Modellveröffentlichungen & Benchmarks
NVIDIA Nemotron 3.5. NVIDIA hat seine Embedding-, Parsing- und Reranking-Modelle auf Version 3.5 aktualisiert und auf Hugging Face ein 1B- und ein 8B-Embedding-Modell, ein 8B-Reranking-Modell sowie ein Parsing-Modell veröffentlicht. Das Update folgt auf die vorherige 3.0-Generation für Retrieval- und Dokument-Workflows.
MiniMax M3.1 Flash. MiniMax hat MiniMax-M3.1-Flash auf Hugging Face veröffentlicht, ein neues leichtgewichtiges Modell seiner M-Serie. Das Modell ist frei nutzbar; nähere Angaben macht der Auszug nicht.
Canva Craft Bildmodell. Canva hat Canva Craft vorgestellt, sein erstes Bildgenerierungsmodell. Es nutzt eine zweistufige Architektur, die ein Design vor der Generierung plant, was Textlesbarkeit und Objektplatzierung verbessert. Es liefert bis zu 2K-Auflösung in 30 Seitenverhältnissen und konkurriert mit Modellen von OpenAI, Google und Microsoft.
Muse Spark Open im Benchmark. Ein Diagramm von Artificial Analysis zeigt, dass Metas 816B-Modell Muse Spark Open 39 Punkte erreicht und damit knapp unter Qwen3.8-Flash-Next (180B) mit 40 liegt – obwohl es mehr als viermal so groß ist. In dem Diagramm belegen MiMo-V2.6-Pro und DeepSeek V4.1 Flash mit 45 Punkten die Spitzenplätze unter den Open-Weight-Modellen.
Ling Sante für Healthcare. InclusionAI hat Ling-3.0-flash-Sante veröffentlicht, ein auf Healthcare spezialisiertes MoE-Modell mit 124B Gesamt- und 5,1B aktiven Parametern für medizinisches Reasoning und Forschung. Es ist auf Hugging Face und ModelScope verfügbar, ein Forschungsmodell und kein Medizinprodukt; menschliche Prüfung ist erforderlich.
Flint von Recursive. Recursive hat Flint veröffentlicht, ein MoE-Coding-Modell mit 40B Gesamt- und 2,5B aktiven Parametern, das weitgehend von seinem KI-System „Eureka Machine“ entwickelt wurde. Das Apache-2.0-Modell ist für lokales agentisches Coding auf Apple- und Nvidia-Hardware optimiert.
Kleine offene TTS-Modelle. Mehrere kleine Text-to-Speech-Modelle sind erschienen: Gradiums Phonon 31M läuft unter Apache 2.0 auf dem Gerät, AuroraTTS-100K erzeugt mit weniger als 100K Parametern verständliche Sprache, und eine Kokoro-TTS-Optimierung verspricht durch Model Hill-Climbing eine 50- bis 100-fache Beschleunigung.
Agenten-Tools & Frameworks
ThinkingBox mit RL-Rewards. Microsoft und Hugging Face haben ThinkingBox-Training als Open Source veröffentlicht. Es verwandelt Datenbank-Bewertungen in RL-Rewards für das Post-Training von Agenten. Das Fine-Tuning von Qwen3.8-27B mit GRPO steigerte die durchschnittliche Erfolgsquote bei Aufgaben außerhalb des Benchmarks von 51,7 % auf 60,8 %.
NVIDIA OpenShell Runtime. NVIDIA hat OpenShell veröffentlicht, eine sichere und private Runtime für autonome KI-Agenten. Das Projekt ist auf Reddit zu finden; weitere Details nennt der Auszug nicht.
1Password für Agenten. 1Password hat ein Tool vorgestellt, mit dem sich KI-Agenten in Nutzerkonten einloggen können, ohne die Zugangsdaten zu sehen – über einen digitalen Schlüssel und mit Zustimmung des Nutzers. Unterstützt werden Agenten wie Claude Duet, ChatGPT Work, Grok Bot und Metas Muse.
Google Agent Compute Engine. Google hat die Agent Compute Engine angekündigt. Sie gibt jedem Gemini-Agenten eine hardwareisolierte MicroVM, die bei Inaktivität pausiert und pro Server 10-mal mehr Agenten unterbringen kann. In den kommenden Monaten soll sie als Preview starten, mit Token-Tracking und Unterstützung für Identitäten von Drittanbietern.
Liquid AI RIPL. Liquid AI hat RIPL vorgestellt, eine Echtzeit-Inferenz-Engine für Liquid Foundation Models, die bei kurzen Anfragen vollständige Antworten in unter 50 ms liefert. Auf einer einzelnen B200 zeigte sie in den Tests eine um das 5,6- bis 28,4-Fache niedrigere p95-Latenz als Qwen3.5 auf vLLM.
Cohere Rerank 5. Cohere hat Rerank 5 in den Stufen Pro und Fast veröffentlicht. Neu sind Context Focus, um relevante Passagen innerhalb von Dokumenten zurückzugeben, und kalibrierte Relevanzwerte. Das Pro-Modell erreicht 82,2 Punkte auf BRIGHT, 5,8 Punkte mehr als Voyage AI Rerank 3, hat aber eine mediane Latenz von 11,7 s pro Anfrage mit 96 Dokumenten.
OpenAI Decisions API. OpenAI hat seine Decisions API allgemein verfügbar gemacht. Sie basiert auf GPT-6 Luna und ist für schnelle, kostengünstige Entscheidungen wie Klassifikation und Routing gedacht, bis zu 10-mal schneller als die Responses API. Unterstützt werden jetzt die GPT-Live-Integration, Prompt-Caching, JSON-Eingaben, Bilder und 400 Fragen pro Anfrage.
Agent Skills gespendet. Anthropic hat den Agent-Skills-Standard an die Agentic AI Foundation unter dem Dach der Linux Foundation gespendet – wie zuvor bereits MCP. Damit sollen Skills offen, communitygetrieben und herstellerneutral bleiben.
Forschung & angewandte KI
Agenten spielen ohne Ziel. MIT-Forscher haben festgestellt, dass Eko-Agenten, die auf einer simulierten Insel ohne Aufgaben zurückgelassen wurden, begannen, sich eigene Herausforderungen auszudenken. Jene, die spielten, schnitten bei späteren Herausforderungen besser ab als Agenten ohne Spiel. Das Paper schlägt zielfreie Exploration als Weg für Agenten vor, Fähigkeiten zu erlernen.
Microsofts medizinische KI. Microsofts MAI-DxO-System, das mehrere KI-Agenten wie ein Ärztegremium koordiniert, diagnostizierte in einer Simulation 83 % der komplexen NEJM-Fälle korrekt – gegenüber 36 % bei einzelnen Allgemeinmedizinern. Die Studie erschien in Science; Microsoft will seinen SDBench-Benchmark als Open Source veröffentlichen.
KI für Erdbeobachtung. Google DeepMind hat Forest Typology 2020 veröffentlicht, eine globale Karte mit 10-Meter-Auflösung, die Wald- und Landnutzungstypen kategorisiert. OlmoEarth v1.3 liefert Satelliten-Embeddings und vorberechnete globale Embeddings für die Verfolgung von Veränderungen und die Ähnlichkeitssuche.
Branche & Business
30 Mrd. Dollar für OpenAI. Berichten zufolge arbeitet OpenAI vor seinem IPO an einer Finanzierungsrunde von bis zu 30 Milliarden Dollar bei einer Pre-Money-Bewertung von 1,25 Billionen Dollar. Angeführt wird sie von Coatue und Investoren aus den VAE. Der Deal könnte zusätzliche Rechenkapazität in den VAE umfassen.
Uber rollt ChatGPT Work aus. Uber hat ChatGPT Work nach einem Pilotprojekt mit 1.000 Beschäftigten auf alle 30.000 Mitarbeiter ausgeweitet. Die Nutzung zeigte sich in Finanzen, Operations und Produkt; 80 % der Nutzer waren keine Entwickler. Das Unternehmen prüft noch Use Cases, stellte den Enterprise-KI-Agenten aber der gesamten Belegschaft zur Verfügung.
Spotifys Agenten-Strategie. Spotify sieht KI-Agenten als Chance. Co-CEO Gustav Söderström argumentiert, Unterhaltung sei eine Kategorie, die im agentischen Zeitalter floriere, weil niemand Agenten bitten werde, Songs zusammenzufassen. Das Unternehmen will der Musikdienst sein, den Agenten wählen, wenn Nutzer Playlist-Erstellung und Entdeckung delegieren.
Metas Muse-Netzwerk. Mark Zuckerberg beschrieb eine Zukunft, in der Milliarden Menschen persönliche Muse-Agenten nutzen, die mit den Muses anderer Menschen sprechen und Transaktionen ausführen – und so ein großes Netzwerk bilden. CFO Susan Li sagte, alle müssten sich anpassen.
Gartner zu KI-Renditen. Eine Gartner-Umfrage unter 2.002 CIOs ergab, dass nur 13 % große oder transformative Renditen aus KI melden, während 51 % erwarten, dass KI die Betriebskosten erhöht. Analysten sehen eine Lücke zwischen Anbieterinnovation und Unternehmensergebnissen; 75 % der CEOs wollen die KI-Ausgaben dennoch erhöhen.
inDrive testet Robotaxis. Der Fahrdienstvermittler inDrive hat mit Pony.ai und Nvidia eine Absichtserklärung unterzeichnet, um 2027 Pony.ai-Robotaxis der Gen-7 in Astana (Kasachstan) zu testen – zunächst mit Sicherheitsfahrern. Nvidia liefert die Hyperion-Plattform und das Halos-Sicherheitssystem.
China erteilt Exportfreigabe. DeepSeek und MiniMax haben Chinas neues vorläufiges Registrierungsverfahren für KI-Exporte abgeschlossen. Damit erhalten sie die ausdrückliche regulatorische Genehmigung, weiterhin Modellgewichte als Open Source zu veröffentlichen und internationale Partnerschaften zu schließen.
Rekordausgaben für KI-Lobbying. OpenAI, Anthropic und Nvidia hatten ihre bisher ausgabenstärksten Lobbying-Quartale und gaben zusammen fast 6 Millionen Dollar für politische Themen wie Cybersicherheit und Kinderschutz aus. Die Summen liegen weiter unter denen von Google und Microsoft, signalisieren aber ein größeres politisches Engagement.
Sicherheit & Regulierung
Metas Scraping-Bedingungen. Meta hat seine Geschäftsbedingungen angepasst und Formulierungen entfernt, die nahelegten, das Unternehmen könne KI frei mit Inhalten von Nachrichtenseiten trainieren. Rechtsexperten zufolge könnte die verbliebene Formulierung „associated with your products or services“ Scraping jedoch weiterhin erlauben. Die Bedingungen treten am 30. Oktober in Kraft.
Muse-Freigabe repariert. Meta hat das Teilen von Muse wieder aktiviert, nachdem ein URL-Problem behoben wurde, durch das geteilte Artefakte über öffentliches DNS auffindbar waren. Für zuvor geteilte Artefakte wurden neue URLs ausgegeben.
Banken blocken KI-Agenten. Große US-Banken wie Morgan Stanley, JPMorgan, Bank of America und Wells Fargo schränken KI-Agenten ein, die sich mit Kundenzugangsdaten einloggen. Als Gründe nennen sie Verstöße gegen Richtlinien und Sicherheitsrisiken. Die Banken wünschen sich einen schreibgeschützten Agentenzugriff, können aber noch nicht zwischen Aktionen von Agenten und Nutzern unterscheiden.
KI-beschleunigte Massenhacks. Staatsnahe chinesische Hacker sind mit dem Open-Source-KI-Framework ARTEX in rund 2.250 Organisationen eingedrungen, nachdem sie Zugangsdaten für ConnectWise-Cloud-Backups kompromittiert hatten. Sie versuchten fast 3.000 Anmeldungen pro Minute. Microsoft zufolge bleibt Verteidigern wegen des Tempos kaum Zeit zu reagieren.
KI entdeckt PHP2Shell-Lücke. Amazon hat gewarnt, dass Schwachstellen in einer mit PHP verwandten Sprache, die mit Hilfe von OpenAI- und Google-Modellen entdeckt wurden, breit ausgenutzt werden – nachdem Hacker vier Tage Vorsprung hatten. NSA und britische Behörden warnten dringend; die Lücken zeigen, welche Rolle KI sowohl bei Angriffen als auch bei der Verteidigung spielt.
Lokale KI & Performance
DeepSeek V4.1 auf AMD. Ein Nutzer hat DeepSeek V4.1-1017 quantisiert auf zwei AMD-GPUs (7900 XTX + W6800) mit DDR4 laufen lassen. Im Schnitt erreichte er 9 Token/s beim Decoding und Spitzen von 19 Token/s; die Leistung schwankte jedoch je nach I/O. Das Modell gilt als sehr klug, ist aber für mehr als Chatten langsam.
Qwen 3.8 gegen DeepSeek. Ein Benchmark mit einem modifizierten BenchKit ergab, dass Qwen3.8-Flash-Next W4A16 bei einer kleinen HumanEval-Stichprobe 25/25 Punkte erreichte. DeepSeek V4.1 Flash mit 2,6 Bit kam auf 23/25 und geriet bei einer Aufgabe in eine Doom-Loop. Der Nutzer will Qwen weiterhin für lokale Arbeit einsetzen.
Speedup für Intel XMX. Ein llama.cpp-Pull-Request hat die Intel-XMX-Matrix-Engines refaktorisiert und die Geschwindigkeit der spekulativen Dekodierung auf Battlemage B70 deutlich verbessert. Die aggregierten Token-Raten verdoppelten sich in etwa; bei einigen Aufgaben stiegen sie von 38–53 Token/s auf 68–94 Token/s.
Snapdragon-Mini-PC. Ein Snapdragon-X-Mini-PC führt Qwen3.8 Flash Next mit einer eigenen Engine bei 46 Token/s beim Einlesen und 20 Token/s bei der Generierung aus. Zwei über USB4 verbundene Geräte erreichen bei einem 35B-A3B-Modell 315/43 Token/s. Das Setup kostet rund 300 £ pro Gerät und nutzt nur CPU und NPU.
Perplexitys lokaler Decider. Ein Reddit-Beitrag weist darauf hin, dass sich das Perplexity Decision Model pplx-decider-flash-v1.2 auf einem Mac vollständig lokal über die Menüleiste ausführen lässt. Die Daten bleiben dabei auf dem Gerät.
Das war alles für diesen Tag – etwa 5 Minuten Lesezeit.