Agent- und Modell-Releases
Rätselhaftes Ox Alpha. Ein neues kostenloses Modell namens Ox Alpha ist auf OpenRouter als Reasoning-Modell für Programmierung und langfristige Agentenarbeit aufgetaucht – sein Entwickler bleibt anonym. Stripe-CEO Patrick Collison nannte es „sehr beeindruckend“; die Spekulationen reichen von GLM bis Microsofts MAI.
Tools & Frameworks
Cloudflare OS als Open Source. Cloudflare hat Cloudflare OS als Open Source veröffentlicht, eine KI-Plattform für Unternehmen, bei der jedes Dokument und jede App in einer isolierten Sandbox („Gadget“) läuft. So können auch nicht-technische Nutzer sicher Vibe-Coding betreiben. Sie umfasst Chatbots mit Konnektoren, Workflow-Automatisierung und Policy-Durchsetzung über ein Capability-basiertes Modell.
Lob für DeepSeek Harness. Ein Nutzer berichtet, DeepSeek Harness sei hervorragend für Agent-Workflows: Das progressive Setup und Anfragen in natürlicher Sprache ermöglichten die Integration mit SimpleX, ohne auf einen PR warten zu müssen. Es ist unopinionated genug, um sich in das gewünschte Agentenverhalten formen zu lassen.
Lokale & offene Modelle
Qwen 3.8 lokal. Community-Berichte bezeichnen Qwen 3.8 27B als Gamechanger für lokales Coding und OCR. Die OCR-Qualität ist besser als bei Gemini 3.5 Flash Lite. Die Leistung ist mit Frontier-Modellen von vor einem Jahr vergleichbar. Quant-Vergleiche (Atomic Dynamic GGUF) zeigen, dass die Unterschiede zwischen Q4 und Q6 nicht drastisch sind. Niedrig quantisierte Modelle wie Q3 XXS können auf einem Mac mini mit 24 GB stundenlang autonom laufen. Bei einem One-Shot-Port von 39.000 Zeilen von C zu HTML lieferte Opus 5 aber nur ein mittelmäßiges Ergebnis – lokale Modelle hängen also stark vom Harness und vom Prompt ab.
60-MB-LLM mit langem Kontext. Ein Entwickler trainierte ein Modell mit 250M Parametern auf 30B Token und quantisierte es auf unter 2 Bit. Es läuft in 80 MB RAM mit 400 Token/s auf der CPU. Es komprimiert älteren Kontext mit 320 Bytes pro Token auf die Festplatte, sodass ein Verlauf von bis zu 1M Token möglich ist. Allerdings wurde es nicht darauf trainiert, Reasoning über den Kontext zu betreiben.
Dreamer 4 unter 150 Dollar. Ein Dreamer-4-Weltmodell mit 1,57B Parametern wurde von Grund auf für unter 150 Dollar trainiert – mit Procgen-generierten Frames und bekannten Aktionen. Der Tokenizer-PSNR erreichte 40,41. Das zeigt, dass Weltmodelle in Frontier-Größe nicht nötig sind.
Lokale Optimierungen im Überblick. Zu den Berichten gehören: eine 30–50 % höhere Geschwindigkeit beim Wechsel von llama.cpp unter Windows zu vLLM unter Linux, GLM-4.5-Air-MTP-Unterstützung in llama.cpp für Maschinen mit viel Speicher, die ConvRot-Quantisierung, die bei Q6-Größe nahezu Q8-Qualität bietet, sowie deepseek-v4-flash Q8 mit 24 Token/s auf EPYC+5090 und mit über 100k Token Kontext.
Forschungs-Highlights
Kognitive Fallen durch Gedächtnis. MemTrapBench bewertet speicherbedingte kognitive Fallen (Reasoning-Fixierung, Glaubensverzerrung) in LLMs. Alle getesteten Speicherstrategien schneiden um über 10 % schlechter ab als die Baseline ohne Speicher. AdaptiveMem mildert die Fallen, während die Leistung erhalten bleibt.
SkillEvo Evolutionsgradienten. SkillEvo nutzt Feedback aus Multi-Turn-Interaktionen, um vertrauenswürdige Evolutionsgradienten für Agenten-Skills zu erzeugen. Das adressiert den Zerfall von Feedback, das auf Single-Turn-Q&A basiert, und ermöglicht die strukturelle Reparatur fehlerhafter Skills.
VLM aus Screenshots. Das Feintuning eines 450M-VLM mit 50.000 Browser-Screenshots verbesserte die Aufgabenleistung von 1/100 auf 44/100. Das zeigt, dass kleine Modelle UI-Verständnis für Agentenaufgaben lernen können.
Paradoxon der KI-Zeitersparnis. Ein wirtschaftstheoretisches Papier argumentiert, dass KI-Zeitersparnisse Forscher dazu bringen könnten, mehr Projekte mit jeweils weniger Aufwand durchzuführen. Das könnte die Forschungsqualität senken, selbst wenn Sprachmodelle perfekt funktionierten.
Industrie & Business
Günstigere Rivalen von Anthropic. Der annualisierte Umsatz von Anthropic erreichte 65 Milliarden Dollar, aber sein bestes Modell Fable 5 wird kaum angenommen: Nur 8 % der Ramp-Ausgaben entfallen darauf, gegenüber 28 % bei Opus 4.8 – günstigere Tools boomen. Der Umsatz von OpenAI stieg nach dem Start von GPT-5.6 um 35 %.
Stripe kauft OpenRouter. Die Übernahme von OpenRouter durch Stripe zeigt, dass Token zu einer wirtschaftlichen Ressource werden. Die Agenten-Token-Nutzung auf OpenRouter ist seit Februar um das 14-Fache gestiegen, während die menschliche Nutzung nur um das 2,8-Fache wuchs; 70 % der Agent-Token stammen aus gecachten Prompts. Agenten wählen Modelle zunehmend nach Kosten, Latenz und Zuverlässigkeit aus.
Nvidia-Serverpreise +15 %. Die Speicherknappheit treibt die Preise für Nvidia-KI-Server um mehr als 15 % in die Höhe – bei Vera-Rubin- und Grace-Blackwell-Systemen. Grund dafür sind gestiegene DRAM-Preise von Samsung, SK Hynix und Micron. Das betrifft Cloud-Riesen und KI-Labore.
Nvidia lizenziert Poolside. Nvidia investiert 1 Milliarde Dollar in Poolside und zahlt 6 Milliarden Dollar für die Lizenzierung seiner Technologie. Nvidia versetzt über 100 Ingenieure zu Nemotron. Ziel ist es, mit chinesischen Open-Weight-Modellen zu konkurrieren.
KI-Manager entlässt Mitarbeiter. Der KI-Agent Luna, der seit April einen Laden in San Francisco betreibt, hat einen menschlichen Mitarbeiter wegen wiederholter Unpünktlichkeit entlassen – aber erst, nachdem Menschen ihn an seine eigenen Regeln erinnert hatten. Wiederholungen mit sieben Modellen zeigten, dass leistungsfähigere KIs die Entlassung konsequenter empfahlen.
Graumarkt für Claude-Token. Chinesische Entwickler umgehen die Beschränkungen von Anthropic mithilfe von Transferstationen, die Claude-Token zu etwa 10 % des offiziellen Preises verkaufen. Sie nutzen Übersee-Server, Gratisguthaben und Modelltausch – das untergräbt Geoblocking und Sicherheitsüberwachung.
Das war alles für heute - etwa 5 Minuten Lesezeit.