Neue Modelle & Benchmarks
Granite 4.2 Reasoning. IBM hat Granite 4.2 in den Größen 3B, 8B und 30B unter Apache 2.0 veröffentlicht. Die Modelle bieten Chain-of-Thought-Modi, 512K Kontext, natives Tool-Calling und wurden mit agentischem Reinforcement Learning nachtrainiert.
Thomson Reuters Rechtsmodell. Thomson Reuters hat Thomson-1.0-Small veröffentlicht, ein auf Recht und Steuern spezialisiertes Modell.
Qwen3.8 NVFP4-Quantisierung. Ein vollständig quantisierter NVFP4-Checkpoint von Qwen3.8-27B nutzt quantisierungsbewusste Distillation mit QUASAR, um eine nahezu BF16-Leistung zu erhalten – selbst wenn alle linearen Schichten quantisiert sind.
Muse-Glimmer-Benchmark. Muse Glimmer übertraf Qwen3.8 Medium in einem Benchmark für implizites Wissen und benötigte 3 bis 4 Stunden, gegenüber 30 Stunden bei Qwen xhigh. Das deutet darauf hin, dass RAG es nahe an Frontier-Modelle heranführen könnte.
Qwen3.8-Flash-Next lokal. Das kommende Qwen3.8-Flash-Next ist ein multimodales MoE mit rund 125B Parametern insgesamt und etwa 6B aktiven Parametern, plus einer 51B-N-Gramm-Tabelle. Eine 4-Bit-Quantisierung könnte in rund 82 GB passen – überraschend lokal einsetzbar.
Hardware & Inferenz
AMD-MI350X-Kernel. NetraRuntime hat einen Kernel als Open Source veröffentlicht, der Qwen3.6-35B-A3B auf 8 MI350X-GPUs mit 78.498 Ausgabe-Token pro Sekunde ausführt – rund das 2,16-Fache des vLLM-Durchsatzes.
OpenAI-Jalapeño-Chip. OpenAIs erster eigener Inferenzchip, Jalapeño, soll in SemiAnalysis-Benchmarks Nvidia Blackwell und Rubin bei Durchsatz pro Watt und Latenz übertreffen und bei GPT-OSS 120B 1.400 Token pro Sekunde pro Nutzer erreichen.
DFlash2-Beschleunigung. Ein DFlash2-Setup mit spekulativem Decoding auf einer RTX 4080 mit 16 GB beschleunigte Qwen3.8-27B von 50,6 auf 86,7 Token pro Sekunde – bei identischer Ausgabequalität.
Mac-Studio-Optionen. Ein Mac Studio M5 Ultra mit 96 GB bietet etwa die doppelte Speicherbandbreite des M5 Max mit 128 GB – für rund 740 Euro mehr. Eine Kostenanalyse legt jedoch nahe, dass günstigere Grafikkarten mit 24 bis 32 GB für die meisten lokalen Inferenzaufgaben wirtschaftlicher sein dürften.
Codetest mit 16 GB. Ein stark quantisiertes Qwen3.8-27B auf einer Quadro mit 16 GB implementierte eine mehrschichtige Transfer-Matrix-Methode korrekt von Grund auf – auch wenn es einen Großteil der 100 Minuten damit verbrachte, seine eigenen Validatoren zu debuggen.
Agenten & Frameworks
LangChain-Agenten-Tooling. LangChain hat RubricMiddleware für selbstbewertende Agenten hinzugefügt, Skills-Support in deepagents-CLI integriert und Loop-Engineering-Muster für das Verschachteln von Agenten-Loops dokumentiert.
LangSmith Engine 2x. LangSmith Engine erkennt jetzt bei internen Benchmarks mehr als doppelt so viele relevante Agentenprobleme und schreibt Fixes 25 % besser.
Speicher von Claude Cowork. Anthropic hat den Speicher zwischen Claude Chat und Claude Cowork vereinheitlicht. Cowork merkt sich nun Kontext aus dem Chat, und Nutzer können die gespeicherten Informationen einsehen, bearbeiten oder löschen.
Plan-and-Execute-Agenten. LangChain hat einen Plan-and-Execute-Agent-Executor eingeführt, der mehrstufige Aufgaben zunächst plant und dann ausführt. Dafür nimmt er mehr LLM-Aufrufe in Kauf, um eine bessere Planung über lange Horizonte zu erreichen.
Branche & Unternehmen
Sprach-KI aus Indien. Ringg hat 10 Millionen Dollar von Peak XV eingesammelt und entwickelt Sprach-KI-Agenten für indische Unternehmen. Das Unternehmen verarbeitet bereits 20 Millionen Anrufversuche pro Monat – mit Kunden wie Flipkart und Cred.
Generalist Robotics: 3 Mrd. Dollar. Das Robotik-Startup Generalist wird nach einer Aufstockung seiner Series B auf 600 Millionen Dollar mit 3 Milliarden Dollar bewertet. Sein Modell Gen 1.5 ermöglicht Robotern, Aufgaben aus Videodemonstrationen zu lernen, die nur 3 bis 12 Sekunden dauern.
Finanzierung für Stability AI. Stability AI hat in einer Series B 76 Millionen Dollar von Investoren eingesammelt, darunter Universal Music, Sony Music, Warner Music und EA. Damit hat das Unternehmen für kreative KI-Tools insgesamt 232 Millionen Dollar erhalten.
Google-Legal-KI. Google hat Gemini Enterprise for Legal gestartet. Über MCP-Connectors lässt es sich mit iManage, NetDocuments, Harvey und anderen integrieren – zur Vertragsprüfung, Rechtsrecherche und Überwachung regulatorischer Anforderungen.
Agenten bei Lyft und Klarna. Lyft hat mit LangGraph und LangSmith eine Self-Service-Plattform für den Multi-Agenten-Kundensupport aufgebaut. Klarnas LangGraph-Assistent erledigt derweil Arbeit, die 700 Vollzeitkräften entspricht.
Sicherheit & Regulierung
ChatGPT-Kampagne aus Russland. OpenAI hat eine verdeckte russische Einflussoperation unterbunden, die ChatGPT nutzte, um kremlfreundliche Inhalte und Fake-Artikel zu erstellen. Die Inhalte wurden über X, LinkedIn, Facebook, Substack und Telegram verbreitet.
EU-AI-Act-Compliance. LangChain hat einen Leitfaden veröffentlicht, wie sich LangSmith und LangChain OSS nutzen lassen, um die Hochrisiko-Anforderungen des EU-AI-Acts zu erfüllen – etwa Protokollierung, Monitoring und menschliche Aufsicht.
Das war alles für diesen Tag – etwa 5 Minuten Lesezeit.