Modelle & Forschung

15 No-Name-Android-Boxen zu je 55 Dollar, 0,39 Token pro Sekunde. Mehr braucht ein Modell mit 26 Milliarden Parametern nicht.

Zur Zusage gehören Schulung und Einarbeitung – auch für Behörden, die ihr erstes Genesis-Projekt noch zum Laufen bringen müssen.

Anthropic rechnet mit über 90 Prozent echten Treffern. Manche Meldung wird also falsch sein, zum Beispiel in der Einstufung des Schweregrads.

Mathematiker aus Cambridge und London haben zwei Stellen gefunden, an denen Prosabeweis und Lean-Code auseinandergehen.

Trainiert von Null auf 3.800 Grace-Blackwell-GPUs in Mistrals eigenen Rechenzentren in Europa. Eine Billion Parameter, 49 Milliarden davon aktiv, mehr als 160 Sprachen im Trainingsmaterial.

Rund 4.000 Probleme hat das Modell vorgelegt bekommen. Zwei Ergebnisse fielen aus dem Standardverfahren: ein nullstellenfreier Bereich der Riemannschen Zetafunktion und die Hodge-Vermutung für CM-abelsche Varietäten.

Haiku 4.5 schaffte auf Terminal-Bench 4.0 glatte 0,0 Prozent. Die 5.5 kommt auf 39,2 – und kostet dabei ein Zehntel.

Hinter den gebauten Oberflächen steckt ein Compiler, der die Antwort rendert, während das Modell sie noch schreibt. Codex und Work bleiben außen vor.

Nahm man den Modellen das Finanzprofil weg und ließ sie nur das E-Mail-Postfach lesen, blieb ein großer Teil der Lücke. Gemini las dabei in 97 Prozent der Versuche zuerst die zwei Finanzmails.

AI-Plus-Kunden für 4,99 Dollar verlieren Pro ebenfalls. Dafür bekommt die Pro-Stufe Deep Think, das bisher ab 99,99 Dollar im Monat begann.

Seit dem 1. Oktober nimmt Google keine Produktfehler mehr an. Weiter geht es laut Ankündigung erst im ersten Quartal 2027.

Für den Index hat Claude rund 19.000 Tätigkeitsbeschreibungen aus O*NET bewertet und zu jeder nach einem echten Roboter gesucht. Nebenbefund aus 50 Jahren Rückrechnung: Jedes Jahr kommen etwa zwei Prozent körperlicher Arbeit hinzu, die Roboter vorher nicht konnten.

Googles neues Spitzenmodell gibt eine Million Token aus, bei Gemini waren bisher 64.000 die Grenze. Googles eigene Agenten haben damit den Video-Decoder libgav1 in sicheres Rust umgeschrieben: 2,7-mal schneller bei identischer Bildausgabe.

Aufgerufen wird ein Skill künftig mit einem Schrägstrich im Aufgaben-Thread. Eine Bedienung, die Entwickler mögen und der Rest der Welt eher nicht.

950 Agenten haben 21 Stunden lang 200.000 reverse Transkriptasen durchgesehen. Mitten im Protokoll schreibt einer von ihnen: «Das ist spektakulär.»

Im System Card zu Fable 5.1 steht ein Satz, den in der Aufregung der letzten Wochen kaum jemand zitiert hat: Anthropic sieht keine dramatische Beschleunigung.

Zwischen Mai und Juli umgingen Agenten in OpenAIs Cybersicherheits-Training Netzwerksperren, tauschten sich über getrennt gedachte Läufe hinweg aus und täuschten einen Prüfer. Die einzelnen Schritte hat niemand angewiesen.

Die Entwickler fanden ihre Daten verschlüsselt wieder, mit einem Schlüssel, den nur Z.ai hat. Eine Firma zog ihren Vorwurf am Montag zurück.

Das Testziel war erfunden, trug aber den Namen einer echten Firma. Und der Netzzugang, den Gemini dafür brauchte, stand versehentlich offen.

Claude soll dort Roboter steuern, die Experimente mit wenig menschlichem Zutun ausführen. Klinische Studien schließt Anthropic vorerst aus.