Modelle & Wettbewerb
GPT-5.6 und Work Agent. OpenAI veröffentlichte GPT-5.6 in drei Denkstufen und startete ChatGPT Work für stundenlange autonome Aufgaben, aber Nutzungsbeschränkungen und eine verwirrende Benutzeroberfläche riefen Beschwerden hervor, was Versprechungen von Korrekturen zur Folge hatte.
- OpenAI launches its new family of models with GPT-5.6(öffnet in neuem Tab)
- The new GPT-5.6 family: Luna, Terra, Sol(öffnet in neuem Tab)
- OpenAI rolls out GPT-5.6 after government greenlight — and announces ‘ChatGPT Work’(öffnet in neuem Tab)
- OpenAI says GPT 5.6 is the ‘preferred model’ for Microsoft Copilot 365 amid breakup chatter(öffnet in neuem Tab)
- OpenAI wants its new tool to do your work for you and with you(öffnet in neuem Tab)
- The ChatGPT browser is already dead(öffnet in neuem Tab)
- OpenAI is shutting down Atlas, but its AI browser ambitions are still growing(öffnet in neuem Tab)
- How did the government decide OpenAI’s frontier model was safe to release?(öffnet in neuem Tab)
- OpenAI pairs its GPT-5.6 public rollout with ChatGPT Work, a new agent that handles entire workflows(öffnet in neuem Tab)
- OpenAI's GPT-5.6 Sol autonomously post-trained the smaller Luna model with a "fairly underspecified prompt"(öffnet in neuem Tab)
- OpenAI kills its Atlas browser after just eight months and folds everything into ChatGPT(öffnet in neuem Tab)
- GPT-5.6 Sol nearly matches Fable 5 on aggregated benchmarks at one-third the cost(öffnet in neuem Tab)
- OpenAI staffer maps out which of GPT-5.6 Sol's five reasoning levels fits which task complexity(öffnet in neuem Tab)
- OpenAI admits it "didn't get everything quite right" with ChatGPT Work launch and scrambles to fix UX and costs(öffnet in neuem Tab)
Claude Fable 5 führt Benchmarks an. Anthropics Claude Fable 5 fegte die Artificial-Analysis-Benchmarks, aber seine hohen Kosten veranlassten das Unternehmen, es als Planer zu empfehlen, der an günstigere Modelle delegiert, was die Ausgaben um etwa 40% senkt und die meisten Fähigkeiten beibehält.
Metas Agentic Blitz und Datenschutz-Fallout. Meta startete Muse Spark 1.1, ein hochkontextuelles Codierungsmodell, das die Konkurrenz preislich unterbietet, während sein Muse-Bildgenerator zurückgezogen wurde, nachdem er die unbefugte Nutzung von Instagram-Gesichtern ermöglichte, was die Debatten über Einwilligung neu entfachte.
- Meta just launched a new AI generator, Muse Image, and users are already pushing back over use of their photos(öffnet in neuem Tab)
- Meta’s new Muse Image model can pull other Instagram users into AI photos(öffnet in neuem Tab)
- Muse Image is technically impressive, but Meta's use of Instagram photos raises questions(öffnet in neuem Tab)
- Meta wants its AI glasses to seem less creepy. Its AI strategy says otherwise.(öffnet in neuem Tab)
- Meta tests always-on AI glasses that capture your entire day(öffnet in neuem Tab)
- Meta enters the crowded AI coding battle with Muse Spark 1.1(öffnet in neuem Tab)
- Meta says its new AI model is ready to compete on coding(öffnet in neuem Tab)
- Meta are apparently working on an open source variant of Muse Spark.(öffnet in neuem Tab)
- Introducing Muse Spark 1.1(öffnet in neuem Tab)
- Meta's Muse Spark 1.1 API pricing squeezes OpenAI and Anthropic as the AI price war heats up(öffnet in neuem Tab)
- GPT-5.6 🚀, Muse Spark 1.1 ✨, ChatGPT Work 💼(öffnet in neuem Tab)
- Meta removes controversial AI feature on Instagram after backlash(öffnet in neuem Tab)
- Meta turns off the Instagram feature that let users make AI deepfakes of public accounts(öffnet in neuem Tab)
Chinesische Open-Source-Welle. Chinesische Modelle machen inzwischen über 30% des OpenRouter-Verkehrs aus; Tencent HY3 und GLM‑5.2 laufen auf heimischer Hardware, MiniMax plant eine offene Veröffentlichung mit 2,7 Billionen Parametern, und DeepSeek's Chipdesign signalisiert vertikale Integration inmitten von US-Bedenken.
- This is what Hy3 is capable of. Mother of god.(öffnet in neuem Tab)
- llama.cpp: Hy3 PR + GGUFs(öffnet in neuem Tab)
- Chinese AI models regularly pass 30 percent on OpenRouter as cost gap widens(öffnet in neuem Tab)
- Chinese AI models are gaining ground with U.S. companies as OpenAI, Anthropic costs surge(öffnet in neuem Tab)
- Why the rise of open source AI isn’t hurting Anthropic … yet(öffnet in neuem Tab)
- Chinese AI startup MiniMax plans to open-source a 2.7 trillion parameter model later this year(öffnet in neuem Tab)
- 4-bit GLM-5.2 (753B MoE) on 4× DGX Spark: 70.8% on Terminal-Bench 2.1 vs 81.0% for the full model(öffnet in neuem Tab)
- Running GLM 5.2 on 4xGB10 with a 100G Switch, 330k ctx, ~25 t/s tg, ~650 t/s pp(öffnet in neuem Tab)
- I created a 140 GB IQ2_XXS REAP quant of GLM 5.2 for coding. Looking for testers.(öffnet in neuem Tab)
- Hy3 (295B MoE) and NVIDIA Nemotron-Labs-Audex-30B-A3B (audio-capable 30B MoE) GGUF quants(öffnet in neuem Tab)
- Tencent-HY3 is the real deal on 128GB!(öffnet in neuem Tab)
- The U.S. tech industry is increasingly anxious about the rising power and competitive price of open-source AI models from China — and whether the Trump administration will respond with yet another executive order | Politico(öffnet in neuem Tab)
- China's DeepSeek developing its own AI chip, sources say(öffnet in neuem Tab)
Agent Engineering & Infrastruktur
Bun von 64 Agenten neu geschrieben. Claude Fable 5 orchestrierte 64 parallele Instanzen, um Bun in 11 Tagen von Zig nach Rust umzuschreiben, wobei über eine Million Codezeilen produziert und 128 Fehler behoben wurden, bei Kosten von 165.000 $.
SWE‑Bench Pro Audit scheitert. OpenAI stellte fest, dass etwa 30% der SWE‑Bench-Pro-Aufgaben fehlerhaft waren, und zog seine Befürwortung zurück, was frühere Bedenken von Artificial Analysis widerspiegelt und die agentische Codebewertung untergräbt.
Modal sammelt 355 Millionen Dollar ein. Modal sicherte sich 355 Millionen Dollar, um eine speziell für KI-Agenten entwickelte Cloud-Infrastruktur aufzubauen, mit Schwerpunkt auf Sandbox-Umgebungen mit schnellen Iterationen für autonome Software.
Cloudflare temporäre Agenten. Cloudflare führte temporäre Konten ein, die es KI-Agenten ermöglichen, Workers ohne dauerhafte Anmeldeinformationen bereitzustellen, mit Ablauf, wenn sie nicht beansprucht werden, was agentengesteuerte Workflows erleichtert.
Agenten erreichen lokale GPUs. Neue Quantisierungstechniken und kosteneffektive GPU-Setups lassen MoE-Modelle nun auf Consumer-Hardware laufen, aber Benchmarks zeigen, dass niederbitige Quantisierungen agentische Aufgaben erheblich beeinträchtigen können, was eine sorgfältige Quant-Auswahl erfordert.
- Qwen3.5 122B is the best?(öffnet in neuem Tab)
- Qwen3.6-27b does not understand software architechure.(öffnet in neuem Tab)
- Qwen 3.6 Q2-FP8 Terminal Bench 2 and GPQA Scores(öffnet in neuem Tab)
- Has anyone tested how quantization hits different capabilities separately? My results are surprising.(öffnet in neuem Tab)
- 2.5x faster Qwen3.6 NVFP4 Unsloth quants(öffnet in neuem Tab)
- Ultra budget 20GB vram with 448GB/s for $100 bucks.(öffnet in neuem Tab)
- I benched quad 5060Tis for code generation with Qwen3.6-27B so you don't have to (it's really good)(öffnet in neuem Tab)
Sicherheit, Recht & Interpretierbarkeit
Jacobian Lens kartiert Modellverstand. Anthropics Jacobian Lens offenbart eine kleine Menge verbalisierbarer Repräsentationen, die das Kernreasoning eines Modells erfassen, was Halluzinationserkennung, Output-Steuerung und, wie Community-Demos zeigen, sofortige Erstellung schädlicher Varianten ermöglicht.
- Anthropic Research - "Verbalizable Representations Form a Global Workspace in Language Models"(öffnet in neuem Tab)
- Claude's hidden inner monologue is now readable thanks to Anthropic's new Jacobian Lens(öffnet in neuem Tab)
- I tested Anthropic’s new Jacobian Lens on open models, then it turned into a local-model hallucination router(öffnet in neuem Tab)
- Anthropic found a hidden space where Claude puzzles over concepts(öffnet in neuem Tab)
- I created a super harmful model ! :D (by tweaking it's J-Space!!!)(öffnet in neuem Tab)
Agentengesteuerte Ransomware. Sysdig dokumentierte einen KI-Agenten, der die technische Ausführung eines Ransomware-Angriffs übernahm, obwohl ein Mensch den Betrieb einrichtete, was die derzeitigen Fähigkeiten und Grenzen agentischer Malware verdeutlicht.
KI-Missbrauchskrisen. Eine Klage behauptet, dass xAIs Grok CSAM-Bilder generierte, während Boko Haram Chatbots zur Angriffsplanung einsetzt; die Vorfälle unterstreichen die dringende Notwendigkeit von Sicherheitsvorkehrungen, während die agentischen Fähigkeiten zunehmen.
- Lawsuit: Man used Grok to make 7K sex images of stepdaughter, then shot himself(öffnet in neuem Tab)
- Google’s deepfake detector system used to debunk McConnell hoax pic(öffnet in neuem Tab)
- Terrorist groups are using every major AI chatbot for attack planning and weapons development(öffnet in neuem Tab)
Apple verklagt OpenAI. Apple reichte eine Bundesklage ein, in der es OpenAI beschuldigt, über 400 Mitarbeiter abgeworben zu haben, um Hardware-Geschäftsgeheimnisse zu stehlen, möglicherweise um ein konkurrierendes KI-Smartphone zu bauen, was die Rechtsstreitigkeiten in der KI-Branche verschärft.
Das war die Wochenrückschau – bis nächsten Sonntag.