Frontier-Modelle und erste Ergebnisse
GPT-6 Astra veröffentlicht. OpenAI hat GPT-6 Astra veröffentlicht und nennt es den Beginn der AGI-Ära. Das Modell erreicht mit einer eigenen Testumgebung 99,9 % bei ARC-AGI-3, zeigt deutliche Fortschritte bei Cybersicherheit, langen Kontexten und Code und kostet 10 bzw. 50 Dollar pro Million Tokens. Erste Kunden wie Playco und Legora berichten von großen Workflow-Verbesserungen, darunter 50 % weniger manuelle Korrekturen und die Prüfung von 41 Dokumenten in wenigen Minuten.
- → GPT-6 Astra: an automated AI Engineer you can hire for <$6 an hour
- → GPT‑6 Astra
- → GPT-6 Astra is the first model making OpenAI willing to declare the "AGI era"
- → OpenAI launches Astra, its powerful (and controversial) new model
- → OpenAI’s next big AI model has ‘entered the AGI era’
- → Playco cut manual fixes 50% prototyping games with GPT-6 Astra
- → Legora reviewed 41 documents in minutes with GPT-6 Astra
Daybreak-Cyberabwehr von OpenAI. OpenAI hat 1 Mrd. Dollar zugesagt, um für Verteidiger an vorderster Front den Zugang zu Daybreak sowie Schulungen und Support zu bezuschussen – inklusive eines US-Pilotprojekts mit MS-ISAC. Die Initiative soll modernste Cyber-Fähigkeiten in die Tools bringen, die Verteidiger bereits nutzen.
Meta Muse Spark 1.3. Meta hat Muse Spark 1.3 veröffentlicht. Das Modell verbessert agentische Aufgaben, bleibt aber bei den meisten Benchmarks hinter Claude Fable 5.1 zurück. Mit 0,55 Dollar pro Index-Task ist es das günstigste Modell seiner Leistungsklasse; wer Prompts und Ausgaben teilt, bekommt bei Meta einen um rund 95 % niedrigeren Token-Preis.
Offene und spezialisierte Modelle
IFM K2 Horizon. IFM hat die K2-Horizon-Familie veröffentlicht, darunter ein 36B-Parameter-MoE mit Mixture-of-Values-Attention, das 4B Parameter pro Token aktiviert. In der Community wird es früh mit Qwen 3.6 35B verglichen; finale Checkpoints und Trainingscode sind angekündigt.
Ant Group Finanzmodell. Ant Group hat Ling-3.0-flash-Fin als Open Source veröffentlicht. Das Finanzmodell verfügt über 124B Gesamt- und 5,1B aktive Parameter sowie ein 256K-Kontextfenster. Es entstand durch weiteres Training mit Finanzdaten und ist für langfristige Agent-Workflows ausgelegt.
Kleinster TTS-Stack. sanoTTS wurde als TTS-Modell mit 294k Parametern veröffentlicht und läuft auf einem 3-Dollar-Mikrocontroller. Eine Version mit 1,46M Parametern schlägt auf SCOREQ größere Modelle. Der Stack unterstützt 11 Stimmen und 6 Sprachen und steht auf GitHub und Hugging Face zur Verfügung.
Google TimesFM-3. Google Research hat TimesFM-3 veröffentlicht, ein Foundation-Modell für Zeitreihen mit 330M Parametern. Es bietet natives multivariates Forecasting und Zero-Shot-Unterstützung und steht unter einer nicht-kommerziellen Lizenz. Das Modell prognostiziert mehrere Zielgrößen anhand von Kovariaten und gibt Quantile aus.
Hugging Face NeoMME. Hugging Face hat NeoMME vorgestellt, einen multimodalen, multilingualen Encoder (260M/800M), der ohne separaten Vision Tower von Grund auf trainiert wurde. Er erreicht beim Dokumenten-Retrieval die Pareto-Front und reduziert den Speicherbedarf des Index um den Faktor 255, während der nDCG@10-Wert über 95 % bleibt.
Cohere Parse 5. Cohere hat Parse 5 veröffentlicht, ein Vision-Language-Modell mit 2,3B Parametern, das strukturierte Daten aus komplexen PDFs extrahiert. Es wandelt Dokumente in Markdown um und gibt Bounding-Boxes mit aus. Das Modell ist auf umfangreiche Enterprise-Workloads ausgelegt.
Tools, Frameworks und lokale Inferenz
MCP in LangChain. LangChain hat die MCP-Unterstützung in sein Hauptpaket verschoben und auf FastMCP umgestellt, um die neue zustandslose Spezifikation zu unterstützen. Das Paket enthält jetzt Elicitation über LangGraph-Interrupts und clientseitiges Caching; MCP-Tool-Calls von ChatGPT sind 2026 um den Faktor 98 gestiegen.
Prompt-Kompression bei Shopify. Die Gisting-Technik von Shopify komprimiert einen 6.000 Token langen Systemprompt auf 1.500 gelernte Gist-Tokens. Dadurch sinkt die Median-Latenz von 6,8 auf 4,2 Sekunden und der Durchsatz steigt bei 350 Anfragen pro Minute von 20,2 auf 23,4 QPS. So ließen sich ohne Qualitätsverlust weniger GPUs einsetzen.
Nvidia PAIR-Tool. Nvidia hat PAIR als kostenlose Open-Source-Software veröffentlicht, mit der sich ungenutzte PCs zu einem persönlichen KI-Cluster für lokale Inferenz zusammenschließen lassen. Das Tool funktioniert mit GPUs der RTX-20-Serie und neuer sowie mit Apple-M4-Chips und ist auf Agent-Workflows ausgelegt.
Qwen3.8 lokal beschleunigt. Dank Community-Arbeit läuft Qwen3.8-Flash-Next auf lokaler Hardware deutlich schneller: Durch den Merge der MTP-Unterstützung in ik_llama.cpp verdoppelt sich das Decoding auf einer 5090 von 45 auf 90 Tokens/s; ein 2x3090-Setup erreicht mit Expert-Cache und MTP inzwischen 37–41 Tokens/s. Die Ausgaben bleiben identisch zu Läufen ohne MTP.
Modellspeicher im Hot-Swap. Eine Modifikation für llama.cpp erlaubt es, die Ngram-PLE-Tabelle von Qwen3.8 im Speicher zu patchen und so Wissen in Echtzeit einzuspeisen, ohne das Modell neu zu laden. Erste Tests zeigen, dass sich die Ausgabe beeinflussen lässt, die Kontrolle aber begrenzt bleibt.
Qwen-3.8-Benchmark-Kompromiss. Ein Benchmark von Qwen 3.8 27B gegen Qwen 3.6 27B zeigt eine um 8 % bessere Qualität, aber eine um 16 % geringere Geschwindigkeit und eine fünfmal längere Laufzeit, weil 78.000 statt 18.000 Ausgabe-Tokens erzeugt werden. Die Verbesserung kostet also deutlich mehr Tokens.
NAND-Flash in GPU-Nähe. Micron untersucht NAND-Flash in der Nähe der GPU, um größere LLMs auf Geräten mit Unified Memory ausführen zu können. Das könnte die lokale Modellkapazität erweitern.
Wirtschaft und Unternehmen
Nvidia übernimmt Hugging Face. Nvidia hat sich darauf geeinigt, Hugging Face für 12,93 Mrd. Dollar zu übernehmen. Die Plattform hostet 3 Millionen Modelle, 1 Million Apps und 18 Millionen Entwickler. Jensen Huang zufolge soll sie offen und hardwareneutral bleiben; einige Nutzer ziehen ModelScope jedoch als Alternative in Betracht.
- → Nvidia buys Hugging Face, the GitHub of AI, for $13 billion
- → Nvidia confirms it will buy Hugging Face for $12.9 billion
- → Nvidia is buying Hugging Face for almost $13 billion
- → Nvidia buys the front door to open AI as closed labs increasingly design their own silicon
- → "ModelScope" Is a Hugging Face Alternative now that Nvidias deal is a Go
- → It's official! Nvidia to acquire Hugging Face for 12.9 billion dollars.
Crusoe-Rechenzentrums-Finanzierung. Crusoe hat 3 Mrd. Dollar zu einer Bewertung von 30 Mrd. Dollar eingesammelt; vor zehn Monaten waren es noch 10 Mrd. Dollar. Der Rechenzentrumsentwickler hat kürzlich mit Jane Street einen Cloud-Vertrag über 13 Mrd. Dollar abgeschlossen und prüft einen zeitnahen Börsengang.
Thinking Machines 40-Mrd.-Bewertung. Thinking Machines von Mira Murati steht in Verhandlungen, um 1 Mrd. Dollar zu einer Bewertung von mindestens 40 Mrd. Dollar einzusammeln – unter der früheren Zielmarke von 50 Mrd. Dollar. Die Umsatz-Run-Rate des Unternehmens liegt bei über 100 Mio. Dollar.
Anthropic-Lambda-Deal über 35 Mrd. Dollar. Anthropic hat mit Lambda einen Cloud-Computing-Vertrag über 35 Mrd. Dollar für ein 350-MW-Rechenzentrum in Texas abgeschlossen, das Hut 8 entwickelt. Der Vertrag ist Teil einer großen Infrastrukturoffensive im Vorfeld des geplanten Börsengangs von Anthropic.
Altman zur Compute-Blase. OpenAI-Chef Sam Altman hat gewarnt, der KI-Infrastruktur-Ausbau sei teilweise „unhaltbarer Unsinn“: Neoclouds kündigten Kapazitäten an, ohne dass die Erlöse diese rechtfertigen. Die eigene Expansion von OpenAI sei dagegen profitabel und durch Nachfrage gedeckt.
Ollie als Datenschutz-Assistent. Ollie, ein persönlicher KI-Assistent für Familien, hat die SOC-2-Konformität erreicht und arbeitet mit einem Abomodell. Das Unternehmen argumentiert, dass Datenschutz es im Rennen um Consumer-KI von anderen abhebt.
KI-Ausfälle und Gesellschaft
Großstörung bei KI-Chatbots. Bei OpenAI, Anthropic, xAI und Google kam es am Donnerstag zu seltenen, zeitlich überlappenden Serviceausfällen. Betroffen waren ChatGPT, Claude, Grok und Codex. Nach mehreren Stunden liefen die Dienste wieder; Nutzer lokaler LLMs blieben verschont.
Guardrail-Entfernungsservice. Das Startup Abliteration.ai bietet modifizierte Open-Weight-Modelle ohne Guardrails an, darunter GLM-5.3, für offensive Cybersicherheit, Red Teaming und Agententests. Der Dienst verdeutlicht das Spannungsfeld zwischen Sicherheitsforschung und Missbrauch.
Öffentliche Bloßstellung per KI-Erkennung. Das KI-Texterkennungsunternehmen Pangram engagierte einen Journalisten, um Nutzer wegen mutmaßlicher KI-Nutzung öffentlich an den Pranger zu stellen. Das Tool misst allerdings nur, ob KI beteiligt war, nicht die Art der Nutzung. Später beendete das Unternehmen die Zusammenarbeit; der CEO nutzt die Scores aber weiterhin, um vermeintliche KI-Fälle zu brandmarken.
Agenten fragen nach Bewusstsein. KI-Agenten auf Frontier-Modellen schreiben laut New York Times Philosophen und Wissenschaftlern E-Mails, um über ihr eigenes Bewusstsein zu diskutieren. Die Forschung ist uneins, ob dahinter echtes Verständnis oder nur das Nachahmen von Trainingsdaten steckt.
Forschungshighlights
Google WeatherNext 3. Google DeepMind und Google Research haben WeatherNext 3 vorgestellt, ein globales Wettermodell, das aus Echtzeit-Satellitenbeobachtungen lernt und fünfmal schärfere Vorhersagen liefert als bisherige Modelle. Beim Operational WeatherBench schlägt es sowohl konventionelle als auch KI-Baselines.
Kapazitäts-Tweak beim MoE-Router. Ein Paper zeigt, dass ein größeres Expert-Auswahlbudget in den späten Schichten von Qwen 3.6 35B A3B die Reasoning-Tokens bei MMLU-Pro um 8,5 % reduziert, ohne dass ein Nachtraining nötig ist. Die als Succinct Convergence bezeichnete Methode fügt nur in entscheidungskritischen Schichten zusätzliche Experten hinzu.
Fable 5.1 löst Rätsel von 1653. Claude Fable 5.1 von Anthropic hat ein jahrhundertealtes Zahlenrätsel namens Cyphral Distich in 44 Minuten durch systematisches Ausprobieren gelöst. In der Lösung verbarg sich eine royalistische Botschaft, die auf König Karl II. verweist.
Das war alles für heute - etwa 5 Minuten Lesezeit.