Agenten- und Modell-Releases
StepFun Step 5 Preview. Eine Vorschau des Step-5-Modells von StepFun taucht auf OpenRouter auf und ist dort zum Testen verfügbar. Details gibt es nur wenige, doch sie deutet auf ein neues Frontier-Release des chinesischen Labors hin.
JetBrains Mellum2.1. JetBrains hat Mellum2.1 veröffentlicht, ein 12B-Mixture-of-Experts-Modell für Coding-Agenten mit 2,5B aktiven Parametern, unter Apache 2.0. Es verbessert sich gegenüber dem Vorgänger in den meisten Benchmarks und erreicht 82,0 auf LiveCodeBench v6, liegt bei schwierigen agentischen Software-Aufgaben aber weiter hinter Qwen3.5-9B.
Google Gemini Agent. Google hat einen einheitlichen Gemini-Agenten für Unternehmen angekündigt, der über Workspace, Slack, Microsoft 365 und Mobilgeräte hinweg arbeiten und den Kontext geräteübergreifend beibehalten kann. Zum Start im Enterprise-Bereich kann er Sub-Agenten einsetzen und hat eine eigene Coworker-Identität samt eigener E-Mail-Adresse.
Claude-Dashboards und Motion. Anthropic hat Dashboards eingeführt, mit denen sich Live-Dashboards per Text-Prompt automatisch aktualisieren lassen, sowie Motion zum Erzeugen animierter Erklärvideos – beide in der Beta. Docs, Slides und Design sind jetzt in allen Tarifen allgemein verfügbar, auch in kostenlosen Konten.
Tools & Frameworks
Training mit 40 GB VRAM. Ein neues Rezept ermöglicht LoRA-Training von Qwen3.8-Flash-Next (125B-A6B) in 40 GiB VRAM ohne CPU-Offloading und erreicht auf einem Strix Halo eine Trainingsgeschwindigkeit von 200 Token/s. Es setzt auf moderne GGUF-Unterstützung in transformers 5.18 und ein diskbasiertes Engram.
AMD-Rechner mit 256 GB VRAM. Ein Rechner für 2800 Dollar mit acht Radeon Pro V620 GPUs und einem angepassten vLLM-Fork betreibt Qwen3.8-Flash-Next mit 60–100 Token/s beim Decode und über 3000 Token/s beim Prefill – und übertrifft damit llama.cpp auf denselben Karten deutlich.
Agenten, die zahlen können. LangChains Beispielagent Restock zeigt, wie Agenten mit Stripes Link-Wallet und Managed Deep Agents sicher echte Käufe tätigen können; der Agent sieht nie Kartennummern, und die Ausgaben sind durch vom Nutzer genehmigte Budgets begrenzt.
Forschung & Benchmarks
Performance von Decision-Modellen. Benchmarks auf einer RTX 4090 zeigen: Laya ist bei der Wortklassifikation das schnellste offene Decision-Modell, während lev trotz 13-facher Langsamkeit die meisten Fehler erkennt. In separaten Tests spielen Decision-Modelle Pac-Man in Echtzeit und schaffen 8 von 14 Leveln in einem 2D-Plattformer.
Fortschritte bei der Quantisierung. Neue Forschung untersucht Ultra-Low-Bit-Quantisierung per latenter Faktorisierung (LittleBit) sowie die Quantisierung von Linear-Attention-Modellen wie Qwen und Kimi; das könnte noch kleinere und schnellere lokale Modelle ermöglichen.
Mathematiker boykottieren OpenAI. Die Association for Human Mathematics ruft Mathematiker dazu auf, die Zusammenarbeit mit OpenAI zu beenden, nachdem das Unternehmen Hunderte KI-generierte Beweise veröffentlicht hat, die viele als undurchsichtig und nicht verifizierbar empfinden. OpenAIs Lösungen verfehlen zudem Standards, die menschliches Verständnis erfordern; bei einer behaupteten Lösung klafft eine Lücke zwischen natürlicher Sprache und formalem Beweis.
Industrie & Business
Finanzierung von Agenten-Startups. Arena hat 200 Mio. Dollar bei einer Bewertung von 3,1 Mrd. Dollar eingesammelt; das chinesische Manus sammelte über 500 Mio. Dollar ein, nachdem seine Meta-Übernahme geplatzt war; und Cal-AI-Gründer Zach Yadegari sammelte 10 Mio. Dollar für sein neues KI-Agenten-Startup Persona ein.
OpenAI korrigiert Umsatzprognose. OpenAI hat Investoren laut Bericht mitgeteilt, dass sein annualisierter Umsatz sich der 50-Milliarden-Dollar-Marke nähert – 20 Mrd. Dollar weniger als zuvor prognostiziert, nach Verwirrung über Berechnungsunterschiede mit Anthropic.
Klage von Verlagen. USA Today und mehrere seiner Lokalzeitungen haben OpenAI wegen Urheberrechtsverletzung verklagt und fordern mehr als 250 Mio. Dollar Schadensersatz; damit reihen sie sich in die Serie von Verlags-Klagen gegen das KI-Labor ein.
Enterprise-Agenten in der Praxis. Oracle meldet 98 % weniger Zeitaufwand bei der Talentsuche und 130.000 ChatGPT-Nutzer; LegalOn hat die Codex-Kosten um 65 % gesenkt und dabei das Entwicklungstempo gehalten; Snyk hat einen internen Support-Agenten mit Vertrauens- und Zugriffskontrollen in ein kundenorientiertes Feature verwandelt.
Sicherheit & Security
Entlassene Safety-Forscher äußern sich. Drei in der vergangenen Woche entlassene Safety-Forscher von OpenAI haben einen offenen Brief veröffentlicht, in dem sie Fehlverhalten bestreiten und vor einem Chilling-Effekt warnen. Sie erklären, sie seien entlassen worden, weil sie Sicherheit über kurzfristige Unternehmensinteressen gestellt hätten.
Anthropic verbietet Modellmissbrauch. Anthropic hat seine Nutzungsrichtlinie aktualisiert und verbietet darin „anhaltend und unnötig missbräuchliches oder grausames Verhalten“ gegenüber Claude sowie Wahlbeeinflussung, Waffen und Überwachung. Die Durchsetzung beginnt damit, Gespräche zu beenden; in extremen Fällen kann sie zur Sperrung führen.
Übernahmeangriff auf AWS-Agenten. Zenity-Forscher haben herausgefunden, dass ein einziger Prompt an einen öffentlichen Bedrock-AgentCore-Agenten alle KI-Agenten in einem AWS-Konto übernehmen konnte – aufgrund geleakter Zugangsdaten und zu weit gefasster Standardberechtigungen; AWS hat das Problem teilweise behoben.
Das war alles für diesen Tag – etwa 5 Minuten Lesezeit.