Google DeepMind hat angekündigt, dass Genie 4 jetzt verfügbar ist. Details zu Fähigkeiten, Preisen oder Zugang nennt die Ankündigung allerdings nicht.
Warum es wichtig ist: Genie 4 ist ein neues Modell von Google DeepMind, doch die verfügbaren Details reichen nicht aus, um seinen Nutzen für Unternehmen zu beurteilen, die mit KI entwickeln.
MAI Code 2 ist für mehrstufige Programmieraufgaben gedacht, Code 2 Flash für schnellere Änderungen. Beide stehen in GitHub Copilot, Copilot Fusion und Foundry zur Verfügung.
Warum es wichtig ist: Unternehmen, die GitHub Copilot einsetzen, können nun auch Microsofts eigene Coding-Modelle wählen, was die Abwägung zwischen Kosten und Leistung verschieben könnte. Der Kostenvergleich stammt allerdings von Microsoft selbst und bezieht sich auf einen einzigen Benchmark.
Das Release von SenseNova-Loop-9B schickt 24 seiner 32 Layer ein zweites Mal durch die Berechnung. Laut den Autoren steigt der GAIA-Wert von 37,86 in der Preview auf 69,90.
Warum es wichtig ist: Architekturen mit mehrfach durchlaufenen Layern könnten kleinen lokalen Modellen auf derselben Hardware zu besseren Ergebnissen verhelfen. Der Speicherbedarf bei langem Kontext muss aber erst noch unabhängig gemessen werden.
Gemini 4 Neon ist jetzt im kostenpflichtigen Tarif allgemein verfügbar, zu 3 US-Dollar pro Million Input-Token und 15 US-Dollar pro Million Output-Token.
Warum es wichtig ist: Teams, die auf der Gemini API aufbauen, haben nun ein allgemein verfügbares Modell mit einem Kontext von 1M Token und festem Preis. Kosten und Qualität lassen sich damit auf einer festen Grundlage mit anderen Modellen vergleichen.
Alibabas Qwen4-Max ist jetzt allgemein verfügbar und erreicht in der höchsten Reasoning-Stufe 43 Punkte im Intelligence Index, nach 34 Punkten in der Preview.
Warum es wichtig ist: Geringere Kosten pro Aufgabe bei höherem Benchmark-Ergebnis machen Qwen4-Max zu einer preislich konkurrenzfähigen Option für Workloads mit KI-Agenten. Der juristische Benchmark zeigt, dass die Genauigkeit bei Checklisten den tatsächlichen Aufgabenerfolg überzeichnen kann.
Tencents multimodales Modell Hy4 Flash hat insgesamt 224B Parameter, aktiviert pro Token 12B und kostet 0,070 bzw. 0,281 US-Dollar pro Million Input- bzw. Output-Token.
Warum es wichtig ist: Ein kostengünstiges Sparse-Modell mit einem Kontext von 1M Token könnte die Kosten für Workloads mit langen Dokumenten senken. Unabhängige Benchmark-Ergebnisse nennt die Quelle nicht.
Laut API-Changelog von OpenAI ist GPT-6.2 Astra für anspruchsvolles Reasoning und Coding gedacht, GPT-6.2 Sol für alltägliches Coding und die Arbeit mit Agenten.
Warum es wichtig ist: Teams, die Produkte auf Basis von OpenAI-Modellen entwickeln, haben nun zwei neue Optionen, und jede Integration, die auf Tool Calling setzt, muss über die Responses API laufen.
TypeSafe AI zufolge ist sein Entscheidungsmodell Jev schneller und günstiger als LLMs und kann nicht halluzinieren. Unabhängige Tests stützen diese Aussagen nur teilweise.
Warum es wichtig ist: Teams mit großvolumigen Klassifizierungs- oder Prüfaufgaben könnten einen Teil ihrer LLM-Aufrufe durch deutlich günstigere und schnellere Entscheidungsmodelle ersetzen. Die Aussage zur Halluzinationsfreiheit betrifft nur das Ausgabeformat, nicht die Frage, ob das Urteil richtig ist.
Cloudflare hat eigene Decision Models veröffentlicht, darunter Clef, ein Open-Weights-Modell, das kostenlos auf Hugging Face zum Download bereitsteht.
Warum es wichtig ist: Mit Open-Weights-Decision-Models können Teams Klassifizierungen lokal ausführen, ohne für jede Aufgabe einen eigenen Klassifikator per Fine-Tuning trainieren zu müssen. Unternehmen, die Cloudflare-Dienste nutzen, könnten denselben Ansatz zudem in ihren eigenen Sicherheitswerkzeugen wiederfinden.
Fable 5.2 hat im Remote Labor Index 41,3 % realer Freelance-Projekte auf professionellem Niveau abgeschlossen. Ein Jahr zuvor lag der Bestwert noch bei 2,5 %.
Warum es wichtig ist: Klar definierte digitale Dienstleistungen, die sich leicht vergleichen und austauschen lassen, könnten als Erste unter Preisdruck geraten, da Agenten inzwischen einen beachtlichen Teil solcher Aufträge erledigen können.
Mit Gemini 4 Carbon führt Google Teams von Agenten ein, die gemeinsam an Aufgaben arbeiten, während große Modell-Releases immer schneller aufeinander folgen.
Warum es wichtig ist: Wenn Funktionen für Agenten-Teams direkt in ein Flaggschiffmodell eingebaut sind, könnte das verändern, wie Unternehmen lange, mehrstufige Arbeit zwischen Software-Agenten und Menschen aufteilen.
Anthropic hat Claude Fable 5.2 und Mythos 5.2 veröffentlicht, die auf demselben Modell beruhen, und den API-Preis von Fable auf 8 bzw. 40 Dollar pro Million Token gesenkt.
Warum es wichtig ist: Teams, die Claude-API-Aufrufe für agentisches Coding oder Computer-Use-Workloads bezahlen, profitieren von einem niedrigeren Preis pro Token. Der Zugang zu Mythos bleibt dagegen geprüften Organisationen vorbehalten.
Die offenen Gewichte von Inkling 2 Small sind nun auf dem Hub verfügbar, und das Modell führt mit 1647 Punkten unter den offenen US-Modellen im Leaderboard Code Arena WebDev.
Warum es wichtig ist: Teams, die ein Coding-Modell mit offenen Gewichten aus den USA suchen, können Inkling 2 Small jetzt herunterladen und selbst prüfen.
Kommentator Theo sagt, seine eigene Auswertung habe ergeben, dass Gemini 4 Carbon etwa fünfmal langsamer ist als vergleichbare Modelle und dass über 11 Sekunden vergehen, bis eine Antwort beginnt.
Warum es wichtig ist: Teams, die mehrstufige Coding- oder Agenten-Workflows betreiben, könnten feststellen, dass die Gesamtdauer eines Durchlaufs und nicht die Token-Geschwindigkeit Kosten und Produktivität bestimmt. Falls die behauptete Verzögerung pro Durchlauf zutrifft, könnte sie mehr ins Gewicht fallen als Benchmark-Ranglisten.
Laut Baidu ist ERNIE 5.5 Flash Preview gestartet, die Modellgewichte werden bis 25. November erwartet.
Warum es wichtig ist: Ein großes Modell mit langem Kontext aus einem führenden chinesischen Labor könnte Teams eine weitere Open-Weight-Option für Coding und Dokumentenarbeit bieten, sofern die Gewichte tatsächlich erscheinen und sich die Angaben bestätigen.
Decider v1.3 von Perplexity bringt eine Locate-Aufgabe, die Span-Offsets liefert. Laut Unternehmen schlägt das Modell die eigenen Klassifikatoren im Produktivbetrieb um 6,54 Punkte.
Warum es wichtig ist: Teams, die Extraktion oder PII-Schwärzung betreiben, könnten ein kostenloses Modell, das auf Span-Ebene arbeitet, gegen ihre aktuellen Klassifikatoren testen.
Artificial Analysis stuft SOV-Transcribe-1 von Salesforce als bestes Open-Weights-Modell für Speech-to-Text ein: 2,3 % AA-WER bei 4,6 Mrd. aktiven Parametern.
Warum es wichtig ist: Wer Transkriptions-Pipelines baut, hat damit eine weitere Open-Weight-Option für eigene Vergleichstests, auch wenn sich die Aussage nur auf ein einziges Leaderboard stützt.
Google DeepMind hat Gemini 4 Hydrogen in einem Unternehmensbeitrag angekündigt, der Benchmark-Ergebnisse und Preise nennt. Diese Zahlen stammen allerdings von Google selbst.
Warum es wichtig ist: Teams, die ihre Modellwahl an Googles Roadmap ausrichten, sollten die Details zu Leistungsfähigkeit und Preisen abwarten, bevor sie ihre Pläne ändern.
Arena reiht Claude Fable 5.2 (Max) mit einer Nettoverbesserung von +30,4 % über 4,7K agentische Sessions an die Spitze, vor Opus 5.5 mit +19,5 %.
Warum es wichtig ist: Der niedrigere Token-Preis geht mit höheren mittleren Kosten pro Aufgabe einher als bei Opus 5.5. Käufer sollten die Kosten pro erledigter Aufgabe vergleichen, nicht den Preis pro Token.
Praxis-1 von Runway ist ein World Action Model mit 27B Parametern in MoE-Architektur. Laut Runway erledigte es Roboteraufgaben 15,6-mal schneller als GPT-6 Astra.
Warum es wichtig ist: Offene Gewichte unter Apache 2.0 bieten Robotik-Teams eine selbst hostbare Alternative zu geschlossenen World Models. Die Vorteile bei Geschwindigkeit und Kosten beruhen allerdings auf Angaben des Unternehmens.
Laut einem auf Reddit geteilten Dokumentauszug wurden Fable 5.2 und Mythos 5.2 beim Training in Bereichen der KI-Forschung und -Entwicklung bewusst in ihren Fähigkeiten begrenzt.
Warum es wichtig ist: Wenn Begrenzungen im Training die Fähigkeiten bei Kernel- oder Systemarbeit schmälern, könnten Teams, die Claude für Performance-Engineering einsetzen, ungleichmäßige Ergebnisse erleben, die enge Benchmarks nicht sichtbar machen.
Google hat Gemini 4 Hydrogen mit der neuen Thinking-Stufe xhigh allgemein verfügbar gemacht und zum Standardmodell für den Antigravity-Agenten erklärt.
Warum es wichtig ist: Teams, die Gemini 3.8 Flash nutzen, haben nun ein neueres GA-Modell, einen dokumentierten Migrationspfad und einen angegebenen Preis. Das ist für die Kostenplanung bei Coding-Agenten relevant. Mit xhigh erhalten Entwickler zudem eine weitere Einstellung, um das Verhältnis von Denkaufwand und Kosten zu testen.
Matthew Berman bezeichnet Cognitions SWE-2 Flash, eine nachtrainierte Version von Inkling 2 Small, als schnelles Modell für Coding-Sub-Agenten.
Warum es wichtig ist: Coding-Tools könnten Routine-Teilaufgaben an kleinere, schnellere Modelle weiterleiten, was die Kosten für Teams mit Agenten-Workflows senken kann.
Laut Matthew Berman ist H3 Image von MiniMax ein vollständig offenes Open-Weights-Bildmodell, in voller Größe 68 GB und als quantisierte Version rund 18 GB groß.
Warum es wichtig ist: Ein herunterladbares Bildmodell, das auf Consumer-Hardware läuft, ermöglicht es Teams, die Bildgenerierung im eigenen Haus zu behalten und API-Gebühren pro Bild zu vermeiden.
Matthew Berman bezeichnet Seedream 5.5 von ByteDance als einen der besten Bildgeneratoren und sagt, das Modell beherrsche mehrstufige Bearbeitung, bei der Bilder konsistent bleiben.
Warum es wichtig ist: Konsistente mehrstufige Bearbeitung ist für Produkt- und Marketingteams wichtig, die mehrere Überarbeitungen desselben Bildes brauchen.
Das Modell Gemini Decision und die Decisions API von Google liefern binäre, kategoriale und Rubrik-Entscheidungen für Text, Bilder, Audio, Video und PDFs. Laut Google verbrauchen sie dabei null Output-Token.
Warum es wichtig ist: Sollte sich die Angabe mit null Output-Token für Ihre Workloads bestätigen, könnten Teams, die heute Text generieren, nur um ein Label oder eine Bewertung zu erhalten, Kosten und Latenz senken. Wer einkauft, sollte die veröffentlichten Preise und Limits prüfen, bevor er sich darauf verlässt.
Das Open-Weights-Modell Naive-N0.5-Flash von NaiveAI zielt mit sehr hohem Token-Durchsatz auf Coding-Aufgaben. In Praxistests von Latent Space hielt seine Coding-Qualität mit DeepSeek mit.
Warum es wichtig ist: Teams, die Coding-Agenten betreiben, könnten pro Aufgabe weniger tatsächliche Bearbeitungszeit brauchen. Mehr Reasoning-Token bei schweren Problemen können den Geschwindigkeitsvorteil bei den Gesamtkosten aber wieder aufzehren. Die Geschwindigkeitswerte stammen aus einem optimierten Setup auf einem einzelnen Knoten und aus Messungen des Anbieters.
Laut SemiAnalysis liegt Fable 5.2 im GDPx-Benchmark für professionelle Aufgaben mit 16,4% vorne, die Kosten pro Aufgabe steigen jedoch von 67,16 auf 88,15 Dollar.
Warum es wichtig ist: Niedrigere Preise pro Token bedeuten nicht automatisch geringere Projektkosten, wenn ein Modell mehr Token für Überprüfungen aufwendet. Wer einkauft, sollte mit den Kosten pro Aufgabe aus den eigenen Workloads kalkulieren.
Artificial Analysis bewertet Fable 5.2 im Intelligence Index v5 mit 65 Punkten, vor Gemini 4 Carbon mit 60 und Opus 5.5 mit 59.
Warum es wichtig ist: Unabhängige Index-Ergebnisse helfen Käufern beim Vergleich von Frontier-Modellen. Der Vorsprung hängt aber von der Effort-Einstellung und der Auswahl der Benchmarks ab, deshalb sollten Sie die Ergebnisse anhand Ihrer eigenen Workloads überprüfen.
Laut der Prompting-Dokumentation von Anthropic führte ein Satz, wonach die Codebasis dem Modell gehört, in kleinen Coding-Tests dazu, dass es wiederholten Code deutlich häufiger zusammenführte.
Warum es wichtig ist: Teams, die Claude Fable 5.2 zum Programmieren einsetzen, erhalten mit einer Änderung von nur einem Satz im Prompt womöglich saubereren, weniger repetitiven Code, was spätere Wartungsarbeit verringern könnte.
Metas Muse Ember verarbeitet Text, Bilder, Audio und Video und kostet bei bis zu 200K Input-Token 0,10 Dollar pro Million Input-Token und 0,50 Dollar pro Million Output-Token.
Warum es wichtig ist: Ein günstiges multimodales Modell für Tool-Aufrufe und Dokumentenverarbeitung in großem Umfang könnte die Kosten von Pipelines senken, die viele kleine Aufgaben abarbeiten.
Laut NVIDIA sagt GR00T 2 künftige Videobilder und Roboteraktionen gemeinsam voraus. Bei 50 unbekannten Aufgaben erreicht es 40% Erfolg im Zero-Shot-Modus, nach Fine-Tuning mit fünf Demonstrationen pro Aufgabe 95%.
Warum es wichtig ist: Für Robotik-Teams zeichnet sich ein Weg ab, neue Roboteraufgaben mit einer Handvoll Demonstrationen in den Einsatz zu bringen, auch wenn der Code noch nicht veröffentlicht ist.
Laut Google ist das Reasoning-Modell Gemini 4 Carbon nun allgemein in der Gemini API verfügbar, bis zum 30. November 2026 zu Einführungspreisen.
Warum es wichtig ist: Teams, die agentische Coding-Tools oder multimodale Anwendungen auf Basis der Gemini API entwickeln, können das Modell nun produktiv einsetzen. Die Einführungspreise geben eine Kostenbasis vor, die sich nach dem 30. November ändern wird.
Google DeepMind bezeichnet Gemini Robotics 2.5 als sein bisher leistungsfähigstes Vision-Language-Action-Modell. Es soll Geschicklichkeit, Zuverlässigkeit und Sicherheit von Robotern verbessern.
Warum es wichtig ist: Teams, die an physischer KI oder Robotikprodukten arbeiten, haben mit dem Modell von Google DeepMind eine neue Option zu prüfen, auch wenn die Angaben bisher allgemein gehalten und nicht beziffert sind.
Laut Kommentator Matthew Berman ist Fable 5.2 erschienen und rund 20 % günstiger als Fable 5.1. Er beruft sich auf Benchmark-Ergebnisse, die er selbst präsentiert.
Warum es wichtig ist: Sollten sich die genannten Preise bestätigen, könnten Teams, die Anthropic-Modelle nutzen, niedrigere Kosten pro Token für ein Modell erhalten, das laut dem Kommentator bei mehreren Coding- und Computer-Use-Benchmarks vorne liegt.
Woof, ein kostenloses Stimmmodell von Underdog mit 31,7 MB, erzeugt Sprache direkt auf dem Gerät, ganz ohne Internetzugang.
Warum es wichtig ist: Ein sehr kleines Offline-Modell für Sprachausgabe senkt die Kosten, wenn Sprachfunktionen in Geräte und Apps eingebaut werden sollen, die sich nicht auf eine Verbindung verlassen können.
NVIDIAs Nemotron 3.5 Bolt ist ein Vision-Language-Modell mit 74B Parametern insgesamt und 9B aktiven Parametern, das mit einem Speicherbudget von 24GB laufen soll und Tool Calling beherrscht.
Warum es wichtig ist: Teams, die lokale Agenten entwickeln, erhalten Bildverständnis und Tool Calls, ohne die Inferenz an eine gehostete API zu schicken. 24GB sind aber das untere Ende der Spanne, die die Quelle beschreibt.
Laut NVIDIAs Bericht zu Nemotron 3.5 beschleunigen hybride Layer, Dekodierung mit Draft-Tokens und Kompression Agenten-Modelle. Für die Vier-Bit-Version von Super nennt das Unternehmen den 2,43-fachen Durchsatz.
Warum es wichtig ist: Unternehmen, die Coding-Agenten mit vielen Aufrufen betreiben, könnten von geringeren Serving-Kosten pro Anfrage profitieren. Der berichtete Durchsatzgewinn bedeutet aber nicht direkt, dass Agenten ihre Aufgaben schneller erledigen.
Laut Artificial Analysis erreicht Muse Ember 36 Punkte auf dem Intelligence Index und liegt damit gleichauf mit Claude Haiku 5.5 (max), kostet pro Aufgabe aber nur etwa ein Drittel.
Warum es wichtig ist: Bei Agenten-Workloads, deren Budget von den Kosten pro Aufgabe bestimmt wird, liefert Muse Ember ein ähnliches Ergebnis zu einem Bruchteil des Preises vergleichbarer Modelle. Wegen der niedrigen Antwortquote sollten Teams, die auf Faktenwissen angewiesen sind, allerdings mit mehr verweigerten Antworten rechnen.
Laut Meta bringen neue Muse-Modelle die Funktionen Active Memory und Active Focus zu Muse und Meta AI. Außerdem können Nutzer Muse dauerhafte Apps bauen und pflegen lassen.
Warum es wichtig ist: Dauerhaftes Gedächtnis und das Bauen von Apps in Assistenten für Verbraucher zeigen, wohin sich Agentenprodukte entwickeln. Die Leistungsangaben stammen von Meta selbst und wurden nicht unabhängig überprüft.
Baidu hat ERNIE-5.5-Flash-Base veröffentlicht, ein Basismodell mit 280B Parametern insgesamt und 14B aktiven, und meldet bessere Werte als DeepSeek-V4-Flash-Base.
Warum es wichtig ist: Unternehmen in der EU, in Großbritannien oder in Südkorea wären durch die angegebene Lizenz ausgeschlossen. Das ist für jedes Vorhaben relevant, auf diesen Gewichten aufzubauen.
Die offenen Entscheidungsmodelle Drex von Nace AI geben Wahrscheinlichkeiten für Optionen aus, ohne Text zu erzeugen. Laut einem Paper erreicht das 27B-Modell Max 67,52 Punkte im Decision Index 0.4.1.
Warum es wichtig ist: Teams, die Klassifizierungs- oder Routing-Entscheidungen treffen, können kalibrierte Optionswahrscheinlichkeiten in einem einzigen Forward Pass erhalten. Das kann Latenz und Kosten gegenüber der Generierung von Antworten senken.
Thinking Machines hat Inkling 2 Small vorgestellt, ein multimodales MoE-Modell mit 594B Parametern insgesamt und 17B aktiven, verfügbar auf Tinker. Die Gewichte unter Apache 2.0 sollen nach Sicherheitstests folgen.
Warum es wichtig ist: Erscheinen die Gewichte unter Apache 2.0, bekämen Unternehmen ein starkes, in den USA entwickeltes offenes Modell zum Fine-Tuning. Wegen des hohen Token-Verbrauchs von rund 150K Output-Token pro Index-Aufgabe bestimmen die Preise pro Token allein nicht die Kosten. Artificial Analysis beziffert diese allerdings auf 1,18 US-Dollar pro Aufgabe, weniger als bei Sonnet 5.5 und Gemini 3.8 Flash.
Ling-3.2-flash von Ant Ling hat 560 Mrd. Parameter insgesamt, davon 25 Mrd. aktiv, und übertrifft laut Unternehmen Opus 5 in zwei Benchmarks.
Warum es wichtig ist: Ein weiteres großes multimodales Modell erweitert die Auswahl für Dokumentverarbeitung und Web-Agenten. Die Vergleiche stammen vom Anbieter, unabhängige Tests sind also noch nötig.
Laut Marin hat das Modell Mochi 535B-A23B das Haupt-Pretraining auf 18T Token abgeschlossen. Als Nächstes folgen Long-Context-Training und Fine-Tuning.
Warum es wichtig ist: Ein Modell mit 535B Parametern, davon 23B aktiv, ist ein weiterer großer Open-Weight-Kandidat, der sich in Entwicklung befindet. Gewichte oder Evaluierungen liegen bisher nicht vor.
Jie Tang hat die Pretraining-Pipeline für GLM-5.5-Varianten mit den Bezeichnungen 32B, 122B und 256B beschrieben. Das geht aus einem Post hervor, der einen Vortrag an der Tsinghua-Universität wiedergibt.
Warum es wichtig ist: Die Beschreibung deutet auf eine starke Abhängigkeit von proprietären Daten-Pipelines hin. Das ist relevant für Teams, die chinesische offene Modelle gegen Alternativen abwägen, auch wenn die Details aus einer Darstellung aus zweiter Hand stammen.
Das Open-Weights-Modell FLUX 3 Image Klein mit 5,6 Mrd. Parametern belegt im AA-Image-T2I von Artificial Analysis den zweiten Platz unter den offenen Modellen, knapp hinter Qwen-Image-2.1.
Warum es wichtig ist: Unternehmen können mit einem kleinen offenen Bildmodell günstig Bilder generieren, doch die Umsatzgrenze der Lizenz schränkt den Einsatz für größere Firmen ein.
Laut einem Beitrag entfielen an einem Tag 53 % aller Token auf OpenRouter auf DeepSeek, Open-Weight-Labs kamen zusammen auf über 75 %.
Warum es wichtig ist: Die Nutzung auf einer Routing-Plattform zeigt, was Entwickler bevorzugen. Unternehmen, die KI in großem Umfang einkaufen, sollten sie aber nicht als Maßstab für ihre eigenen Kosten oder ihre Modellwahl heranziehen.
NVIDIA hat neue offene Cosmos-3-Modelle für interaktive Weltsimulation veröffentlicht, wie aus einem Beitrag auf Hugging Face hervorgeht, der keine weiteren Details nennt.
Warum es wichtig ist: Offene Modelle zur Weltsimulation könnten Teams aus Robotik und autonomen Systemen ermöglichen, Interaktionen in simulierten Umgebungen zu testen, doch Fähigkeiten und Lizenzbedingungen wurden noch nicht genannt.
NorthCUA hat Computer-Use-Modelle mit offenen Gewichten in drei Größen veröffentlicht. Laut dem Moderator, der sie vorstellte, erreicht das größte 88 Punkte in OSWorld Verified.
Warum es wichtig ist: Ein kleines offenes Modell, das Desktops steuern kann, könnte es Unternehmen ermöglichen, Computeraufgaben auf lokaler Hardware zu automatisieren, statt für gehostete Agenten zu bezahlen.
Laut Pruna AI erzeugt oder bearbeitet das offene P-H3-Image Bilder in acht Schritten fünfmal schneller und ist siebenmal kleiner als das Videomodell H3, auf dem es aufbaut.
Warum es wichtig ist: Unternehmen, die Bilder in hoher Auflösung erzeugen, könnten GPU-Zeit und Download-Größe einsparen, sofern sich die Angaben zu Geschwindigkeit und Qualität in eigenen Tests bestätigen.
Das Open-Weight-Modell PRISM von Sarvam basiert auf dem hauseigenen 105B-Modell und liefert in einem einzigen Forward Pass eine Wahrscheinlichkeit für jede vorgegebene Antwortoption, ohne Text zu generieren.
Warum es wichtig ist: Entscheidungen im Stil einer Klassifikation lassen sich mit festen Optionen und Wahrscheinlichkeitswerten abbilden, was gut zu Routing, Triage und Scoring passt.
Perplexity hat mit Embed v2 Context Vision-Language-Embedding-Modelle mit offenen Gewichten in den Größen 9B und 600M veröffentlicht. Sie dienen der Suche in Texten, Bildern und PDFs.
Warum es wichtig ist: Offene Embedding-Modelle, die auch visuelle Dokumente verarbeiten, könnten den Aufbau einer Suche über gescannte oder bildlastige Unternehmensdateien vereinfachen.
Ein Community-Fine-Tune von Qwen 3.5 4B erzeugt eigenständige Three.js-Szenen mit GLB-Export und richtet sich an Indie-Entwickler und die Erstellung von 3D-Assets.
Warum es wichtig ist: Kleine, spezialisierte Coding-Modelle können auf einfacher Hardware brauchbare 3D-Assets erzeugen und senken so die Kosten für das Prototyping in Game- und Web-Teams.
ServiceNow hat Apriel Voice 27B veröffentlicht: eine Open-Weight-Vorschau, die Text, Bilder und Spracheingaben verarbeitet und auf Basis des Verstandenen handeln kann.
Warum es wichtig ist: Ein offenes, auf Sprache ausgerichtetes Agentenmodell könnte es Unternehmen ermöglichen, Sprach-Workflows auf einer Infrastruktur unter eigener Kontrolle aufzubauen.
DiffuSpace hat Clover veröffentlicht, ein offenes Mixture-of-Experts-Diffusions-Textmodell mit 35B Parametern, davon 3B aktiv, das laut dem Moderator des Videos sehr schnell läuft.
Warum es wichtig ist: Wenn Diffusions-Textmodelle dieses Tempo halten, könnten Agenten-Workloads mit vielen Schritten günstiger und schneller laufen.
Baidu hat Unlimited OCR 2 als Open Source veröffentlicht. Laut Baidu verarbeitet das Modell Dokumente nahezu unbegrenzter Länge in einem Durchgang, ohne an Genauigkeit einzubüßen.
Warum es wichtig ist: Lange gescannte Dokumente in einem Durchgang zu lesen, könnte für Unternehmen die Verarbeitung von Verträgen, Archiven und Compliance-Unterlagen vereinfachen.
Laut Ricursive ist die Vorschau des dichten 65B-Modells Ripple-65B das beste US-Open-Weight-Modell für agentisches Coding, mit 80,5 % auf Terminal-Bench 2.1.
Warum es wichtig ist: Die Apache-2.0-Lizenz und die angegebenen Coding-Ergebnisse bieten Unternehmen eine weitere Option mit freizügiger Lizenz. Die Benchmark-Angaben stammen allerdings vom Unternehmen selbst, und einige Vergleiche fehlen.
Laut Tencent erreicht Hy4 75,2 Punkte auf APEX-Agents, verarbeitet Bilder und beherrscht Computer Use. Die Gewichte will das Unternehmen veröffentlichen.
Warum es wichtig ist: Günstigere agentische Modelle mit Computer Use erweitern die Möglichkeiten für Teams, die Automatisierungen bauen. Die berichteten Fehler bei Tool-Calls sind allerdings ein praktisches Problem.
Laut Cognition übertrifft SWE-2 Flash alle amerikanischen Open-Weight-Modelle, auch solche, die dreimal so groß sind. Die Gewichte will das Unternehmen nicht veröffentlichen.
Warum es wichtig ist: Unternehmen, die Devin einsetzen, erhalten ab sofort ein günstigeres und schnelleres Coding-Modell. Weil die Gewichte nicht veröffentlicht werden, können Kunden es nicht selbst hosten.
Das dichte Modell Nanbeige4.3-33B erscheint unter Apache 2.0 und erreicht 20 Punkte im Artificial Analysis Intelligence Index, gleichauf mit Qwen3.8 27B.
Warum es wichtig ist: Teams, die ein kleines offenes Modell lokal oder selbst gehostet betreiben wollen, haben auf diesem Leistungsniveau nun eine weitere Option, mit einem klaren Zielkonflikt zwischen Stärke im Terminal und Faktenwissen. Der höhere Token-Verbrauch pro Aufgabe wirkt sich zudem auf die Inferenzkosten aus.
Carbon-X wurde mit DNA-Sequenzen und gewöhnlichem Text trainiert. Laut seinen Entwicklern erreicht es im Schnitt 66,7 % über fünf DNA-Benchmarks.
Warum es wichtig ist: Ein offenes Modell für die DNA-Analyse könnte die Kosten genomischer Arbeit für Life-Science-Teams senken. Die Angaben zu Leistung und Kosten stammen allerdings von den Entwicklern selbst und müssen unabhängig überprüft werden.
Nutzer haben im HTML der Anthropic-Website einen Hinweis auf Mythos 5.5 entdeckt. Ein Kommentator hält die Zeile allerdings für einen Slogan, der alle Mythos-Modelle meint.
Warum es wichtig ist: Spekulationen über kommende Mythos-Modelle sind für Käufer relevant, die Arbeiten in Cybersecurity und Biologie planen. Die Beweislage ist derzeit aber zu dünn, um darauf Pläne zu stützen.
Laut Kommentatoren taucht GPT-6.2 Astra in den Nutzungsanalysen von Codex auf und könnte sehr bald erscheinen. Bestätigt ist das nicht.
Warum es wichtig ist: Ein baldiger Modell-Release könnte die Modellwahl von Teams verändern, die auf OpenAI aufbauen. Beschaffungspläne brauchen daher womöglich einen flexiblen Prüfpunkt.
Laut OpenAI bringt GPT-6.1 Terra günstigeres visuelles Reasoning und Computer Use in Work, Codex und die API, zum halben Token-Preis von GPT-5.6 Terra.
Warum es wichtig ist: Teams, die für Vision- oder Computer-Use-Workloads pro Token bezahlen, könnten ihre Kosten senken, wenn sie von GPT-5.6 Terra auf dieses Modell umsteigen.
Laut Mistral steht Large 4 zum Download bereit. Zusätzliches Reinforcement Learning soll die Coding-Leistung verbessert haben, die API-Preise sinken auf 0,70 und 2,10 US-Dollar pro Million Token.
Warum es wichtig ist: Unternehmen können Large 4 für Coding-Aufgaben selbst hosten. Anbieter gehosteter Modelle müssen dagegen erst eine Lizenzvoraussetzung erfüllen, bevor sie es anbieten dürfen.
NVIDIAs Sprachmodell Nemotron 3.5 Transcribe mit offenen Gewichten verarbeitet eine Stunde Audio, folgt Anweisungen zur Gestaltung des Transkripts und unterstützt 40 Sprachen, Sprecherkennzeichnung und Zeitstempel.
Warum es wichtig ist: Unternehmen, die mehrsprachige Transkription benötigen, können eine Lösung mit offenen Gewichten selbst betreiben und so womöglich weniger von gehosteten Sprach-APIs abhängig sein.
Mit LFM3 stellt Liquid AI sechs Open-Weight-Modelle für Text, Bild, Audio und Entscheidungen auf ein gemeinsames Backbone. Das Textmodell mit 1,7B Parametern braucht bei 4-Bit-Präzision rund 1 GB.
Warum es wichtig ist: Kleine, feinabstimmbare Modelle, die auf einer einzigen GPU oder mit wenig Speicher laufen, senken die Kosten, spezialisierte KI auf Edge-Hardware einzusetzen.
Mit Version 1.5.0 unterstützt Pi GPT-6.1 Terra über OpenAI, Azure OpenAI Responses und OpenAI Codex. Neues Standardmodell für OpenAI ist gpt-6.1-sol.
Warum es wichtig ist: Teams, die Pi mit OpenAI-Konten nutzen, arbeiten nach dem Upgrade mit einem anderen Standardmodell, was Kosten und Ausgabeverhalten verändern kann. Codex-Nutzer erhalten mit diesem Modell Zugriff auf ein Kontextfenster von 500K.
Laut Google ist gemini-2.5-pro abgekündigt. Ab 1. Dezember 2026 werden Anfragen automatisch an gemini-3.8-flash weitergeleitet und zu den Tarifen von Gemini 3.8 Flash abgerechnet.
Warum es wichtig ist: Teams, die noch gemini-2.5-pro aufrufen, müssen nach dem 1. Dezember mit anderem Verhalten und anderen Preisen rechnen, sofern sie nicht migrieren. Die genannten Breaking Changes können die Tool-Nutzung und die Verarbeitung von Parametern betreffen.
Laut Google ist gemini-2.5-flash abgekündigt. Ab dem 1. Dezember 2026 werden Anfragen automatisch an gemini-3.5-flash-lite weitergeleitet und zu Flash-Lite-Tarifen abgerechnet.
Warum es wichtig ist: Anwendungen, die auf gemini-2.5-flash aufbauen, wechseln nach dem 1. Dezember auf ein anderes Modell und eine andere Preisstufe. Ohne Migration können sich Ausgabeverhalten und Kosten also ändern, ohne dass jemand den Code anfasst.
Das offene Modell bildet Text, Bilder, Audio, Video und gemischte Eingaben in einem gemeinsamen Vektorraum ab und wird als praxistaugliche Option für den Einsatz direkt auf Geräten beschrieben.
Warum es wichtig ist: Unternehmen, die Retrieval über gemischte Medien auf Geräten oder in latenzkritischen Systemen betreiben, erhalten eine offene Option, die trotz deutlich geringerer Modellgröße nur wenig Genauigkeit einbüßt. Durch das modulare Laden können Teams nur jene Encoder einsetzen, die sie tatsächlich brauchen.
Gemini 4 Carbon von Google DeepMind zielt auf Cybersecurity und langwierige Engineering-Aufgaben. Den Anfang macht eine ausgewählte Gruppe von Cyberverteidigern.
Warum es wichtig ist: Unternehmen, die Sicherheitsscans, das Patchen von Schwachstellen oder lange autonome Coding-Aufgaben betreiben, haben nun eine weitere Frontier-Option. Die Benchmark-Aussagen müssen sich allerdings anhand von Googles eigenen Zahlen und Ergebnissen Dritter bestätigen. Für die Budgetplanung werden die veröffentlichten Kosten pro Aufgabe und die Preiserhöhung nach der Einführungsphase eine Rolle spielen.
Mistral hat ML4 veröffentlicht, ein auf Cybersecurity ausgerichtetes Open-Weight-Modell mit einer Billion Parametern.
Warum es wichtig ist: Ein Open-Weight-Modell dieser Größe könnte es Security-Teams ermöglichen, Cybersecurity-KI auf eigener Infrastruktur zu betreiben statt über eine gehostete API.
Berichten zufolge hat der CTO von Qwen einen Start in der kommenden Woche angedeutet, zudem wurde eine Codeänderung für die Qwen4-Familie bereits übernommen. Bestätigt ist beides nicht.
Warum es wichtig ist: Sollte eine 27B-Variante erscheinen, könnte sie für Teams relevant sein, die Modelle lokal betreiben. Offiziell veröffentlicht wurde bisher jedoch nichts.