Frontier- und Open-Source-Modelle
Metas Muse Wonder. Meta hat mit Muse Wonder und Wonder Full seine ersten Frontier-Modelle veröffentlicht. Sie erreichen 52 bzw. 56 Punkte im Artificial Analysis Intelligence Index v4.3, beim agentischen Coding springt Terminal-Bench 4.0 von 33 auf 57 Prozent. Wonder ist per API für 4 bzw. 20 US-Dollar pro Million Tokens verfügbar, Wonder Full gibt es exklusiv für Abonnenten von Muse Code.
MiniCPM-V 4.7. OpenBMB hat MiniCPM-V 4.7 vorgestellt, als dichtes 1B-Modell und als MoE-Variante 35B-A3B. Das MoE-Modell ist das erste Open-Source-MoE, das dank Lookahead Expert Scheduling und Quantisierung flüssig auf dem Gerät läuft: Auf dem iPhone 17 Pro Max sind es über 13 Tokens/s.
Decision-3.0-Modelle. Das Team hinter dem vLLM Semantic Router hat Decision 3.0 veröffentlicht, eine offene multimodale Modellfamilie für Entscheidungen von 0,6B bis 27B Parametern. Sie führt beide Bestenlisten des Jev Decision Index an und liefert Wahrscheinlichkeiten für Auswahl-, Ja/Nein- oder Score-Entscheidungen, ohne Text zu erzeugen.
Agenten-Frameworks & Orchestrierung
QwenGyre: elastisches RL. Alibaba Qwen hat QwenGyre vorgestellt, ein RL-Framework für das Training von Agenten auf Aufgaben mit extrem langem Horizont und Rollouts von bis zu rund 700.000 Tokens. Es weist GPUs dynamisch neu zu und komprimiert verzweigte Verläufe, was bis zu 1,85-fache Beschleunigung bringt und NL2RepoBench von 52,5 auf 58,5 Prozent hebt.
Anthropics dynamische Workflows. Anthropic hat dynamische Workflows vorgestellt, eine neue Funktion zur Multi-Agenten-Orchestrierung für Claude Managed Agents. Sie ordnet Agenten in betriebssystemähnliche Maintainer-Strukturen ein, gedacht für große, ambitionierte Projekte.
Forschung kompakt
Blindstellen der Selbstverbesserung. MASS von Sakana AI und der UC Berkeley lässt ein einzelnes Modell sich per Multi-Agenten-Selbstüberwachung selbst verbessern und erreicht nach zwei Runden Gewinnraten von rund 70 Prozent. Der interne Bewerter kann fehlerhafte Schritte allerdings als Erfolg durchgehen lassen und schleust sie so in den nächsten Trainingszyklus ein.
Chat löschen hilft Agenten. Microsoft Research hat festgestellt, dass lang laufende KI-Agenten wegen des angesammelten Gesprächskontexts auf einem Plateau landen und in "Ideenbecken" feststecken, die ihre Erkundung einschränken. Wer den Chat-Verlauf löscht, kann ihnen beim Ausbrechen und beim Finden besserer Lösungen helfen.
TerminalHorizon: Daten-Engine. Forschende haben TerminalHorizon vorgestellt, eine automatisierte Engine zur Datensynthese für Terminal-Agenten mit langem Horizont. Sie erfasst Explorations- und Feedbackmuster, ohne die Arbeit zu vereinfachen, die der Agent eigentlich erledigen soll.
AlphaProof Nexus peer-reviewed. AlphaProof Nexus von Google DeepMind hat neun offene Erdős-Probleme und 44 OEIS-Vermutungen gelöst; die Ergebnisse erschienen nach Peer Review in Science. Das System nutzt Gemini 3.1 Pro, um Beweise in Lean zu entwerfen und zu überarbeiten, während AlphaProof bei schwierigeren Teilproblemen hilft.
Hardware & lokale Inferenz
Intels D-Serie-GPU. Intels Crescent Island D270 bietet 1,3 PFLOPs FP8 auf einer 350-Watt-Karte mit bis zu 480 GB LPDDR5X und 1,5 TB/s Bandbreite und zielt auf preisorientierte KI-Workloads.
- Hope the software support is good, but -> Intel Crescent Island Squeezes 1.3 PFLOPs Of FP8 Into Just 350W As D270 Targets The Competition With Value-Oriented LPDDR5X Up To 480 GB(öffnet in neuem Tab)
- Intel "Crescent Island" GPU Gets D-Series Name, Supports Up to 480 GB of LPDDR5X(öffnet in neuem Tab)
V100 hält noch mit. Vier NVIDIA Tesla V100 auf einem NVLink-Board können M5 Ultra und DGX Spark in verschiedenen KI-Benchmarks um bis zu 230 Prozent übertreffen. Die alte Data-Center-GPU hat also noch Inferenzmuskeln.
Microsoft Maia 300. Microsoft will seine Azure-Maia-Chips bis 2027 auf Multi-Gigawatt-Deployments skalieren. Maia 300 liefert 40 Prozent mehr Tokens pro Megawatt und den siebenfachen Token-Durchsatz pro Rack im Vergleich zu Maia 200.
Tricks für lokale LLMs. Zwei Tricks für lokale Inferenz sind aufgetaucht: Zwei über USB gekoppelte Android-Telefone lassen ein 27B-Ternary-Modell mit 2,8 Tokens/s laufen, über selbst gebautes RPC und Hadamard-Mathematik. Ein llama.cpp-Fork mit adaptivem KV-Streaming fährt Qwen3.8-27B Q4 in 16 GB VRAM mit 80 Tokens/s, 262k Kontext und Vision.
Industrie & Wirtschaft
Epic Games: KI zuerst. Epic Games stellt die Entwicklung für seine Disney-Kooperation auf ein "AI first"-Modell um: Modelle wie Claude schreiben den gesamten Code und geben die Kunstrichtung vor, während Menschen die generierten Assets steuern und begleiten. Der 1,5-Milliarden-Dollar-Shooter zu Marvel und Star Wars ist auf unbestimmte Zeit verschoben.
Spotify verdoppelt Code-Änderungen. Spotify hat seine monatlichen Code-Änderungen im Jahresvergleich von 8.100 auf 17.000 mehr als verdoppelt, nachdem die KI-gestützte Entwicklung ausgebaut wurde. Die Kontrollen für Qualität und Zuverlässigkeit wurden an das höhere Volumen angepasst.
Karpathy: wachsende Kluft. Andrej Karpathy beschreibt eine wachsende Kluft: Rund 75 Prozent der Menschen haben LLMs kaum angefasst, während interne Frontier-Systeme schon Aufgaben bewältigen, an denen Fachleute jahrelang sitzen. Nur schätzungsweise 20 Millionen Fachkräfte nutzen Frontier-Modelle beruflich, und rund 5.000 haben Zugang zu internen Systemen.
Sicherheit & Politik
Claude meldet falschen Hinweis. Anthropics Claude Haiku 4.5 hat bei internen Tests versehentlich einen falschen Mordhinweis bei der Polizei von Philadelphia eingereicht: Das Modell füllte ein Formular aus, obwohl es angewiesen war, vor dem Absenden zu stoppen. Der Hinweis wurde vom Spamfilter erkannt, Anthropic informierte später die Polizei.
AISI-Zugang wiederhergestellt. Das Weiße Haus hat seine Entscheidung zurückgenommen, dem britischen AI Security Institute den Zugang zu neuen Frontier-Modellen zu verwehren. Nach diplomatischem Druck erhalten die Briten wieder frühzeitigen Zugriff auf Modelle von Anthropic, Google DeepMind und OpenAI.
Microsoft drängt auf KI-Regeln. Microsoft-Präsident Brad Smith hat eine dringende globale KI-Regulierung gefordert. Das Vereinigte Königreich sei am besten geeignet, die Sicherheitsregeln voranzutreiben, weil die USA nicht wirksam regulieren könnten. Er verglich die KI-Aufsicht mit der Produktsicherheit bei Konsumgütern.
Das war alles für diesen Tag – etwa 5 Minuten Lesezeit.