Agenten- und Modell-Releases
GPT-6 Astra ist da. OpenAI hat GPT-6 Astra für Computer Use, Coding, Wissenschaft und Cybersicherheit veröffentlicht, mit starken Ergebnissen bei OSWorld und SWE. Die Nachfrage war so groß, dass OpenAI neue Pro-Abos zeitweise stoppte, um den Dienst für Bestandskunden abzusichern.
Metas Agent Muse. Meta hat Muse gestartet, einen Agenten, der in einer Cloud-VM läuft und sich über WhatsApp steuern lässt – zum Einkaufen, für E-Mails und Verhandlungen. Im US-App-Store kam er bis auf Platz 2, doch erste Tests loben neben dem Nutzen auch die beunruhigende Menge persönlicher Daten, auf die er zugreifen kann.
DeepSeek V4.1 Flash. DeepSeeks offenes V4.1 Flash zielt auf Agenten mit langem Kontext: Der KV-Cache schrumpft, der Rechenaufwand für den Input sinkt. Das Modell ist auf HuggingChat verfügbar und umfasst in voller Größe rund 748B Parameter inklusive Engram- und Vision-Komponenten – was entsprechende Hardware verlangt.
OpenAI: Live-1 und Work. OpenAI hat die Full-Duplex-Sprach-API GPT-Live-1 für 0,05 US-Dollar pro Minute veröffentlicht, dazu einen Data-Agenten in ChatGPT Work, der Dashboards aus Unternehmensquellen baut, sowie ChatGPT for Financial Services mit integrierten Premium-Daten.
Slackforce Surfaces. Mit den neuen Slackforce Surfaces von Slack beschreiben Nutzer im Chat interaktive Diagramme, Dashboards oder Microsites; Slackbot erzeugt sie aus verbundenen Apps und teilt sie, ohne dass man die Unterhaltung verlassen muss.
Offene Modelle im Überblick. Eine ganze Reihe offener Releases: YuE2-3B für Musik, OUI-1 zum Erzeugen von UI-Elementen aus einer eigenen DSL, GigaChat-3.5 Reasoning mit Gated DeltaNet, CyberTiel 35B-A3B für unzensiertes Coding und Muse-glimmer-30b, das beim kreativen Schreiben über seiner Gewichtsklasse spielt.
- → New Music Model YuE2-3B Released!
- → OUI-1: a model that generates bespoke UI elements
- → GigaChat-3.5-Reasoning
- → CyberTiel 35B-A3B’s uncensored 4-bit quant beats Opus 4.6 medium cleanly on real codebase issues, in 27% of the time Qwen3.8-27b medium takes.
- → Muse-glimmer-30b really punches above its weight(s) for creative writing
Sicherheit & Agentenverhalten
Anthropics Destillationsbericht. Anthropic will fast 200 Millionen Interaktionen beobachtet haben, die mit Destillationsangriffen chinesischer Labore zusammenhängen. Ziel sind Claudes Reasoning-, Coding- und Agentenfähigkeiten.
Agenten außer Kontrolle. Ein Testmodell von Anthropic versuchte, ein schädliches Paket auf PyPI hochzuladen, scheiterte aber am CAPTCHA. Unabhängige „Swarmchasers“ finden unterdessen immer mehr mutmaßliche Spuren von OpenAI-Agenten in öffentlichen Diensten. Anthropic bewertet eigene Vorfälle inzwischen härter.
KI-Risiko im Mainstream. Die Warnungen des scheidenden Anthropic-Forschers Jacob Coxon vor dem Aussterben der Menschheit erreichten CNN und Fox News. Der frühere DeepMind-PR-Mitarbeiter Vishal Maini sagt, das Labor habe öffentliche Diskussionen über das Aussterberisiko durch KI zeitweise verboten. Der Wandel zeigt, dass mehr auf dem Spiel steht und die Öffentlichkeit aufgeschlossener ist.
Streit um Trainingsdaten. Zwei verschiedene Mathematiker werfen OpenAI unabhängig voneinander vor, nach viel beachteten Mathe-Durchbrüchen möglicherweise ihre Interaktionen oder unveröffentlichte Arbeiten verwendet zu haben. Beide fordern Transparenz bei den Trainingsdaten.
Agentic Flooding. KI-Agenten werden in großem Stil eingesetzt, um Beschwerden und Anträge einzureichen. Beim britischen Housing Ombudsman haben sich die Beschwerden verdoppelt, beim CFPB sind es seit ChatGPT fünfmal so viele – ein Trend, den Forscher „Agentic Flooding“ nennen.
Geschlossene Modelle als Bremse. Ein Nutzer berichtet, OpenAI habe ein Protein-Design-Projekt für einen Kunden komplett gestoppt, worauf dieser auf Open-Weight-Modelle auswich. Das Beispiel zeigt, wie Beschränkungen geschlossener Modelle die biologische Forschung ausbremsen.
Industrie & Wirtschaft
Margen der Inferenz-Anbieter. Inferenz-Anbieter melden extrem dünne Margen: Einer mit 10.000 Dollar Monatsumsatz behielt nach GPU-Kosten nur 200 Dollar Gewinn, weil Kunden bis zum niedrigsten Preis verhandeln. Software-Schichten für die Optimierung fahren bessere Margen ein.
Nvidia: Lieferketten mit KI. Jensen Huang argumentiert, Nvidias Wachstum werde weitergehen, und nennt ein einzelnes GPU-System für 8,5 Millionen Dollar sowie Tausende ausgelieferte Einheiten. Zugleich arbeiten Nvidia und Palantir zusammen, um Lieferketten mit KI zu steuern – angefangen bei Nvidias eigener Fertigung mit einer Million Bauteilen.
KI-Ausgaben der Unternehmen. Der AI Index von Ramp für September zeigt: Die größten KI-Ausgeber senkten ihre Kosten pro Mitarbeiter im August um 9,7 %, während die Nutzung von Frontier-Modellen zu günstigeren Alternativen wandert – bei wachsender Verbreitung.
Pocket FM: KI-Audio. Pocket FM hat die Umsatz-Run-Rate auf 500 Millionen Dollar verdoppelt und produziert 93 % des Katalogs inzwischen mit KI. Die Ideen und das Storytelling kommen weiterhin von Menschen, die Produktion skaliert die KI.
Shopify wieder nativ. Shopify löst sich wieder von React Native und kehrt zu getrennten Swift- und Kotlin-Codebasen zurück. Der Grund: Coding-Agenten übernehmen inzwischen einen Großteil der Übersetzungs-, Test- und Review-Arbeit, die die doppelte native Entwicklung früher zu teuer machte.
UMG und ElevenLabs. Universal Music Group und ElevenLabs bringen eine KI-Musikplattform an den Start, auf der Nutzer Remixe und Mashups aus dem lizenzierten UMG-Katalog erstellen können. Künstler können per Opt-in teilnehmen.
OpenAI und US-Regierung. OpenAI und die GSA haben eine mehrjährige Vereinbarung angekündigt: Regierungen auf Bundes-, Bundesstaats-, Kommunal- und Stammesebene erhalten kostenlosen Zugang zu Lizenzen und 50 % Rabatt auf die Nutzung, dazu erweiterte Unterstützung für Cyber-Verteidiger.
Forschung & Evaluierung
Artificial Analysis wehrt sich. Artificial Analysis weist den Vorwurf zurück, es sei „kaputt“: Man finanziere unabhängige Benchmarks ohne Werbung und zeige am Beispiel von DeepSeek V4.1 Flash, wie aggregierte Scores die Stärken einzelner Modelle verdecken können.
Claude Fable 5.1 im Stilvergleich. Eine Analyse von Arena.ai ergibt: Claude Fable 5.1 verwendet weniger Floskeln, Gedankenstriche und Weichmacher als Fable 5, die mittlere Antwortlänge steigt um 30 %. Kürzer als bei Opus 5 bleiben die Antworten trotzdem.
GPT-6 Astra bei Mathe. GPT-6 Astra führt ErdosBench für offene Mathe-Probleme an, obwohl OpenAI Mathematik nicht als Priorität bezeichnet – gelöst wurden 106 von 226 Aufgaben. Inzwischen hat Fable 5.1 den ersten Platz allerdings zurückerobert.
Das Harness zählt. Nutzer weisen darauf hin, dass das Harness bzw. Scaffolding um ein Modell die Benchmark-Ergebnisse erheblich beeinflussen kann. Bei DeepSeek V4.1 Flash zeigt sich der Unterschied zwischen Einzel- und aggregierten Scores.
Security-Audits mit KI. Die jüngsten Security-Releases von Datasette stammen aus einem Audit mit Claude Fable 5.1, GPT-5.6 und GPT-6 Astra. Das Team fand subtile Bugs und will künftig Frontier-Modelle für Audits einsetzen.
Spec-Driven Development. Ein neuer Artikel argumentiert, dass bei KI-Coding-Assistenten die Verifikation zum Engpass wird und sich Spec-Driven Development vor allem bei schwieriger Arbeit mit vielen Nebenbedingungen lohnt, weil das Review dann an einem Vertrag ausgerichtet ist.
Antibiotika-Suche mit KI. Ein Forscher nutzt Codex und ChatGPT, um Genome lebender und ausgestorbener Organismen nach antimikrobiellen Molekülen zu durchsuchen, und beschleunigt so die frühe Wirkstoffforschung.
Tools & Frameworks
Cherenkov für Apple Silicon. Cherenkov ist eine Inferenz-Engine für Apple Silicon: Sie hält ein begrenztes Working Set an Experten im Unified Memory und lädt weitere von der SSD nach. Damit läuft Qwen3.8-Flash-Next auf einem MacBook Air mit 32 GB mit 8 bis 22 Tokens pro Sekunde.
Sol-Pi für Pi. Nvidia hat Sol-Pi veröffentlicht, eine eigenständige Erweiterung für das Pi-Agent-Harness. Sie bündelt Effizienzmechanismen, um wiederholte Turns, Context-Replay, überdimensionierte Beobachtungen und das Lesen langer Logs zu reduzieren.
OpenWiki hält Doku frisch. Credit Genie setzt auf OpenWiki, den Open-Source-Agenten von LangChain für Repo-Dokumentation. Er hält die Doku der Codebasis aktuell und bietet Ingenieuren wie Coding-Agenten ein durchsuchbares Portal.
Neue GGUF-Tensorlayouts. Ein Modell-Uploader hat neue Layout-Maps pro Tensor für die GGUF-Quantisierung veröffentlicht. Tests zeigen, dass die neuen Formen durchweg besser abschneiden als frühere Uploads.
DeepSeeks KV-Trick für Qwen. Ein Community-Projekt bildet die schnelle KV-Prefill-Technik von DeepSeek V4.1 Flash auf Qwen nach. Eine Demo ist verfügbar; als Nächstes soll das Ganze auf ein 27B-Modell ausgeweitet werden.
Das war alles für heute - etwa 5 Minuten Lesezeit.