“ / „Codex — for developers“). Das am selben Tag angekündigte Entwickler-Neuheitenpaket:

Codex-Neuheit	Konkretes Detail
GPT-5.6 mit Ultra und Unteragenten	Multi-Agenten-Koordination für die schwierigsten Aufgaben
Beschleunigtes Computer Use	Schneller und token-effizienter, Batch-Verarbeitung, Picture-in-Picture-Ansicht zur Überwachung
Inline-Bearbeitung von Diffs	Code direkt in der Vergleichsansicht (diff) ändern
Review von Pull Requests	Dediziertes Seitenpanel, ohne die Anwendung zu verlassen
Sites	Schnelle Bereitstellung vollständiger Anwendungen (full-stack) aus Codex heraus

Diese Entwicklung steht im Kontext der größeren Verschmelzung der Codex-App mit der ChatGPT-Desktop-App: Bestehende Nutzer der Codex-App sehen sie automatisch zur neuen ChatGPT-App werden, wobei Codex als konfigurierbare Standardansicht zugänglich bleibt. Der integrierte Browser der App erhält Unterstützung für authentifizierte Sites, mehrere Tabs und Dateidownloads, ergänzt durch eine neue Chrome-Erweiterung.

Romain Huet von OpenAI kündigt dieses Neuheitenpaket auf X an, zusammen mit dem Launch von ChatGPT Work. Das Ganze reiht sich in den heutigen Codex-Schub ein, vor dem Hintergrund der OpenAI Build Week vom 13. bis 21. Juli (siehe Kurzmeldungen).

🔗 Tweet @romainhuet — Codex in ChatGPT

Meta bringt Muse Spark 1.1 auf den Markt und öffnet seine Meta Model API

9. Juli — Meta Superintelligence Labs kündigt Muse Spark 1.1 an, die zweite Veröffentlichung der Muse-Spark-Familie (die erste stammt aus April 2026): ein multimodales Denkmodell, das für agentische Aufgaben entwickelt wurde und deutliche Fortschritte beim Einsatz von Tools, bei Computer Use und beim Codieren zeigt. Der Start geht mit der öffentlichen Vorabversion der neuen Meta Model API einher — dem ersten externen Entwicklerzugang zu einem Meta-Modell, in einem mit dem Format von OpenAI kompatiblen Aufbau — sowie mit dem nun in der Meta-AI-App und auf meta.ai verfügbaren Modus „Thinking“.

Eigenschaft von Muse Spark 1.1	Konkretes Detail
Kontextfenster	1 Million Tokens, aktiv verwaltet mit intelligenter Kompaktion
Agentische Architektur	Planung und Delegation an Unteragenten parallel
Entwicklerzugang	Öffentliche Vorabversion der Meta Model API
Sicherheit	Bewertet nach dem Advanced AI Scaling Framework, sichere Margen bei Grenzrisiken

Das Modell erstellt Pläne und delegiert deren Ausführung, generalisiert Zero-Shot auf neue Tools, MCP-Server und benutzerdefinierte Fähigkeiten (skills) und wechselt je nach dem, was schneller ist, zwischen Script-Schreiben und direkter Interaktion. Beim Codieren hebt Meta deutliche Fortschritte auf großen und komplexen Codebasen hervor (Fehlerdiagnose, Migrationen, neue Funktionen auf Systemen auf Enterprise-Niveau).

“What’s most impressive about Muse Spark is how much it packs into one model: massive million-token context, full multimodal support (images, video, PDFs), built-in search with citations, strong reasoning, top-tier coding abilities (particularly frontend and design), structured output, and parallel tool calling — all in a clean OpenAI-compatible package. A complete agentic foundation.”

🇩🇪 Das Beeindruckendste an Muse Spark ist, wie viel es in einem einzigen Modell vereint: einen massiven Kontext von einer Million Tokens, volle multimodale Unterstützung (Bilder, Video, PDF), integrierte Suche mit Zitaten, solides Schlussfolgern, führende Coding-Fähigkeiten (insbesondere Frontend und Design), strukturierte Ausgabe und paralleles Tool-Calling — alles in einem mit OpenAI kompatiblen Gesamtpaket. Eine vollständige agentische Grundlage. — Amjad Masad, CEO von Replit

🔗 Muse Spark 1.1 vorstellen — AI at Meta Blog

Claude Code v2.1.205: Der Befehl /checkup macht gründlich klar Schiff

8.–9. Juli — Claude Code wechselt zu v2.1.205, einer dichten Veröffentlichung, deren sichtbarste Neuerung ein umfassender Wartungsbefehl ist: /doctor wird zu einer echten Diagnose-und-Reparatur-Funktion für die Konfiguration, und /checkup wird zum Alias dafür. Boris Cherny aus dem Gründungsteam von Claude Code erklärte auf X, was der Befehl in einem einzigen Durchlauf leisten kann: ungenutzte Skills, MCP-Server und Plugins bereinigen, das lokale CLAUDE.md im Vergleich zur im Repository versionierten Variante deduplizieren, ein zu schweres CLAUDE.md-Wurzelverzeichnis in verschachtelte Dateien aufteilen, langsame Hooks deaktivieren, Claude Code aktualisieren, den automatischen Modus standardmäßig aktivieren und häufig abgelehnte Read-Only-Befehle vorab genehmigen.

Vom /checkup erkannter Befund	Beobachtete Daten
Defekter Befehl `claude`	Erkannt (launcher von einem Test überschrieben)
Nie genutzte Projekt-Skills	38, über 2.345 Sitzungen
Umfang des Root-CLAUDE.md	~10.000 Tokens, die pro Sitzung geladen werden
Zugewinn an Kontext nach Bereinigung	~5.500 Tokens pro Sitzung

“/checkup confirms with you before making any changes.”

🇩🇪 Der Befehl /checkup fragt Sie um Bestätigung, bevor er die geringste Änderung vornimmt. — Boris Cherny, Claude-Code-Team

Der Rest des Changelogs umfasst rund fünfzehn Fehlerbehebungen: eine Regel des automatischen Modus, die nun vor einem rm -rf auf einer aus dem Kontext nicht auflösbaren Variable um Bestätigung bittet; automatische Update-Downloads laufen nun direkt auf die Festplatte und senken den Speicherpeak des Tools um etwa 400 MB; Benachrichtigungen für Hintergrundaufgaben weisen ausdrücklich darauf hin, dass keine menschliche Intervention erfolgt ist, um die Ausnutzung gefälschter, in einer Transkription erzeugter Bestätigungen zu verhindern; sowie mehrere Verbesserungen der Agentenansicht (claude agents), darunter eine automatisch generierte Zusammenfassung und der direkte Link zur zugehörigen Pull Request.

🔗 Release v2.1.205 — Claude Code

Anthropic bringt Reflect with Claude heraus, ein Tool zur Visualisierung der eigenen Nutzung (Beta)

9. Juli — Anthropic startet in Beta eine Funktion zur Reflexion über die eigene Claude-Nutzung, zugänglich über die Einstellungen im Web oder in der Desktop-App. Das Tool erlaubt es, das eigene Verhalten über 1, 3, 6 oder 12 Monate zu verfolgen — wiederkehrende Themen, Tageszeiten, zu denen Claude am stärksten beansprucht wird, Arten der bearbeiteten Aufgaben — strukturiert rund um das 4D AI Fluency Framework (Delegation, Description, Discernment, Diligence), mit praktischen Vorschlägen wie dem Starten eines Project, statt den Kontext einer laufenden Arbeit erneut erklären zu müssen. Das Dashboard ermöglicht außerdem, Ruhezeiten festzulegen oder eine Pausen-Erinnerung zu planen, zwei Optionen, die der Nutzer frei ignorieren kann.

Beim Datenschutz stützt sich die Funktion weder auf Unterhaltungen im Inkognito-Modus noch auf die zugrunde liegenden Dateien verbundener Tools (eine Mailbox-Zusammenfassung kann erscheinen, nicht aber die Quell-E-Mails), und jede gesundheitsbezogene Konversation ist von den Erkenntnissen ausgeschlossen. Anthropic erklärt, mit Experten für digitale Gesundheit vom MIT Media Lab, dem Digital Wellness Lab des Boston Children’s Hospital und dem Family Online Safety Institute zusammengearbeitet zu haben, um den Umgang mit sensiblen Themen zu rahmen, die nur auf aggregierter Ebene zurückgemeldet werden.

Die Funktion ist für Free-, Pro- und Max-Nutzer verfügbar, die die Memory-Funktion aktiviert haben; die Berücksichtigung von Cowork-Unterhaltungen ist für später angekündigt.

🔗 Eine neue Art, über deine Claude-Nutzung nachzudenken

Anthropic — Governance und Tools

Vier ergänzende Ankündigungen bei Anthropic an diesem 9. Juli, zwischen operativen Themen, Governance und technischer Didaktik.

Reset der Rate Limits für alle Nutzer

9. Juli — @ClaudeDevs kündigt in einem Satz die Zurücksetzung der Nutzungsgrenzen über 5 Stunden und der wöchentlichen Limits für alle Nutzer an, ohne die Ursache oder den genauen Umfang der betroffenen Pläne zu nennen. Ein Blogartikel lieferte keinen zusätzlichen Kontext, doch die Ankündigung löste unmittelbar eine massive Reaktion der Community aus — mehrere Millionen Aufrufe in wenigen Stunden — ein Zeichen für ihre direkte Wirkung auf regelmäßige Nutzer von Claude Code und claude.ai.

🔗 Tweet @ClaudeDevs

Harte Fragen stellen : eine neue öffentliche Initiative

9. Juli — Anthropic startet „Inviting hard questions“, eine Initiative, die die Öffentlichkeit dazu einlädt, ihre schwierigsten Fragen zu KI einzureichen (Beschäftigung, Sicherheit, menschliche Handlungsfähigkeit, Zugang zu wissenschaftlichen Vorteilen), mit dem Versprechen, die ergriffenen Maßnahmen zur Beantwortung dieser Fragen öffentlich zu dokumentieren. Die Ankündigung wird von einem kurzen Film begleitet, in dem echte Personen zu sehen sind, die von Anthropic befragt werden, und verweist auf bereits angelaufene Arbeiten zur Erfassung der öffentlichen Meinung: das Anthropic Public Record (52.000 befragte Amerikaner), eine Umfrage unter 81.000 Claude-Nutzern in 159 Ländern und das Anthropic Institute, das sich den gesellschaftlichen Herausforderungen von KI widmet.

🔗 Harte Fragen stellen

Ben Bernanke tritt dem Long-Term Benefit Trust bei

9. Juli — Der Long-Term Benefit Trust (LTBT) von Anthropic — das unabhängige Gremium, das die Einhaltung der Mission des Unternehmens für verantwortungsvolle Entwicklung überwacht — begrüßt Ben Bernanke als neues Mitglied. Der ehemalige Vorsitzende der US-Notenbank Federal Reserve (2006–2014) und Nobelpreisträger für Wirtschaftswissenschaften 2022 tritt neben Neil Buddy Shah, Richard Fontaine und Mariano-Florentino Cuéllar. Daniela Amodei, Mitgründerin und Präsidentin von Anthropic, betont, dass seine Erfahrung dem Unternehmen helfen werde, die wirtschaftlichen Auswirkungen fortgeschrittener KI auf Beschäftigung und globale Volkswirtschaften besser vorherzusehen. Die Treuhänder des LTBT halten weder Eigenkapitalbeteiligungen noch Gewinnbeteiligungen an Anthropic.

🔗 Ben Bernanke in den Long-Term Benefit Trust von Anthropic berufen

Model and effort in Claude Code : ein technischer Hintergrundartikel

8. Juli — Lydia Hallie aus dem Claude-Code-Team veröffentlicht einen Artikel, der zwei Einstellungen unterscheidet, die beide scheinbar „die Antwort verbessern“: das Modell, das bestimmt, welcher Gewichtsatz die Anfrage verarbeitet (also Leistungsfähigkeit und Kosten pro Token), und den Aufwand, der bestimmt, wie viel Arbeit erledigt wird — gelesene Dateien, Überprüfungen, Autonomie, bevor an den Nutzer zurückgegeben wird. Vorgeschlagene Faustregel: auf ein größeres Modell wechseln, wenn das Problem intrinsisch schwierig ist, und den Aufwand erhöhen, wenn Claude nicht genug versucht hat. Praktischer Hinweis: Bei Standardaufwand liefert Opus 4.8 bessere Ergebnisse als Opus 4.7 bei vergleichbarer Tokenzahl.

🔗 Artikel @ClaudeDevs — Model and effort in Claude Code

GitHub Copilot für Unternehmen

Vier Neuerungen, die die Governance und die tägliche Nutzung von Copilot und seinem Ökosystem stärken, einschließlich einer Manus-Funktion, die derselben Agent-Enterprise-Dynamik folgt.

Verwaltete Copilot-Einstellungen per MDM ausrollen

8. Juli — Übergang in die allgemeine Verfügbarkeit: Enterprise-Administratoren können die verwalteten Einstellungen von Copilot CLI und VS Code jetzt direkt über nativen MDM (Intune, Jamf, Group Policy) oder über eine managed-settings.json-Datei (Chef, Puppet, Ansible) ausrollen, zusätzlich zum bestehenden server-managed Kanal. Prioritätsreihenfolge bei Konflikten: nativer MDM, dann server-managed, dann Datei. Unterstützte Einstellungen: permissions.disableBypassPermissionsMode, model, enabledPlugins, extraKnownMarketplaces, telemetry.*.

🔗 Verwaltete Copilot-Einstellungen per MDM ausrollen

Unternehmensverwalteter OpenTelemetry-Export

8. Juli — Organisationen können nun das Ziel der OpenTelemetry-Daten von Copilot erzwingen (Endpunkt, Protokoll, Attribute, Erfassung oder Nicht-Erfassung von Prompts und Antworten), ohne dass jeder Entwickler eigene Variablen konfigurieren muss. Gilt für die Copilot-Chat-Erweiterung von VS Code und den Agentenprozess von Copilot CLI, wobei ein verwalteter Wert immer Vorrang vor Umgebungsvariablen und Benutzereinstellungen hat. Wichtige Schutzmaßnahme: Verwaltete Authentifizierungs-Header werden niemals über Umgebungsvariablen weitergegeben, um jede mögliche Weitergabe an von dem Agenten gestartete Unterprozesse zu vermeiden.

🔗 Unternehmensverwalteter OpenTelemetry-Export

Copilot fasst ein unbekanntes Repository zusammen

9. Juli — Auf github.com schlägt Copilot beim ersten Besuch der Repository-Startseite jetzt vor, eine Übersicht auf hoher Ebene zu erzeugen: Projektzweck, verwendete Technologien, Beitragshandbuch. Falls das Repository keine README hat, kann Copilot eine generieren. Über das Copilot-Symbol in der Navigationsleiste oder direkt aus Copilot Chat jederzeit aufrufbar, ist diese Funktion in allen Copilot-Plänen verfügbar.

🔗 Copilot um eine Repository-Übersicht bitten

Manus startet Branch, um eine Unterhaltung zu verzweigen, ohne den Kontext zu verlieren

9. Juli — Manus führt Branch ein: Jede Unterhaltung kann in eine parallele Sitzung aufgeteilt werden, die den gesamten angesammelten Kontext erbt (Dateien, Anweisungen, Historie), ohne die ursprüngliche Sitzung zu verändern. Eine einzige Recherche kann so zu einem Bericht, einer Präsentation und einem Investor-Memo werden, wobei jeder Zweig auf sein eigenes Ergebnis fokussiert bleibt und über einen „Branched from“-Faden mit dem Original verbunden ist. Verfügbar für alle Nutzer in standardmäßigen Chat-Sitzungen; noch nicht im Web Builder. Zweige können ihrerseits erneut verzweigt werden.

🔗 Tweet @ManusAI — Branch vorgestellt

Code-Editoren

Zed häuft am selben Tag mehrere Ankündigungen an — eine ambitionierte Vision und eine Routine-Version — während Replit einen seit mehreren Tagen beobachteten Teaser bestätigt.

Zed enthüllt DeltaDB, ein „Google Docs für Code“

9. Juli — Zed eröffnet die Anmeldung für den Frühzugang zu DeltaDB, vorgestellt als „Google Docs für Code“: dem Gesprächsfaden eines Teamkollegen beitreten, denselben Agenten gemeinsam arbeiten lassen und Änderungen live mitverfolgen, ganz ohne „Git-Zeremonie“ — keine Commits und keine Branches, die man für die Zusammenarbeit verwalten muss. Das Konzept wurde bereits am 11. Juni in einem Artikel von Nathan Sobo, dem Gründer von Zed, skizziert, der die These vertrat, dass Agenten die Unterhaltung zur eigentlichen Quelle der Wahrheit der Software gemacht haben.

🔗 Tweet @zeddotdev — DeltaDB

Zed v1.10: Unterstützung für llama.cpp und format-on-save standardmäßig deaktiviert

8. Juli — Zed veröffentlicht Version 1.10, deren wichtigste Neuerung die Unterstützung von llama.cpp als Anbieter lokaler Modelle ist, entwickelt mit Hugging Face — entweder über den integrierten Server von llama.cpp oder durch Verbindung mit einem entfernten Server. Zweite Verhaltensänderung: Formatierung beim Speichern (format-on-save) ist nun standardmäßig deaktiviert, außer für Sprachen mit einem offiziellen Formatter; bestehende benutzerdefinierte Konfigurationen bleiben erhalten.

🔗 Tweet @zeddotdev — Zed v1.10

Replit startet Community Profiles

8. Juli — Replit startet Community Profiles, untertitelt „Proof of Work for vibe coders“ — ein Teaser, der bei den beiden vorherigen Scans entdeckt und mangels offizieller Quelle wieder verworfen wurde und nun durch diese Ankündigung bestätigt ist. Die Funktion bietet ein öffentliches Profil mit Aktivitätsgrafik (Agenten-Nutzung, Checkpoints) und ein „Replit Power Ranking“, das Pro-Nutzern vorbehalten ist; jeder kann sein Profil anfordern, seine besten Projekte zur Hervorhebung auswählen und seine Nutzungsstatistiken frei teilen.

🔗 Tweet @Replit — Community Profiles

Mediengenerierung: Modelle schließen zu Agenten auf

Drei Ankündigungen, die einen gemeinsamen Trend veranschaulichen: Mediengenerierungs-Tools werden direkt in agentische Setups integriert, statt eigenständige Oberflächen zu bleiben.

Kling AI startet Kling MCP und eine CLI-Oberfläche

8. Juli — Kling AI kündigt die offizielle Verfügbarkeit von Kling MCP und einer CLI-Schnittstelle an, die es ermöglichen, das Kling-Video-Modell direkt aus KI-Agenten heraus aufzurufen (Claude und andere Frameworks), ohne das Tool zu wechseln oder Dateien manuell zu verschieben. Ein einziger Satz genügt nun, um eine kreative Aufgabe an einen KI-Assistenten zu übergeben. Positionierung: E-Commerce-Verkäufer, kleine Unternehmen und Content-Ersteller, die kostengünstig in größerem Maßstab produzieren möchten. 426,9 Tsd. Aufrufe auf X für diese Ankündigung.

🔗 Tweet @Kling_ai

ElevenLabs startet ElevenAgents Spotlight

9. Juli — ElevenLabs stellt ElevenAgents Spotlight vor, ein Observability-Tool, das jede Konversation — Sprache und Text —, die von seinen Konversationsagenten über alle Kanäle hinweg verwaltet wird, in Echtzeit überwacht, um die Lösungsrate und den Kundenzufriedenheitswert (CSAT) zu verbessern. Das erklärte Ziel: jederzeit wissen, was funktioniert und wie man sich verbessern kann, ohne auf ein nachträgliches Audit zu warten. Das Tool integriert sich nativ in die ElevenAgents-Plattform, ohne zusätzliche Konfiguration auf Kundenseite.

🔗 Tweet @ElevenLabs

HeyGen enthüllt HyperFrames Music-to-Video (Tag 4 von 30)

9. Juli — Vierte Folge einer täglichen Vorstellungsreihe der HyperFrames-Skills von HeyGen: Der neue Befehl /music-to-video wandelt ein Musikstück in ein auf den Rhythmus synchronisiertes Video um (BPM, Akzente, musikalische Phrasen), ausgehend von einem einzigen Prompt und ohne manuell bereitgestellte visuelle Datei. Ein Audio-Analyzer erstellt eine einzige zeitliche Karte, der jeder Schnitt im Edit folgt. Der Code ist auf GitHub als Open Source verfügbar (heygen-com/hyperframes), vierter Schritt eines täglichen Rollouts von 30 Skills.

🔗 Tweet @HeyGen

AlphaEvolve geht auf Google Cloud in die allgemeine Verfügbarkeit

9. Juli — AlphaEvolve, der von Gemini angetriebene evolutionäre Agent, der gemeinsam mit Google DeepMind entwickelt wurde, geht auf Google Cloud in die allgemeine Verfügbarkeit (GA) über und ist für alle Unternehmenskunden über die Gemini Enterprise Agent Platform zugänglich. Der Agent entwirft und entdeckt autonom hochoptimierten Code zur Lösung komplexer algorithmischer Probleme, mit erwähnten Anwendungsfällen im Finanzsektor.

AlphaEvolve-Element	Bestätigtes Detail
Status	Allgemeine Verfügbarkeit auf Google Cloud
Zugriffsplattform	Gemini Enterprise Agent Platform
Gemeinsame Entwicklung	Google DeepMind
Historie	Interne Wirkung im Mai 2026 veröffentlicht (Google-Spanner-Optimierung)

AlphaEvolve ist kein neues Projekt: Google hatte im Mai 2026 einen Artikel veröffentlicht, der seine interne Wirkung detailliert beschrieb, insbesondere die Optimierung der Log-Structured Merge-tree-Kompaktion von Google Spanner. Diese Ankündigung markiert den Übergang zur kommerziellen Verfügbarkeit für Drittanbieter-Kunden von Google Cloud, über den rein internen Gebrauch hinaus.

🔗 Tweet @googlecloud — AlphaEvolve GA

Mistral Studio ergänzt ein Managementsystem für Prompts und Skills

9. Juli — Mistral Studio integriert ein System of Record für Prompts und KI-(Skills) im Unternehmen: unveränderliche Versionen, benannter Eigentümer für jedes Asset, Rückrollung (rollback) in wenigen Minuten, Production/Staging-Labels und Audit-Logs. Die Skills werden nun direkt aus Studio als MCP-Server bereitgestellt, sodass das, was in der Produktion läuft, dasselbe verwaltete Asset ist wie das versionierte — keine abgewanderte Kopie. Die Schleife schließt sich mit Observability: Rückverfolgbarkeit (lineage) und Telemetrie verbinden jedes Produktionsergebnis mit der exakten Version des Assets, das es erzeugt hat.

Mistral hebt hervor, dass die meisten Unternehmen nicht sagen können, welche Version eines Prompts tatsächlich in ihrer KI läuft. Ein nicht entwickelnder Fachexperte kann nun einen Prompt iterativ verbessern und testen, ohne bei jedem Versuch eine CI/CD-Pipeline zu durchlaufen; der Übergang in die Produktion löst die üblichen Unternehmens-Tests und -Freigaben aus. Ab heute für Mistral-Studio-Kunden verfügbar.

🔗 Prompts und Skills in Studio verwalten

Codex CLI 0.144.0

9. Juli — Neue stabile Version von Codex CLI, Nachfolger von 0.143.0. Neuheiten: ein writes-Freigabemodus, der schreibgeschützte Aktionen automatisch zulässt, für Schreibzugriffe jedoch Bestätigung anfordert; MCP-Tools können nun interaktive Authentifizierung anfordern, ohne dass eine experimentelle Option aktiviert werden muss; Erkennung globaler Installationen über pnpm. Bemerkenswerter Punkt im Einklang mit dem GPT-5.6-Start des Tages: Die Auswahl des Denkmodus Ultra löst nun eine Warnung aus, wenn starke Multi-Agenten-Konkurrenz den Verbrauch schnell in die Höhe treiben könnte.

Zu den Fehlerbehebungen: Wiederherstellung von ChatGPT-Threads nach einer Kompaktion, die auf ein entferntes Modell verweist, Behebung von Abstürzen bei Intel-macOS-Binaries, Löschen von Dateien in Windows-Sandbox-Sitzungen und das Ende der Darstellungsfehler, die durch eingefügte Terminal-Steuersequenzen verursacht wurden. Amazon-Bedrock-Modellnamen identifizieren nun klar die Familie und die Variante GPT-5.6.

🔗 Codex CLI 0.144.0 — GitHub-Releases

Perplexity testet einen hauseigenen Orchestrator auf Basis von GLM 5.2

9. Juli — Perplexity veröffentlicht eine Research Preview eines neuen proprietären Orchestrator-Modells für Perplexity Computer, seinen Desktop-Automatisierungsagenten: eine Anpassung von GLM 5.2 (Zhipu AI), nachtrainiert für das agentische Computer-Setup. Das Modell enthält ein „Advisor“-Tool, das bei Bedarf nativ zu einem leistungsstärkeren Modell eskaliert, und wird von Perplexity in den USA auf Nvidia-B200-GPUs gehostet. Anders als bei der Ankündigung vom 2. Juli über die Rückkehr von Claude Fable 5 als Orchestrator handelt es sich hier um eine zusätzliche, hauseigene Option.

Bewertetes Modell (WANDR)	Relativer Kostenfaktor
Opus 4.8 (thinking, high effort)	6,1x
GLM 5.2 + advisor	2,1x — also 0,344x der Opus-Kosten

Perplexity kündigt Iterationen und die Veröffentlichung vollständiger Benchmarks „in den nächsten Wochen“ an, über insgesamt drei Evaluierungen (Terminal-Bench 2.1, DSQA, WANDR), bei denen die durchschnittlichen Kosten etwa halb so hoch ausfallen wie die von Opus, über alle Benchmarks hinweg.

🔗 Thread @perplexity_ai — GLM-5.2-Orchestrator

Kurzmeldungen

GRAM-Forschung — ein „Schalter“ für Dual-Use-Wissen (Anthropic, mit AE Studio) — dedizierte Neuron-Module für jede Kategorie sensiblen Wissens (Virologie, Cybersicherheit) können zu jeder Transformer-Schicht hinzugefügt und dann einzeln entfernt werden; die Methode erreicht die Leistung des Daten-Filterns, ohne für jede Konfiguration ein separates Modell zu trainieren, bleibt aber eine vorläufige Forschungsarbeit, die nie auf Claude-Produktionsmodelle angewendet wurde. 🔗 Anthropic Research
Replit bietet bis zum 17. Juli eine kostenlose benutzerdefinierte Domain an — jede auf der Plattform veröffentlichte Anwendung kann bis zu diesem Datum einen Domainnamen ohne zusätzliche Kosten erhalten. 🔗 Tweet @Replit
GitHub Code Quality: Targeting auf Organisationsebene — Administratoren können GitHub Code Quality nun für eine bestimmte Teilmenge von Repositories aktivieren, deaktivieren und sperren; öffentliche Vorschau für Enterprise Cloud und Team. 🔗 GitHub Changelog
Manus erweitert seinen Google-Drive-Connector auf ganz Google Workspace — Docs, Sheets, Slides und Forms kommen über einen einzigen Einstiegspunkt zu Drive hinzu, mit drei konfigurierbaren Zugriffsstufen (keine, nur Lesen, Lesen/Schreiben). 🔗 Tweet @ManusAI
NVIDIA Robotics veröffentlicht R²D², ein Digest über World-Action Models — drei Papers (DreamZero, Cosmos Policy, DreamDojo), die vortrainierte generative Videomodelle zu Steuerungsrichtlinien für Robotik verfeinern; DreamZero übernimmt die Führung im RoboArena-Ranking vom Juli 2026. 🔗 Tweet @NVIDIARobotics
Luma wechselt für seine sprechenden Videos auf die VEED Fabric 1.0 API — technische Partnerschaft, durch die VEED Fabric 1.0 zur zugrunde liegenden Engine für die Erzeugung sprechender Videos im Luma-Ökosystem wird. 🔗 Tweet @veedstudio
OpenAI Build Week, vom 13. bis 21. Juli — Community-Event mit Live-Sessions und lokalen Treffen von Builders auf der ganzen Welt, Aufruf zum Bauen mit Codex. 🔗 Tweet @OpenAIDevs

Was das bedeutet

Das Rennen um Frontier-Modelle verschärft sich gleichzeitig an zwei Fronten. GPT-5.6 und Muse Spark 1.1 erscheinen am selben Tag mit einem gemeinsamen Ziel: Spitzenintelligenz und wirtschaftliche Effizienz zu verbinden, statt nur auf die höchste Punktzahl zu zielen. OpenAI beansprucht einen neuen Stand der Technik auf mehreren wichtigen Benchmarks und senkt dabei den Token-Verbrauch drastisch; Meta öffnet erstmals seine Meta Model API für externe Entwickler — ein Zeichen dafür, dass sie nun nicht nur bei offenen Modellen, sondern auch bei der Infrastruktur direkt mit OpenAI und Anthropic konkurrieren will. Perplexity zeigt einen dritten Weg: Statt ein vollständiges proprietäres Modell zu trainieren, passt es GLM 5.2 (Zhipu AI) zu Kosten an, die etwa dreimal niedriger als Opus sind, mit einem nativen Eskalationswerkzeug zu einem leistungsstärkeren Modell bei Bedarf — eine Wette auf hybride Architektur statt auf rohe Größe.

Agenten entwickeln sich von punktuellen Assistenten zu langlebigen Kollaborateuren. ChatGPT Work ist ausdrücklich dafür gedacht, stundenlang an einem komplexen Projekt zu bleiben, Codex erhält durch den Ultra-Modus von GPT-5.6 koordinierte Subagenten, und Muse Spark 1.1 verallgemeinert die Multi-Agenten-Architektur auf die Delegation ganzer Aufgaben. Diese wachsende Autonomie verschiebt die Grundfrage: Es geht nicht mehr darum, „kann das Modell die Aufgabe?“, sondern darum: „Wie lange und wie viel Aufsicht muss man ihm geben?“ — genau darauf versucht der Artikel von Lydia Hallie über die Feineinstellung des Aufwands in Claude Code zu antworten, und das Tool Reflect with Claude soll dies nun für jeden Nutzer objektiv messbar machen.

Das Unternehmens-Tooling strukturiert sich rund um Nachverfolgbarkeit und Kontrolle. GitHub generalisiert die Bereitstellung von Copilot-Einstellungen per nativer MDM und erzwingt einen genehmigten OpenTelemetry-Export, Mistral Studio legt seine Prompts und Fähigkeiten in einem versionierten Verwaltungssystem mit Audit-Trails ab, und Anthropic stärkt seine institutionelle Governance mit der Ernennung von Ben Bernanke in den Long-Term Benefit Trust. Der gemeinsame Nenner: Je autonomer Agenten werden, desto stärker verlangen Unternehmen und Aufsichtsorgane die Fähigkeit, genau zu wissen, welche Version läuft, wer sie genehmigt hat und was sie tun darf — eine Anforderung, die der überraschende, öffentlich nicht erklärte Reset der Claude-Nutzungsgrenzen umso sichtbarer macht.

Die Mediengenerierung vollzieht ihren Übergang in das agentische Ökosystem. Kling MCP ermöglicht es, ein Videomodell direkt aus einem Claude-Agenten aufzurufen, ohne das Tool zu wechseln, HeyGen veröffentlicht Open Source eine Fähigkeit, die eine Audiospur automatisch in ein geschnittenes Video verwandelt, und ElevenLabs beobachtet seine Sprachagenten nun in Echtzeit statt erst im Nachhinein. Manus verlängert diese Logik auf der Seite allgemeiner Produktivität mit Branch, das es ermöglicht, ein Gespräch in mehrere Deliverables aufzuspalten, ohne den angesammelten Kontext zu verlieren — ein Zeichen dafür, dass der Wert nicht mehr in einem isolierten Modell liegt, sondern in seiner Fähigkeit, sich nativ in eine Kette von Agenten einzufügen, die miteinander arbeiten.