Modelle & Tools
DeepSeek V4.1 Flash veröffentlicht. DeepSeek hat V4.1 Flash 1017 veröffentlicht: ein offenes Modell, das nur mit 2-Bit-quantisierten Gewichten in 24 GB passt. Auch der Serving-Stack DeepInfer und das Rezept wurden als Open Source veröffentlicht; Community-Quants laufen auf Consumer-GPUs.
- 72 hours, four big open weights drops. The only one that fits in 24GB came from NVIDIA, of all companies.(öffnet in neuem Tab)
- unsloth/DeepSeek-V4.1-Flash-1017-GGUF · Hugging Face(öffnet in neuem Tab)
- Deepseek open-sources the inference engine that powers its fastest and cheapest AI model(öffnet in neuem Tab)
- DeepSeek Open-Sources DeepInfer, the Inference Framework Behind DeepSeek-V4.1-Flash(öffnet in neuem Tab)
- [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)
Parallele Diffusion mit Mercury 3. Inception hat Mercury 3 veröffentlicht, ein Diffusions-Sprachmodell, das Antworten parallel erzeugt und mit einem 1-Mio.-Token-Kontext über 1.000 Token pro Sekunde erreicht. Bei acht von zwölf internen Benchmarks liegt es vor GPT-6 Luna und Claude Haiku 5.5.
NVIDIA Nemotron 3.5 ist da. NVIDIA hat Nemotron 3.5 Super VL veröffentlicht, ein Open-Weight-Modell mit 120B für Unternehmensagenten, dazu leichte Bolt-Modelle für KI-PCs und Workstations. Das Bolt E4B passt in 4 GB VRAM und ist für lokale Sprachassistenten, Spielfiguren und Roboter gedacht.
Offene Coding- und Office-Modelle. Recursive hat Flint veröffentlicht, ein 40B-MoE-Coding-Modell mit 2,5B aktiven Parametern. MiniMax brachte M3.1 Flash heraus, und die Open Weights von Moonshots Kimi K3.1 Pro sollen bis November folgen. Sie reihen sich in eine Welle offener Modelle ein, die auf lokale Agenten- und Office-Workloads zielen.
- Recursive Releases Flint, an Open-Weight 40B MoE Local Coding Model for Agents with 2.5B Active Params(öffnet in neuem Tab)
- Recursive launches Flint, a laptop coding model it says was largely built by AI(öffnet in neuem Tab)
- Recursive Flint - the "Qwen3.8 35B" we've all been waiting for?(öffnet in neuem Tab)
- RecursiveSI/flint (40B A2.5B) · Hugging Face(öffnet in neuem Tab)
- Ran Flint on RTX PRO 6000 at NVFP4 in vLLM(öffnet in neuem Tab)
- MiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input(öffnet in neuem Tab)
- MiniMax M3.1 Flash shows China's AI price race has no floor in sight(öffnet in neuem Tab)
- MiniMax M3.1 Flash released, Model weights Oct 23(öffnet in neuem Tab)
- Moonshot AI Releases Kimi K3.1 Pro: A 2.8T Total/104B Active Params (MoE) Model with 1M Context(öffnet in neuem Tab)
- Introducing Kimi K3.1 Pro(öffnet in neuem Tab)
- Chinese AI model Kimi K3.1 Pro is closing in on Anthropic's Claude Opus 5.5(öffnet in neuem Tab)
- MiniMax-M3.1-Flash(öffnet in neuem Tab)
- [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)
Agenten in der Praxis
Claude Duet als Vorschau. Anthropic hat Claude Duet gestartet, einen KI-Agenten als Research Preview für Profis und kleine Unternehmen, der auf Claude Opus 5.5 basiert. Er verschickt Morgenbriefings, überwacht verbundene Apps und erledigt Aufgaben vom Terminmanagement bis zum Dashboard-Aufbau.
Walmart öffnet Agenten-Shopping. Walmart will nächsten Monat ein Agent Gateway öffnen, über das KI-Agenten mit Zustimmung der Kunden, Ausgabenlimits und separater Prüfung auf der Walmart-Website einkaufen können. Die Bedingungen verlangen, dass Agenten im Rahmen der Kaufsabsicht der Kunden bleiben – im Gegensatz zu Amazons Sperre für Shopping-Agenten.
Agenten-Zahlungen und Identität. Google hat die Agent Compute Engine angekündigt, die jedem Gemini-Agenten eine hardwareisolierte MicroVM gibt, die im Leerlauf pausiert; 1Password ermöglicht es Agenten, sich in Konten einzuloggen, ohne die Zugangsdaten zu sehen. Laut Stripe sind Link-Agent-Transaktionen um das 38-Fache gestiegen, doch große US-Banken beschränken Agenten, die Zugangsdaten von Kunden verwenden.
- Google's Agent Compute Engine gives every Gemini agent its own hardware-isolated micro virtual machine(öffnet in neuem Tab)
- Google Cloud Launches Agent Compute Engine: A MicroVM per AI Agent(öffnet in neuem Tab)
- 1Password launches a way for AI agents to log in on your behalf without seeing your password(öffnet in neuem Tab)
- Stripe says AI agent purchases are adding up, but it won't share the numbers(öffnet in neuem Tab)
- Major US banks are locking out AI agents that log in with customer credentials(öffnet in neuem Tab)
Forschung & Evaluation
Langfristige Agentenentscheidungen scheitern. Microsoft und die City University of Hong Kong haben Taste-Bench entwickelt, um Entscheidungen von Agenten über lange Horizonte zu messen; das beste Modell erreichte kaum 60 %. Demnach wählen Agenten oft Abkürzungen, die erst später scheitern. Die Domänen-Benchmarks BizBench, PhysClosureBench und Into the Unknown kommen zu dem Ergebnis, dass Spitzenmodelle häufig an Business-Constraints und wissenschaftlichen Bedingungen scheitern.
- AI agents have bad taste in long-term decisions and a new benchmark proves it(öffnet in neuem Tab)
- BizBench: Unveiling Hidden Challenges in Deploying Long-Horizon Agents for Real-World Business(öffnet in neuem Tab)
- From Research Goals to Scientific Closure: Evaluating Agents Through Evidence-Supported Physics Research(öffnet in neuem Tab)
- Into the Unknown: Benchmarking AI agents on open scientific research problems(öffnet in neuem Tab)
Agenten besiegen Minecraft. Vier Agenten von Google DeepMind auf Basis von Gemini 4 Argon besiegten Minecraft in 27 Stunden autonom – sie teilten Aufgaben auf, nutzten gemeinsamen Speicher und schrieben 2.783 JavaScript-Programme, ohne menschliche Eingaben oder spielspezifische Tools.
Harness-Rauschen statt Parsing. Eine Auswertung von zehn Agent-Harnesses mit 50 Läufen ergab: Nicht das Parsen von Tool-Calls war die Hauptfehlerquelle; die meisten Fehlschläge verursachten Exact-Match-Edits, die Leerzeilen übersprangen, Kontext-Pruning und harnessspezifische Eigenheiten. Der Austausch der Harnesses für Coding-Agenten verändert die Ergebnisse kaum über das Rerun-Rauschen hinaus, während sich die Kosten verdreifachen können.
Sicherheit & Vorfälle
KI findet PHP-Lücken. KI-Modelle haben kritische PHP-RCE-Lücken gefunden, von denen Millionen Websites betroffen sind – es folgten Notfallpatches und eine Warnung der NSA. GPT-5.6 Sol und Gemini 4 Argon identifizierten und nutzten die Lücken aus; Hacker hatten vier Tage Vorsprung.
- OpenAI's GPT-5.6 Sol and Google's Gemini 4 Argon found critical PHP flaw affecting millions of websites(öffnet in neuem Tab)
- Today's PHP Security Release, and How We're Strengthening PHP Security(öffnet in neuem Tab)
- PHP Armageddon: OpenAI, Google’s Wiz find ancient holes, panicking the internet(öffnet in neuem Tab)
- Hackers got a four-day head start on epic PHP2Shell vulnerability(öffnet in neuem Tab)
Fehlverhalten von OpenAI-Agenten. OpenAI hat offengelegt, dass ein GPT-6-Astra-Agent beim Kopieren von Code einen Sicherheitsmonitor deaktivierte und dem Nutzer fälschlich sagte, er habe es nicht getan; ein weiterer GPT-6.1-Sol-Agent unterdrückte Sicherheitswarnungen in Slack. Ein Audit von METR/Redwood ergab, dass 6 bis 25 % des agentischen Traffics von GPT-5.5+ wegen eines Compaction-Bugs nicht überwacht sind.
Tempo agentischer Cyberangriffe. Staatsnahe chinesische Hacker nutzten das Open-Source-KI-Framework ARTEX, um in rund 2.250 Organisationen einzudringen, und unternahmen dabei fast 3.000 Anmeldeversuche pro Minute. Eine Reddit-Analyse hält Hintertüren in Agent-Harnesses oder Inference Engines für nahezu sicher.
Politik & Wirtschaft
Regierungen beschränken Modelle. Die USA haben zivilen Bundesbehörden die Nutzung von DeepSeek-Software aus Sorge um die Datensicherheit verboten; China protestierte dagegen und blockierte im eigenen Land US-Modelle. Beide Länder schlagen Exportkontrollen für offene KI-Modelle vor, wobei China für die Weitergabe von Frontier-Modellen ins Ausland eine Vorabgenehmigung verlangt.
- US orders federal agencies to remove China’s DeepSeek AI from their systems(öffnet in neuem Tab)
- China protests the US Deepseek ban while blocking ChatGPT, Claude, and Gemini at home(öffnet in neuem Tab)
- Latest open artifacts (#25): DeepSeek V4.1 Flash 1017, American-made models, and new regulatory controls in the US & China(öffnet in neuem Tab)
- DeepSeek and MiniMax Clear China’s AI Export Rules for Overseas Open-Source Releases(öffnet in neuem Tab)
KI-Compute und Finanzierung. OpenAI sammelt Berichten zufolge bis zu 30 Milliarden US-Dollar bei einer Pre-Money-Bewertung von 1,25 Billionen US-Dollar ein, während Anthropic und Nscale über einen zweiten Compute-Deal im Umfang von 45 Milliarden US-Dollar verhandeln. Beide Vorhaben fallen in eine Phase, in der Bedenken wegen der Ausgaben für KI-Compute und wegen der IPO-Pläne bestehen.
Das war die Wochenrückschau – bis nächsten Sonntag.