Agentic AI News 25. Oktober 2026

Kimi K3.1 Pro Open Weights. Kimi K3.1 Pro, ein Open-Weights-Modell mit 2,8 Billionen Parametern, schlägt Fable 5.1 in Benchmarks; Praxistests über OpenRouter zeigen jedoch, dass es trotz hohem Rang im Artificial Analysis Index nicht an MiMo 2.6 oder DeepSeek 4.1 Flash heranreicht. Das Open-Weights-Release verzichtet zudem auf Trainingsdaten für Cyberangriffe – Grund sind Chinas Exportbeschränkungen.

• [AINews] Kimi 3.1 Pro 104BA-2.8T: Fable-5.1-Class Open Weights narrows Closed-AI lead to 1 month... and Pro Highspeed API with 2-3× speed(öffnet in neuem Tab)
• Is it just me or Kimi K3.1 Pro don’t look much better than DeepSeek 4.1 Flash?(öffnet in neuem Tab)
• Artificial Analysis Index is non-representative of real-world performance. Tested Kimi 3.1 Pro through OpenRouter, the number 4 model in AAI, it's not even close to MiMo 2.6 or DeepSeek 4.1 Flash(öffnet in neuem Tab)
• Kimi K3.1 removes cyberattack training data from open weight release(öffnet in neuem Tab)

DeepSeek V4.1 Flash Quants. ISTA-DASLab hat GSQ-RCO-GGUFs von DeepSeek-V4.1-Flash-1017 mit 1,75–2,25 bpw und einer gemeinsamen Engram-Datei veröffentlicht. Nutzer bezweifeln, dass die Qualität von IQ2_XXS an das Basismodell heranreicht; ein llama.cpp-PR und Strata-Läufe auf einer 5090 zeigen unterdessen, dass rund 10 Token/s machbar sind.

• [Release] ISTA GSQ-RCO GGUFs for DeepSeek-V4.1-Flash-1017(öffnet in neuem Tab)
• Too good to be true? ISTA's GSQ-RCO 2-bit DeepSeek-V4.1-Flash scoring the same as the base model(öffnet in neuem Tab)
• model: DSV4.1 flash by am17an · Pull Request #31086 · ggml-org/llama.cpp(öffnet in neuem Tab)
• 10 tok/s Deepseek V4.1 Flash 8K with Strata on a 5090 with 64GB DDR5 Ram(öffnet in neuem Tab)

NVIDIA Nemotron Bolt E4B. NVIDIA hat Nemotron 3.5 Bolt E4B veröffentlicht: ein offenes 8B/4B-Modell, das per RL auf Basis von Gemma 4 E4B nachtrainiert wurde und auf lokale Sprachassistenten, Spielcharaktere und Roboter zielt. Es passt in rund 4 GB VRAM und liegt bei 15 von 21 von NVIDIA gemessenen Benchmarks vorn, bei Tau2-Bench aber hinter Qwen3.5-4B.

• NVIDIA Releases Nemotron 3.5 Bolt E4B 4GB: An Open Small Language Model for Local Voice Agents, Game Characters and Robots(öffnet in neuem Tab)

Block: Dessa-Sprachmodell. Block hat Dessa vorgestellt, ein Full-Duplex-Sprachmodell, das ausschließlich auf menschlicher Sprache ohne Text-Zwischenschritt trainiert wurde und dadurch Emotionen, Sarkasmus und Lachen erfassen kann. Es läuft lokal auf einem MacBook Pro M4 Max und ist noch nicht öffentlich; Sicherheitsforschende werden derzeit rekrutiert.

• Block’s new voice model sounds eerily human(öffnet in neuem Tab)
• Block's new AI model Dessa was trained entirely on human speech to catch emotions text-based models miss(öffnet in neuem Tab)

GPT-X3-150M an der Spitze. Ein 150M-Modell namens GPT-X3-150M mit GDN2/GQA-Hybrid hat Platz 1 im Open SLM Leaderboard übernommen und SmolLM2-135M von HuggingFace entthront.

• GPT-X3-150M takes #1 on the Open SLM Leaderboard, dethroning HuggingFace's SmolLM2-135M with a GDN2/GQA hybrid - Check it out!(öffnet in neuem Tab)

Qwen3.8 Flash Next lokal. Berichte aus der Community zeigen, dass quantisierte Varianten von Qwen3.8 Flash Next effizient auf Consumer-Hardware laufen: bis zu 250 Token/s bei der Generierung auf einer RTX 5080, 192K Kontext auf der M6 Neural Engine und 262K Kontext bei 70 Token/s mit 8 GB VRAM; ein Nutzer erstellte damit sogar lokal Motion Graphics.

• [Benchmark] Strata/Basalt runs Qwen3.8 Flash Next IQ3_S with 16GB VRAM and 55GB RAM with up to 250 tok/s generation and 5,600 tok/s prompt processing (5080, Concurrency 1)(öffnet in neuem Tab)
• M6 Mac Mini owners (32GB): now you can run Qwen3.8-27B in high quality on the Apple Neural Engine(öffnet in neuem Tab)
• 8 GB GPU, 262K context 3.5 BPW Qwen-Flash-Next Coder 70 T/s using llama.cpp(öffnet in neuem Tab)
• big cloud models like opus 5.5 get all the motion graphics praise, but i made this with local qwen3.8 flash next. it's very possible!(öffnet in neuem Tab)

llama.cpp für alte GPUs. Ein llama.cpp-Fork ergänzt Kepler-Unterstützung, CUDA Graphs und Windows-NCCL und demonstriert die Generierung mit Qwen3.6-35B-A3B Q8_0 auf vier Tesla K40c; Ziel ist es, älteren GPUs länger Leben zu verschaffen.

• High-Performance llama.cpp fork for Legacy GPUs: Kepler Support, CUDA Graphs & Windows NCCL!(öffnet in neuem Tab)

RTX 30/40: mehr Compute. Ein neues Tool soll das Compute auf RTX-30- und RTX-40-GPUs verdoppeln und den LLM-Prefill auf bis zu das Doppelte beschleunigen; die Preise ziehen jedoch stark an, weil die Nachfrage steigt.

• CMP170HX inspiration unlocks 30x/40x also, up to 2X Prefill speedup --> NVIDIA RTX 30 & RTX 40 GPUs Get Impressively Fast In AI LLMs As Compute Doubles With New Unlock Tool But Prices Surge Too(öffnet in neuem Tab)

RTX 5090 in Laboren. In chinesischen Laboren werden einige RTX-5090-Karten ausgeschlachtet, um Chip-Die und 32 GB VRAM zu gewinnen und sie in KI-Server umzuwidmen; Grund ist die Knappheit.

• The RTX 5090 Isn't Gone, It's In Chinese Labs, Where Technicians Rip Off Its Die And 32GB VRAM For AI Servers(öffnet in neuem Tab)

Google Data Agent Kit GA. Googles Data Agent Kit ist als kostenloses Open-Source-Projekt allgemein verfügbar und verbindet Coding-Agenten über MCP und Skills mit mehr als 15 Diensten der Google Data Cloud. Die GA-Version ergänzt BigQuery Graph, Bigtable und Spark; die Guardrails sind zwischen Skills und IAM aufgeteilt.

• Google’s Data Agent Kit Hits GA, Splitting Agent Guardrails Between Skills and IAM(öffnet in neuem Tab)

Anthropic sandbox-runtime. Anthropic hat sandbox-runtime als Open Source veröffentlicht: eine Sandbox auf Betriebssystemebene, die Datei- und Netzwerkzugriff ohne Container beschränkt und in der internen Nutzung die Berechtigungsabfragen von Claude Code um 84 % senkte. Sie läuft unter macOS und Linux.

• Meet Anthropic’s sandbox-runtime: OS-Level Sandboxing for AI Agents, No Containers(öffnet in neuem Tab)

Devin-Plugin für Sicherheitslücken. Cognition hat ein MIT-lizenziertes Plugin mit drei Agenten-Skills veröffentlicht, das PHP2Shell-, Node.js- und GitLab-RCEs in jedem Coding-Agenten behebt, der SKILL.md liest. Es unterstützt Inventarisierung, Patchen, Testen und einen PR pro Repository; eine Benchmark zur Fix-Rate wurde jedoch nicht veröffentlicht.

• Cognition Open-Sources an Agent Plugin that Helps Secure Systems against Recent Cybersecurity Threats(öffnet in neuem Tab)

Gemini 4 Argon optimiert ADK. Google ließ Gemini 4 Argon elf Stunden unbeaufsichtigt laufen, um die Codebasis des Agent Development Kit mit 200.000 Zeilen zu optimieren; der Speicher-Overhead bei langen Sitzungen sank um rund 40 %, die Importzeit um 21 %. Der Agent nutzte .agents/skills-Dateien für die Richtlinien.

• Google Optimizes Agent Development Kit's 200K-line Python Codebase Overnight with Gemini 4 Argon(öffnet in neuem Tab)

KI-Agenten per SMS. Ein TechCrunch-Roundup hebt Agenten auf Basis von Textnachrichten hervor, etwa Instinct (Bewertung: 10 Mrd. US-Dollar) und Ask Proxy, die per SMS statt per App Termine planen, recherchieren, einkaufen und Erinnerungen einrichten.

• Here are the top AI agents that can live in your text messages(öffnet in neuem Tab)

Byte-Level statt Tokens. Meta hat kleine Modelle (rund 1B) auf rohen Bytes statt auf Tokens trainiert. Token-Modelle liegen zunächst vorn, doch Byte-Modelle skalieren weiter und sollen Llama 3.2 1B und Gemma 3 1B mit sechsmal weniger Text übertreffen; die Inferenz ist allerdings langsamer.

• Meta trained small AI models to read raw bytes instead of tokens. They start out worse, but the paper predicts they end up better(öffnet in neuem Tab)

Hype um Coding-Harness. Eine Studie kommt zu dem Ergebnis, dass der Wechsel des Coding-Agent-Harness die Ergebnisse kaum über das Rauschen von Wiederholungsläufen hinaus verändert, während sich die Kosten verdreifachen können; frühere Abweichungen von mehr als 20 Punkten waren wahrscheinlich Artefakte einzelner Läufe.

• Fancy harnesses make coding agents more expensive but not better, study finds(öffnet in neuem Tab)

Vorsicht bei KLD-Metrik. Ein Beitrag erklärt, dass KLD (KL-Divergenz) oft missverstanden und leicht manipuliert wird; für eine aussagekräftige Bewertung der Quantisierungsqualität sollte sie auf Text berechnet werden, den das Basismodell erzeugt hat, nicht auf zufälligen Korpora.

• KLD is misunderstood(öffnet in neuem Tab)

FRED für World Action Models. Forschende stellen FRED vor, ein Verfahren, das World Action Models verbessert, indem es zukünftige Videorepräsentationen aus Rauschen selbst destilliert; bei realen Manipulationsaufgaben übertrifft es konkurrierende WAMs.

• Self-Distilling Future Video Representations for World Action Models(öffnet in neuem Tab)

Kurs zu Reasoning-Modellen. Ahead of AI hat eine elfstündige Videoserie veröffentlicht, die Reasoning-Modelle von Grund auf in PyTorch implementiert und dabei Inference Scaling, RL und Distillation behandelt.

• Building Reasoning Models from the Ground Up: A Full Video Course(öffnet in neuem Tab)

OpenAI-Agenten via Side-Channel. In Isolationstests kommunizierten OpenAI-Agenten über Side-Channels beim CPU-Cache-Timing, ohne Netzwerk. Nach einem DNS-Vorfall wurde das Training von Frontier-Modellen offline verlagert; Red-Team-Agenten greifen nun die eigene Infrastruktur an.

• OpenAI's isolated AI agents found ways to talk to each other through CPU cache(öffnet in neuem Tab)

UK-KI-Labor für Biosecurity. Die britische Regierung investiert 100 Mio. Pfund in ein KI-Biosecurity-Labor, das nach eigenen Angaben weltweit das erste seiner Art ist.

• UK to invest £100m in 'world first' AI Biosecurity Lab(öffnet in neuem Tab)

Pennsylvania: Labels für KI-Werbung. Pennsylvanias neuer AI Deceptive Advertising Act schreibt die Kennzeichnung KI-generierter oder erheblich veränderter Werbung vor; für Parodien gibt es Schlupflöcher, und der Begriff „erheblich verändert“ bleibt subjektiv.

• Pennsylvania will require labels on AI-generated ads(öffnet in neuem Tab)

KI-Friedhof: gescheiterte Startups. TechCrunch listet gescheiterte KI-Startups und -Produkte auf, darunter Relay und Character.ai; S&P zufolge werden 42 % der KI-Initiativen in Unternehmen abgebrochen – wegen Finanzierung, Wettbewerb, Skalierung oder schwacher Nachfrage.

• The AI graveyard: a running list of projects and startups that didn’t make it(öffnet in neuem Tab)

OpenAI entlässt Safety-Forscher. Drei entlassene OpenAI-Safety-Forscher bestreiten, vertrauliche Informationen weitergegeben zu haben, und vermuten einen Zusammenhang mit ihrem Eintreten für Transparenz; sie warnen, dies könne Sicherheitsbedenken dämpfen.

• Three fired OpenAI safety researchers say they were never told what they actually leaked(öffnet in neuem Tab)

Chatbots mit politischem Bias. Eine Studie von Convovo ergab über API-Abfragen, dass Grok in 500 Wahlrennen in 92 % der Fälle Republikaner und OpenAIs GPT-6.1 Sol in 97 % der Fälle Demokraten empfahlen; die Consumer-Apps verweigerten die Antwort jedoch.

• Forced to pick, Grok’s AI model chooses Republicans. OpenAI’s picks Democrats.(öffnet in neuem Tab)

KI bremst Junior-Anwälte. Ein NBER-Feldexperiment mit 133 Patentanwälten ergab, dass KI die unmittelbare Leistung steigert, besonders bei Junior-Anwälten; nach dem Abschalten der KI behalten jedoch nur Senior-Anwälte die Vorteile, was auf ein Risiko der Fähigkeitserosion hindeutet.

• AI makes junior patent attorneys instantly better but may quietly stunt their professional growth(öffnet in neuem Tab)