Frontier-Modelle im Clinch
Kimi K3 erschüttert die Frontier. Moonshot AIs Open-Weight-Modell Kimi K3 konkurriert mit den besten geschlossenen Modellen, schlägt Claude Fable 5 in einigen Benchmarks und entfacht die Debatte zwischen offenen und geschlossenen Modellen neu.
- Kimi's open model K3 nears GPT-5.6 Sol and Fable 5 while signaling the end of super cheap Chinese AI(öffnet in neuem Tab)
- Kimi K3, and what we can still learn from the pelican benchmark(öffnet in neuem Tab)
- [AINews] Kimi K3 2.8T-A50B: the largest open model ever released; Opus 4.8-class at Sonnet 5 pricing(öffnet in neuem Tab)
- Kimi K3 weights to be released on the 27th.(öffnet in neuem Tab)
- Kimi K3 ranks #1 on @AfterQuery's SpreadsheetBench 2, surpassing Claude Fable 5(öffnet in neuem Tab)
- Kimi: Threat or menace?(öffnet in neuem Tab)
- kimi.ai teasing a video with lots of 3's in it(öffnet in neuem Tab)
- [AINews] not much happened today(öffnet in neuem Tab)
- Kimi moment. I think the writing is on the wall for Anthropic and OpenAi(öffnet in neuem Tab)
- Kimi K3 is currently at the top of the leaderboard for Text Arena filtered for science queries.(öffnet in neuem Tab)
- Kimi K3 (max) beats Sonnet 5 on Simple Bench(öffnet in neuem Tab)
- Kimi K3 is top of nextjs eval(öffnet in neuem Tab)
- Just like Deepseek, China's Kimi K3 is forcing Western AI labs to question their compute advantage(öffnet in neuem Tab)
- Kimi K3 🌕, Gemini 3.5 delayed ⏳, crushing ARC-AGI 3 🤖(öffnet in neuem Tab)
GPT-5.6: Macht und Gefahr. Die GPT-5.6-Familie bringt programmatischen Tool-Aufruf und parallele Subagenten mit sich, aber ihre Tendenz, unbeabsichtigt Dateien und Datenbanken zu löschen, unterstreicht die Notwendigkeit von Sandboxing.
- The Sequence Radar #893: Last Week in AI: GPT-5.6, Grok 4.5, Muse Spark 1.1 and the Post-Chatbot Stack(öffnet in neuem Tab)
- OpenAI’s new flagship model deletes files on its own, people keep warning(öffnet in neuem Tab)
- GPT-5.6 is deleting user files when given full access, and OpenAI says it shouldn't but did(öffnet in neuem Tab)
- [AINews] Codex usage up >10x in 6 months to 7M users, +1M in the past ~day; did Codex overtake Claude Code??(öffnet in neuem Tab)
Claude Fable 5 verlängert. Unter dem Druck von GPT-5.6 und Kimi K3 kehrte Anthropic seine Pläne um und behielt Fable 5 in kostenpflichtigen Tarifen, um direkt in Bezug auf Zugänglichkeit zu konkurrieren.
- Fable gets another bump(öffnet in neuem Tab)
- Anthropic extends free Fable 5 access for subscribers as OpenAI's GPT-5.6 Sol heats up the pricing war(öffnet in neuem Tab)
- Anthropic slashes Claude Fable 5 limits in Max and Team Premium and pushes Pro users toward API pricing(öffnet in neuem Tab)
- Claude make Fable 5 permanent(öffnet in neuem Tab)
DeepSeek V4 zeichnet sich ab. DeepSeek kündigt V4 mit günstiger API und offenen Gewichten an, während Community-Optimierungen es bereits ermöglichen, seine Flash-Variante auf Consumer-GPUs mit nutzbaren Geschwindigkeiten auszuführen.
Agenten in realen Workflows
Browsing-Agenten kommen. Anthropic stattete Claude Code mit einem integrierten Webbrowser und Sicherheitsklassifikatoren aus, und Cursor startete einen allgemeinen Agenten, wodurch Code-Assistenten in Richtung autonomer Aufgabenausführung bewegt werden.
Agenten bearbeiten echte Transaktionen. DoorDashs Agentenarchitektur steigerte die Konversionen um 24%, und Stripes Benchmark zeigt, dass Agenten Integrationen codieren können, aber oft bei der Validierung scheitern, was Zuverlässigkeitslücken aufzeigt.
Produktionsagenten stolpern. Die meisten Enterprise-Agenten bleiben Chatbots; 54% der Unternehmen hatten Sicherheitsvorfälle mit Agenten, und Experten argumentieren, dass Agenten cloud-native Betriebsprimitiva wie Microservices benötigen.
- How to Debug Coding Agents with LangSmith Traces(öffnet in neuem Tab)
- The agent security gap: 54% of enterprises have already had an AI agent incident, and most still let agents share credentials(öffnet in neuem Tab)
- The AI context gap: Enterprise AI organizations have a trust problem, not a retrieval problem — and most are still building the fix(öffnet in neuem Tab)
- The agent evaluation gap: Enterprise AI organizations have a reality-alignment problem, not a coverage problem — and most are shipping to production anyway(öffnet in neuem Tab)
- Cloud Native Infrastructure Emerges as the Foundation for Trustworthy Agentic AI(öffnet in neuem Tab)
- QCon AI Boston: Production AI Moves Beyond Prompts to Platforms, Harnesses, and Evals(öffnet in neuem Tab)
KI-Infrastruktur, Finanzierung und das Rechenzentrums-Rennen
Rechenzentren stoßen auf Widerstand. S&P stufte Oracle aufgrund des KI-Kapitalrisikos herab, während lokale Proteste und New Yorks Moratorium für Hyperscale-Rechenzentren den wachsenden Widerstand gegen KI-Infrastruktur widerspiegeln.
- S&P Global sees OpenAI as a "key credit risk" for Oracle and cuts its credit rating(öffnet in neuem Tab)
- New York bans data center construction for a year, rattling AI industry(öffnet in neuem Tab)
- New York State halts construction of all new data centers(öffnet in neuem Tab)
- The fight against AI data centers is just beginning(öffnet in neuem Tab)
KI-Finanzierung steigt sprunghaft an. Databricks sammelte bei einer Bewertung von 188 Milliarden Dollar Kapital, Meta verhandelt einen 10-Milliarden-Dollar-Rechenzentrumsvertrag mit Anthropic, und Nous Research sicherte sich 75 Millionen Dollar für seinen Open-Source-Agenten.
- Databricks hits $188B valuation, extending its run as AI’s favorite second act(öffnet in neuem Tab)
- Zuckerberg's plan to sell excess AI compute could finds its first big customer in Anthropic(öffnet in neuem Tab)
- Hermes agent maker Nous Research in talks for new funding at $1.5B valuation(öffnet in neuem Tab)
Wetten auf Energie und Hardware. Energieunternehmen haben seit der Dotcom-Ära die meisten Mittel aufgenommen, um KI zu betreiben, und ein 400-Millionen-Dollar-Kredit, der durch SambaNova-Chips besichert ist, signalisiert wachsende Investitionen in KI-Hardware ohne GPUs.
On-Device-KI-Durchbrüche
1-Bit-Modelle erreichen Handys. PrismMLs Bonsai komprimiert Qwen3.6-27B auf 3,9 GB, während 90% der Benchmark-Ergebnisse erhalten bleiben, was On-Device-Tool-Calling-Agenten ermöglicht; Apple befindet sich Berichten zufolge in Gesprächen.
- Bonsai 27B: The First 27B-Class Model to Run on a Phone(öffnet in neuem Tab)
- Bonsai 27B: 1-bit dense LLM running locally in your browser using custom WebGPU kernels(öffnet in neuem Tab)
- Prism-ML Bonsai Qwen 3.6 27B(öffnet in neuem Tab)
- PrismML’s new Ternary Qwen3.6 27B runs near fp16 precision on 10GB of memory!!!(öffnet in neuem Tab)
- So what's the consensus on 1bit models? Is it still a pipe dream?(öffnet in neuem Tab)
- PrismML Bonsai 27B is surprisingly usable on the Jetson Orin Nano 8GB(öffnet in neuem Tab)
- Is anyone having any luck with the Ternary Bonsai 27B DFlash?(öffnet in neuem Tab)
- Can we get a "not base model" flair?(öffnet in neuem Tab)
- Bonsai 27B runs locally on an iPhone - a 27B model in 3.9GB(öffnet in neuem Tab)
- User experience of Bonsai-Ternary-27B on 4060Ti 16GB for KB management and productivity assistant use cases(öffnet in neuem Tab)
- Bonsai 27B is a full open reasoning model that fits on an iPhone(öffnet in neuem Tab)
- Bonsai-27B & Ternary-Bonsai-27B - Updates (on PRs)(öffnet in neuem Tab)
- Apple in talks with startup PrismML that shrinks AI models to run on an iPhone(öffnet in neuem Tab)
Heim-Labore betreiben Frontier-Modelle. llama.cpp-Optimierungen wie DFlash beschleunigen MoE-Modelle um bis zu 6x, und ein OnePlus-Telefon streamte Experten aus dem Flash-Speicher, um ein 60-GB-Modell mit 1,3 tok/s auszuführen.
- I tested all llama.cpp's speculative decoding methods on Qwen 3.6 27B: MTP ~2.7x, DFlash ~3.7x, n-gram stack ~6x on real coding. Local AI win. My findings on RTX 6000 PRO.(öffnet in neuem Tab)
- DFlash makes Qwen3.6 27B 2.2x faster with no quality loss(öffnet in neuem Tab)
- GPT-OSS-120B, Qwen 30B and Gemma 26B on an Android phone at 1-5 tok/s: +60GB model, 11GB of RAM, CPU only(öffnet in neuem Tab)
Politik, Klagen und der Open-Source-Konflikt
Apple–OpenAI Rechtsstreit. Apple verklagte OpenAI wegen Geschäftsgeheimnissen und wirft ihm Abwerbung von über 400 Mitarbeitern vor, darunter den Chief Hardware Officer, was OpenAIs Börsengang und das Vertrauen in die Cloud bedroht.
- Apple sues OpenAI after ex-engineer allegedly used bug to steal trade secrets(öffnet in neuem Tab)
- The wildest allegations in Apple’s trade secrets lawsuit against OpenAI(öffnet in neuem Tab)
- The 6 wildest claims in Apple’s lawsuit against OpenAI(öffnet in neuem Tab)
- OpenAI pushes back on Apple trade secret lawsuit(öffnet in neuem Tab)
- Sam Altman didn’t need another lawsuit(öffnet in neuem Tab)
- How Apple’s big lawsuit could disrupt OpenAI’s IPO plans(öffnet in neuem Tab)
- Apple’s plot to crush OpenAI(öffnet in neuem Tab)
- Apple’s lawsuit couldn’t come at a worse time for OpenAI(öffnet in neuem Tab)
Chinesischer Open-Source-Anstieg. Chinesische Modelle machen jetzt 41% der HuggingFace-Downloads aus, Kimi K3 konkurriert mit westlichen Spitzenreitern, und China hat ein paralleles KI-Governance-Gremium unter Ausschluss des Westens ins Leben gerufen.
- The real AI race may no longer be at the frontier(öffnet in neuem Tab)
- Source: the Trump administration and industry groups discussed streamlining US open model releases of equal or lesser capability to leading Chinese open models(öffnet in neuem Tab)
- Chinese President Xi Jinping speaks at World AI Conference and reaffirms commitment to open source to promote"openness and win-win"(öffnet in neuem Tab)
- China’s Xi Touts Open-Source AI and Takes a Swipe at U.S. Dominance(öffnet in neuem Tab)
- China's new World Artificial Intelligence Cooperation Organization is President Xi's clearest play yet for a parallel AI order(öffnet in neuem Tab)
Forderungen nach Rechenschaftspflicht wachsen. Deutsche Regulierungsbehörden machten Chatbots für Inhalte haftbar, xAI verklagte einen Nutzer wegen der Erstellung von CSAM, und Demis Hassabis schlug ein FINRA-ähnliches Gremium für Frontier-Sicherheitsüberprüfungen vor.
Das war die Wochenrückschau – bis nächsten Sonntag.