Alle News-Briefs aus dem Ressort Modelle & Benchmarks, neueste zuerst. Zu den Leitartikeln des Ressorts
Mistral veröffentlicht Mistral Large 4 (Le Chonk), ein multimodales Sprachmodell mit 1 Billionen Parametern für Teams in Sicherheit, Coding und Bildverarbeitung — ab sofort kostenlos verfügbar.
Nvidia hat Nemotron 3.5 Transcribe veröffentlicht – ein frei verfügbares Modell für multilinguale Transkription, Sprechererkennung und Übersetzung in einem System.
Google veröffentlicht Gemini 4 Carbon und übernimmt die Spitze im Artificial Analysis Intelligence Index. Das Modell zielt auf Cyber-Defense und langfristige Agenten-Workflows.
Liquid AI und vLLM Semantic Router stellen spezialisierte multimodale Modelle vor – kompakt, effizient und für Produktionssysteme optimiert. Ein Überblick über die neuen Ansätze.
Google DeepMind stellt Genie 4 vor – ein World Model mit nativer Audio-Verarbeitung und realistischer Physik für interaktive Echtzeit-Simulation. Zunächst für vertraute Tester verfügbar.
OpenAI veröffentlicht GPT-6.1 Terra: Die neue Mittelklasse-KI halbiert API-Kosten gegenüber dem Vorgänger und verbessert die Genauigkeit beim Computer-Use.
Neue Open-Source-Modelle und Tools machen lokale KI-Infrastruktur zugänglicher. Von Coding bis DNA-Analyse – wer richtig wählt, spart Cloud-Kosten und gewinnt Datenschutz.
Hugging Face veröffentlicht Beam, ein offenes 501B-Parameter-Modell des Labs Reflection mit 1M Token Kontext für Coding und agentengesteuerte Workloads – selbst betreibbar unter Apache 2.0.
Google startet Gemini 4 Argon global für Entwickler und Unternehmen. Das Frontier-Modell führt Benchmarks an und soll Ingenieuraufgaben, Cybersecurity und Forschung beschleunigen.
Self-Hosted LLMs sind nicht automatisch billiger als Cloud APIs. Neue Tools für Multi-Model-Routing und lokale Coding-Agenten ermöglichen intelligente Hybrid-Strategien für Teams.
Anthropic setzt mit Claude Duet zum Gegenschlag an: Der proaktive KI-Agent arbeitet autonom in der Cloud und konkurriert mit Metas Muse und OpenAIs Dots.
Deepseek veröffentlicht DeepInfer als Open Source. Das Inferenz-Framework hinter V4.1-Flash soll Kosten und Energieverbrauch senken.
Mistral bringt Timestral – eine Familie von vier Zeitreihen-Grundmodellen (5M–209M Parametern) – auf den Markt. Das größte Modell führt alle drei Hauptbenchmarks an und läuft CPU-effizient, ohne Retraining.
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.
Google öffnet seinen KI-Wasserzeichen-Detektor SynthID für alle Nutzer weltweit. Das Tool erkennt generierte Bilder, Videos und Audio von Google und Partnern wie OpenAI – mit bekannten Grenzen.
Zwei neue KI-Modelle konkurrieren mit chinesischen Alternativen: Mistrals 1-Billionen-Parameter-Modell und Reflection Beams effizienter Mixture-of-Experts-Ansatz versprechen europäische und amerikanische Unabhängigkeit.
Meta bringt seinen KI-Agenten Muse in den Markt und übernimmt plötzlich Marktanteile von OpenAI und Anthropic. Gleichzeitig tauchen kritische Sicherheitslücken auf.
Neue Forschung zeigt: Wie medizinische LLMs trainiert werden, entscheidet über klinische Leistung mehr als Modellgröße. Auch Quantisierung birgt Datenschutzrisiken.
Neue Komprimierungsverfahren und spezialisierte Modelle ermöglichen KI-Einsatz auf günstiger Hardware. Ein Überblick über GGUF, GPTQ, AWQ und praktische Alternativen.
OpenAI stellt GPT-6 Astra vor – ein Modell für Geschäftsanwendungen mit erweitertem Reasoning und Computer-Use. Erste Implementierung: Financial-Services-Suite mit integrierten Finanzdaten.
Sechs neue arXiv-Papers zeigen: Bisherige LLM-Agenten-Tests messen das Falsche. Memory-Evaluierung, visuelle Attacken und RAG-Robustheit erfordern völlig neue Frameworks.
Forscher veröffentlichen neue Frameworks und Modelle für die Skalierung von Search- und Agentic-AI-Systemen. OpenAI zeigt messbare Produktivitätssteigerung durch Coding-Agenten.
OpenAI nutzt Coding Agents intern, um Forschungsprozesse zu automatisieren. Early Data zeigen deutlich höhere Experiment Velocity und komplexere Task-Bewältigung — ein Einblick in die operative Realität der AI-Forschung.
Google veröffentlicht Gemini 3.8 Flash als drittes Flash-Modell in sechs Wochen. Parallel lädt die Cyber-Variante Sicherheitsforscher ein.
Anthropic veröffentlicht Claude Fable 5.1 mit verdoppelter Wissenschafts-Benchmark-Performance und 75% günstigeren Cache-Reads. Das Modell steht ab sofort auf API, AWS und Google Cloud zur Verfügung.
Forschung zeigt: Spezialisierte Agentic Frameworks revolutionieren Robotik und agile Softwareentwicklung. Memory-Priming und Spec-Driven Workflows setzen neue Standards.
Needle 2 und LFM2.5-VL bringen Function-Calling und Agenten-Fähigkeiten auf Geräte-Ebene. DACH-Unternehmen gewinnen Kontrolle über sensible Daten.
OpenAI bringt Ultrafast-Modus für GPT-5.6 Sol – bis zu 14x schnellere Verarbeitung mit 750 Token/Sekunde. Enterprise-Play gegen Google Gemini.
Kleine Sprachmodelle und lokale Agent-Frameworks ermöglichen Unternehmen datenschutzkonforme KI-Automation. Neue Tools wie LFM2.5 und QM adressieren Produktionsanforderungen.
Google startet Gemini 3.6 Flash als günstigere Alternative und präsentiert spezialisierte Sicherheitsmodelle. Gemini 3.5 Pro bleibt in Testphase.
OpenAI gibt GPT-5.6 nach regulatorischer Freigabe frei und führt ChatGPT Work ein — ein Agent, der eigenständig über Apps hinweg arbeitet.
OpenAI veröffentlicht GPT-5.6 nach zweiwöchiger Behörden-Vorschau. Gleichzeitig startet ChatGPT Work als agentenbasiertes Tool für Enterprise-Workflows.
OpenAI rollt GPT-Live aus: neue Sprachmodelle für ChatGPT, die gleichzeitig sprechen und hören können — mit Web-Suche und weniger Unterbrechungen.
Anthropic veröffentlicht Claude Sonnet 5 als Standard-Modell für alle Tarife. Das neue Modell erreicht Opus-4.8-ähnliche Leistung bei deutlich niedrigerem Preis und besserer Agentic-Fähigkeit.
Anthropics neues Mittelklasse-Modell Sonnet 5 erreicht Performance nah an Opus 4.8 bei deutlich niedrigerem Preis — ideal für Agentic AI und DACH-Unternehmen.
Anthropic nimmt seine leistungsstärksten KI-Modelle Fable 5 und Mythos 5 offline, nachdem die US-Regierung eine Deaktivierung angeordnet hat. Grund: potenzielle Sicherheitsbedenken wegen eines gemeldeten Jailbreaks.
Anthropic demonstriert Claude als Chemie-Assistent für reale Molekülanalyse. Forscher nutzen KI bereits zur Antibiotikaentdeckung – mit messbaren Ergebnissen.
Microsoft stellt auf Build 2026 sein erstes Advanced-Reasoning-Modell MAI-Thinking-1 vor. Insgesamt fünf neue KI-Modelle wurden von Mustafa Suleyman angekündigt.
Anthropic hat Claude Opus 4.8 veröffentlicht und signalisiert parallele Arbeit an Mythos-Klasse. Fokus: ehrlichere Fehlerbehandlung und verbesserte Sicherheit.
Anthropic veröffentlicht Claude Opus 4.8 mit verbessertem Reasoning, besserer Fehlerbehandlung und Dynamic Workflows für Agent-Koordination. Preise bleiben unverändert.
Anthropic veröffentlicht Claude Opus 4.8 mit stärkerer Ehrlichkeit bei Fehlern, verbessertem Code-Reasoning und neuem Dynamic-Workflows-Tool.
Google stellt Gemini 3.5 Flash vor — optimiert für autonome KI-Agenten statt Chatbots. Search, Shopping und CodeSecurity bekommen eigene Agenten-Funktionen.
OpenAI macht GPT-5.5 Instant zum neuen Standard-Modell von ChatGPT. Weniger Halluzinationen, bessere Personalisierung, konzisere Antworten.
Neue Studien zeigen: Autonome KI-Agenten verursachen explodierende Token-Kosten. Unternehmen brauchen jetzt Strategien für Kostenkontrolle und Effizienz.
Neue Forschung zeigt kritische Schwachstellen in LLM-Agenten. Erste Enterprise-Lösungen versprechen Containment und Governance.
OpenAI und Anthropic öffnen Fine-tuning für ihre Top-Modelle. Entwickler können GPT-4o und Claude 3 Haiku jetzt auf eigene Daten trainieren.
Anthropic erweitert Claude um integrierte Code-Funktionen und neue Verwaltungstools für Business-Pläne. API-Preise sinken.