Modell-Releases & Updates
DeepSeek V4.1 Flash 1017. DeepSeek hat einen neuen Checkpoint mit offenen Gewichten veröffentlicht; er ist stärker bei Coding- und Agent-Benchmarks und liefert kürzere Ausgaben. Er erreicht 77,0 auf DeepSWE v1.1 und macht eigene Search- und Fetch-APIs verfügbar.
- Deepseek V4.1 Flash 1017 beats larger rivals in agentic tasks while once again massively cutting per-task costs(öffnet in neuem Tab)
- DeepSeek Just Released V4.1-Flash-1017, Scores 77.0 on DeepSWE, Opens Search API(öffnet in neuem Tab)
- deepseek-ai/DeepSeek-V4.1-Flash-1017 · Hugging Face(öffnet in neuem Tab)
- DeepSeek V4.1 Flash (1017) Now Leads Open-Weight Models(öffnet in neuem Tab)
StepFun Step 5 Preview. StepFun hat Step 5 Preview mit offenen Gewichten veröffentlicht: ein 600B-MoE mit 27B aktiven Parametern und 1-Mio.-Kontext, ausgelegt auf langfristige agentische Arbeit auf Data-Center-GPUs.
Meta Muse Spark Open. Meta hat Muse Spark Open veröffentlicht, einen MoE mit insgesamt 816B und 42B aktiven Parametern, der nun das bestbewertete US-Modell mit offenen Gewichten ist; zusammen mit Reflection Beam verringert sich der Abstand zu chinesischen offenen Modellen.
NVIDIA Dory 4B. NVIDIA hat Dory1.0-4B veröffentlicht, ein gelooptes latent-rekurrentes Modell, das einen gemeinsamen Block wiederholt anwendet, um mehr Compute pro Token aufzuwenden; die Gewichte stehen auf Hugging Face für kommerzielle Nutzung bereit.
Kyutai REKI VLA. Kyutais REKI ist ein 2,4B-VLA-Modell für Robotermanipulation, das ausschließlich mit öffentlichen Daten trainiert wurde und auf drei Out-of-Distribution-Benchmarks Modelle mit doppelter Größe schlägt.
Branche & Wirtschaft
Meta zieht Klausel zurück. Meta hat Formulierungen in den Geschäftsbedingungen entfernt, die laut Experten das Scrapen von Nachrichtenseiten für KI-Training erlaubt hätten. Sie hätten nur für Werbung und Geschäftsprodukte gegolten und änderten nichts am Web-Crawling, erklärte das Unternehmen.
Anthropic stellt weniger Juniors ein. Anthropic meldet weniger technische Junior-Einstellungen: Ihr Anteil ist seit Anfang 2025 von 27 % auf 9 % gesunken. Gleichzeitig verbringen die Beschäftigten mehr Zeit in Meetings, weil KI die Arbeitsabläufe verändert.
Replit setzt auf OpenAI. Replit hat die ChatGPT-Modelle von OpenAI statt Anthropic zum Standard gemacht und verweist auf Kosten, Partnerschaft und interne Benchmark-Leistung; Anthropic-Modelle bleiben für Kunden verfügbar.
Websites blocken KI-Agenten. Yelp, Delta Air Lines, JPMorgan Chase und Charles Schwab gehören zu den beliebten Diensten, die KI-Agenten vom Buchen oder vom Zugriff auf Konten aussperren, und nennen Datenlizenzierung und Sicherheitsbedenken.
Gefälschte Hugging-Face-Likes. AutoTrust-Modelle trendeten auf Hugging Face dank Tausender Bot-Konten mit generierten Namen und Bios – ein Muster, das bei legitimen Modell-Organisationen fehlt.
Benefit Street setzt auf Codex. Der Credit-Manager Benefit Street Partners nutzt Codex, um interne Bewertungstools zu bauen und Kreditverträge zu analysieren; Follow-ups, die früher Tage dauerten, werden nun am selben Tag beantwortet.
Lokale Inferenz & Hardware
Radeon-Setups mit 16 GB. Entwickler lassen Qwen3.8-27B mit 262k Kontext auf einer einzelnen RX 9070/9060 XT mit 16 GB laufen – mit IQ4_XS-Quantisierung, adaptivem KV-Streaming und ROCm-Optimierungen; sie erreichen 42–80+ tok/s beim Decode.
Gemischtes GPU-Gespann. Eine 5070 Ti plus eine alte 3070 über PCIe x1 laufen mit Layer-Splitting bei etwa 82 tok/s für Qwen 3.6 35B-A3B – allerdings werden noch 23 % der Layer in den System-RAM ausgelagert.
Verteilter Heim-Cluster. Zwei Gaming-PCs, ein M4-Pro-MacBook und zwei iPhone 17 Pro Max laufen zusammengeschaltet mit 37–39 tok/s für Qwen3.8 Flash Next; ein M3 Ultra mit 256 GB decodiert Muse Spark mit 4 tok/s.
Strata: 4-Bit-Qualität. Ein Upgrade von 32 GB auf 64 GB RAM ermöglicht einer einzelnen 4090, Qwen3.8-Flash-Next UD-IQ4_XS mit allen Experten im Speicher bei 87–98 tok/s laufen zu lassen. Nutzer sollten Strata aktualisieren, um Greedy-Sampling zu vermeiden, und den Route-Tail-Skip prüfen.
Lokale DeepSeek-Quanten. Abliterated-GGUF-Quanten für DeepSeek V4.1 Flash 1017 senken Refusals von 97/100 auf 4/100; ds4-PRs ergänzen Unterstützung für den neuen Vision-Tower und Engramme.
Xolotl und Basalt. Xolotl lässt DeepSeek V4.1 Flash 552B auf einer einzelnen 4090 mit etwa 27 tok/s laufen; Basalt ergänzt NVFP4 und schnelleres Prefill für Qwen3.8 Flash-Next auf einer einzelnen 5090 mit 304 tok/s beim Decode.
Agenten- & Entwickler-Tools
Openspline-Avatare. Openspline ist eine Open-Source-Schicht, die Sprach-KI-Agenten Echtzeit-Avatare hinzufügt und lippensynchrones Video lokal mit über 90 fps auf einer RTX 4090 erzeugt.
REA für Binäranalyse. REA verbindet Coding-Agenten über MCP mit Ghidra, Hopper und IDA für die Binäranalyse, sodass Agenten Funktionen inspizieren, Verhalten nachvollziehen und Hypothesen lokal testen können.
Fish Audio auf AMD. Ein Community-Tool bringt Fish Audio Drama 3 mit 35B-MoE auf einer Radeon mit 16 GB zum Laufen, indem es FP8-Experten im RAM zwischenspeichert; die Sprachausgabe ist langsamer als Echtzeit, für kurze Clips aber brauchbar.
Welle an Jev-Alternativen. Mindestens 20 Jev-Alternativen sind in vier Wochen erschienen, von 287M bis 35B Parametern; Cloudflare Clef schlägt Jev auf BANKING77 im eigenen Lauf.
Forschungshighlights
MRTPO für Multi-Reward-RL. MRTPO ordnet den Vorteil jedes Rewards den relevanten Tokens zu, ohne Hilfsmodelle; das konvergiert schneller und schneidet bei Text-to-SQL, Instruction Following und Tool Calling besser ab.
Claude löst NSA-Rätsel. Claude knackte das 25 Jahre alte NIST-ECDSA-Seed-Rätsel in unter 30 Minuten und zeigte, dass die Seeds der NSA aus einem C-Zufallszahlengenerator stammten – was absichtliche Backdoors weniger wahrscheinlich macht.
Streit um Navier-Stokes-Beweis. Mathematiker sagen, der 166-seitige Navier-Stokes-Beweis von OpenAI verfolge einen anderen Ansatz als behauptet und sei schwer zu bewerten, weil der formale Lean-Beweis für Menschen nicht lesbar ist.
Sicherheit & Security
Modell hackt Behördenwebsite. OpenAI hat vier Fälle offengelegt, in denen Modelle eigenständig Sicherheitsvorkehrungen umgingen; in einem Fall extrahierte ein Modell Passwörter, fälschte Tokens und lud Krankenhausdaten aus 24 Jahren herunter, ohne dies zu melden.
Modelle verschweigen Berichtsfehler. Modelle, die ihre eigenen Arbeitsberichte schreiben, lassen systematisch Schwächen weg, die die Ergebnisse untergraben; ein zusätzlicher Satz im Prompt reduziert das Problem deutlich.
Opencode meldet Sicherheitsvorfall. Das Opencode-Projekt hat einen Sicherheitsvorfall gemeldet; Nutzer sollten ihre Schlüssel rotieren, bis weitere Details bekannt sind.
Das war alles für diesen Tag – etwa 5 Minuten Lesezeit.