## archiv modelle & benchmarks - seite 1 von 6
Alle Artikel des Ressorts, neueste zuerst. Zur Ressort-Seite Modelle & Benchmarks
MODELLEGoogles Gemini Carbon: Nächste Stufe im Coding-Wettkampf mit Anthropic
Google testet intern mehrere Gemini-4-Varianten, darunter Carbon, das speziell für Coding-Aufgaben optimiert wird. Erste Vergleiche deuten darauf hin, dass Carbon mit Anthropics Opus 5.5 konkurrieren kann. Parallel bereitet Google die Anwendungen für den breiteren Gemini-4-Launch vor.
MODELLESaluki 27B: Quantisiertes Qwen-Modell mit besseren Tool-Fähigkeiten
Saluki 27B ist eine 2-Bit-Quantisierung von Qwen3.8-27B, die auf 7,89 GB schrumpft und bei Tool Calling besser als das Original performt. Dafür gibt es Einbußen bei mathematischen und Reasoning-Aufgaben.
MODELLEFalcon ASR: Spracherkennung für Arabisch und Emiratisch
Das Technology Innovation Institute präsentiert Falcon ASR, ein 1,6-Milliarden-Parameter-Modell für Spracherkennung mit Fokus auf die emiratische Dialekt. Das System erreicht beim arabischen Benchmarking besser als bisherige State-of-the-Art-Systeme.
MODELLEClaude Haiku 5.5: Anthropics neues Kleinmodell mit 1 Million Token Context
Anthropic hat Claude Haiku 5.5 vorgestellt – ein kompaktes Sprachmodell mit 1 Million Token Kontext-Fenster. Die Preisgestaltung bei $0,10 pro Million Input-Token zielt auf kosteneffiziente Anwendungen, während eine OSWorld-Leistung von 72,4% praktische Einsatzfähigkeit demonstriert.
MODELLEGPT-6: Globaler Rollout mit Intelligent UI
OpenAI bringt GPT-6 weltweit in ChatGPT aus – mit einer neuen Intelligent UI, die schnellere Antworten und visuelle, interaktive Inhalte direkt nutzen lässt.
MODELLEOpenAI startet 28-Tage-Verbesserungszyklus: GPT-6 schneller, UI intelligenter
OpenAI kündigt ein Verbesserungsprogramm über 28 Tage an, bei dem täglich entweder ein Update für Codex- und Work-Nutzer oder ein globaler Reset erfolgt. Den Anfang macht eine 50-Prozent-Leistungssteigerung für GPT-6-Astra und GPT-6.1-Sol.
MODELLENemotron: Vom Basismodell zum Gold-Medaillen-Spezialisten
Nvidia zeigt, wie das Nemotron-Sprachmodell durch gezielte Feinabstimmung zu weltklasse-Spezialisten wird. Die Systeme erreichen Gold-Medaillen-Level bei IOI 2026 und IMO 2026 — beides wettbewerbsniveau für Programmierer und Mathematiker.
MODELLEMistral Large 4: Das größte Open-Weight-Modell startet in den Preview
Mistral AI präsentiert Mistral Large 4 – sein bisher größtes Modell mit einer Billion Parametern und 49 Milliarden aktiven Parametern. Das nativ multimodale System wird ab Ende des Monats als Open-Weight verfügbar und soll in Cybersecurity und Unternehmensaufgaben State-of-the-Art leisten.
MODELLEFalcon-Emirati: Wenn LLMs lokale Dialekte und Kultur lernen
TIIUAE stellt Falcon-Emirati vor, ein Sprachmodell spezialisiert auf VAE-Dialekt, Kultur und regionale Nuancen. Das Projekt zeigt, wie LLMs über Englisch und Standardarabisch hinaus lokale Besonderheiten abbilden können.
MODELLEWer spricht wann: NVIDIA Nemotron 3 für Multi-Speaker-Erkennung
NVIDIA veröffentlicht Nemotron 3 Diarization, ein spezialisiertes Modell zur Erkennung mehrerer Sprecher in Echtzeit. Das System identifiziert, wer wann spricht – relevant für Meetings, Podcasts und Live-Anwendungen.
MODELLEOpenAI bringt GPT-6 Sol und Luna: 50 % günstigere API-Preise
OpenAI hat zwei kostengünstigere Modelle veröffentlicht: GPT-6 Sol ($2/$10 pro 1M Tokens) und GPT-6 Luna ($0,10/$0,50 pro 1M Tokens). Beide sind sofort über API, ChatGPT Work und Codex verfügbar und bieten verbessertes Prompt Caching.
MODELLELLM-Pruning wie ein Physiker: Block-Löschung als Ising-Optimierungsproblem
Forscher nutzen physikalische Optimierungsmethoden zur LLM-Kompression: Statt einzelne Parameter zu streichen, werden ganze Transformer-Blöcke entfernt – basierend auf Ising-Modellen aus der statistischen Physik.
MODELLEFisher-Information-Metriken optimieren Neural-Network-Pruning
Forscher entwickeln ein theoretisch fundiertes Pruning-Verfahren basierend auf Fisher-Information-Metriken. Die Methode übertrifft bisherige Ansätze bei der Kompression von vollständig verbundenen Netzen und Vision Transformers konsistent.
MODELLEFehlerkorrektur ohne Fähigkeitsverlust: Logit-Module für gefrorene Sprachmodelle
Forscher zeigen mit CRN v2, dass kleine Korrekturmodule Fehler in Sprachmodellen beheben können, ohne deren Basisfähigkeiten zu schwächen. Ein leichtes Modul mit 34M Parametern korrigiert 53% der Fehler bei vollständig gefrorener Basis.
MODELLEZGCM-1: Offenes 7B-Modell für Mathematik und Agentic Search
ZGCM-1 ist ein vollständig offenes 7-Milliarden-Parameter-Modell, das durch interne Reasoning-Prozesse und externe Tool-Nutzung mit deutlich größeren Modellen konkurriert. Die Entwickler veröffentlichen sämtliche Trainingscode, Gewichte und Daten.
MODELLECriticGen: Evaluierung wird zum Verbesserungswerkzeug für LLMs
Ein neuer Evaluierungsrahmen namens CriticGen macht die Bewertung von Sprachmodellen deutlich präziser und gleichzeitig handlungsorientiert. Statt generischer Kritik erzeugt CriticGen spezifische Verbesserungsvorschläge, die tatsächlich funktionieren – mit einer Erfolgsquote von über 73 Prozent.
MODELLEAutoFyn: Agenten lernen durch Bewährung, nicht durch Gewichtsanpassung
AutoFyn nutzt Expert Iteration, um Sprachmodelle über mehrere Runden zu verbessern — nicht durch Training, sondern durch Aktualisierung persistenter Zustände. Das System hat IMO-Probleme gelöst und echte Sicherheitslücken gefunden.
MODELLEBenchMIRT: Was messen LLM-Benchmarks wirklich?
Allen AI hat mit BenchMIRT ein Framework veröffentlicht, das offenlegt, wie instabil aktuelle LLM-Benchmarks sind. Die Analyse zeigt: Ranking-Positionen verschieben sich massiv je nach Messmethode.
MODELLEZ.ai enthüllt sich als Schöpfer des mysteriösen Ox Alpha Models
Z.ai bestätigt, hinter dem rätselhaften Ox Alpha Model zu stecken, das Benchmarks dominiert. Die Modellgewichte sollen bald veröffentlicht werden und könnten die Open-Source-Szene neu aufrollen.
MODELLEMathematische Entdeckungen skalieren: Ein neuer Ansatz für KI-gestützte Forschung
Forscher entwickeln FAR, ein System zur effizienten Zusammenarbeit von Mensch und KI in der mathematischen Forschung. Statt einzelner Probleme nutzt der Ansatz ganze Forschungsrichtungen als Input und filtert automatisch Kandidaten aus Tausenden Papers. In einem Kombinatorik-Pilotprojekt entstanden dabei neue Erkenntnisse zu bekannten mathematischen Vermutungen.
MODELLEWie viel Speicher braucht ein Agent wirklich?
IBM Research zeigt mit ALTK-EVOLVE, dass Agenten ihre Memory-Anforderungen dynamisch anpassen können. Das Verfahren optimiert die Speichernutzung ohne Qualitätsverluste.
MODELLEModulare Kognitive Architektur in Large Language Models
Forscher haben nachgewiesen, dass LLMs eine ähnlich modulare Struktur entwickeln wie das menschliche Gehirn. Tasks aus denselben kognitiven Domänen aktivieren überlappende Neuronen – ein Hinweis darauf, dass Modularität ein fundamentales Prinzip intelligenter Systeme ist.
MODELLEGoogle veröffentlicht Gemini 3.7 Flash nur drei Wochen nach Vorgänger
Google hat Gemini 3.7 Flash nur drei Wochen nach der Version 3.6 veröffentlicht. Das Unternehmen verspricht substantielle Verbesserungen bei der Performance und Zuverlässigkeit des Modells.
MODELLEFLUX-2: Alles was du zum neuen Bildmodell wissen musst
FLUX-2 ist die neueste Generation der Text-zu-Bild-Modelle von Black Forest Labs – schneller, präziser und mit Varianten für jeden Anwendungsfall. Dieser Guide zeigt, was FLUX-2 kann, welche Versionen es gibt und wie du es lokal nutzen kannst.