Gemini 3.7 Flash: halber Preis, drei Wochen nach 3.6
Gemini 3.7 Flash halbiert den Preis; GLM-5.3 und DeepSeek V4-Pro öffnen; Databricks bei 190 Milliarden
Google halbiert mit Gemini 3.7 Flash den Preis seines Arbeitspferd-Modells, DeepSeek und GLM-5.3 setzen mit offenen Gewichten nach. Gleichzeitig treibt Databricks seine Bewertung auf 190 Milliarden Dollar und Apple baut sein China-Modell ausgerechnet mit Alibaba.
Neue Open-Modelle rücken an die Frontier
Zai bringt mit GLM-5.3 ein offenes Modell an die Spitze der Coding- und Agenten-Fähigkeiten. Ein Post-Training auf dem 743B-Basismodell übersetzt rohe Größe in praktisch nutzbare Agenten-Kompetenz. Der eigentliche Sprung liegt in der Cybersicherheit: Hier setzt GLM-5.3 laut Zai einen neuen Maßstab unter den offenen Modellen. Sicherheitsanalyse und Defense-Aufgaben wandern damit von teuren Closed-APIs in ein Modell, das Unternehmen selbst hosten und kontrollieren können. Open Weights holen die Frontier ein Stück näher an den eigenen Server.
RedNote, Chinas Instagram-Rivale, legt dots3-note offen: 280 Milliarden Parameter, von denen nur 16 Milliarden gleichzeitig aktiv sind, ein Mixture-of-Experts, der Frontier-Größe mit schlankem Rechenbudget verbindet. Dazu 512.000 Token Kontext sowie Text, Bild, Video und Audio in einem Modell. Der eigentliche Sprung steckt im Trainingsansatz TEMPO: Der Agent kritisiert seinen eigenen Fortschritt, aktualisiert sein Gedächtnis und lernt mitten in langen, unbekannten Aufgaben weiter. Genau das ist die Schwelle, an der Modelle aufhören, einzelne Prompts zu beantworten, und anfangen, echte Arbeit über Stunden durchzuziehen.
DeepSeek stellt sein Flaggschiff auf GA. V4-Pro bringt drei wählbare Reasoning-Stufen: low für simple Tasks, high für den täglichen Agenten-Betrieb, max für die harten Fälle. Dazu native Unterstützung der OpenAI-Responses-API und eine Ein-Klick-Anbindung an Codex, das Modell klinkt sich also ohne Umbau in bestehende Werkzeugketten ein. Der eigentliche Hebel ist der Preis: Ab dem 16. August greift ein Peak/Off-Peak-Tarif, außerhalb der Stoßzeiten kostet der Token die Hälfte. Wer seine Batch-Last in die Randstunden schiebt, halbiert die Rechnung.
Quelle: Api-docs
Der Preiskampf ums KI-Arbeitspferd eskaliert
Nur drei Wochen nach 3.6 Flash schiebt Google das nächste Workhorse-Modell nach. Gemini 3.7 Flash legt spürbar bei Software-Engineering, Web-Entwicklung und komplexer Wissensarbeit zu, Code sitzt häufiger schon im ersten Anlauf. Der eigentliche Hebel steckt im Preis: bis Jahresende 0,75 Dollar pro Million Input- und 3,75 Dollar pro Million Output-Token, die Hälfte dessen, was 3.6 Flash kostete. Damit werden produktionsreife Agenten in der Breite bezahlbar, genau dort, wo Flash-Modelle im Dauerbetrieb Millionen Aufrufe fressen. Verfügbar über die Gemini API, Google AI Studio, Gemini Enterprise und Googles Agenten-IDE Antigravity.
Das US-Startup Writer stellt ein neues Modell samt überarbeitetem Harness vor, dessen einziger Zweck es ist, die Kosten pro Anfrage zu drücken. Die Basis ist bemerkenswert: ein Post-Training auf dem chinesischen Open-Source-Modell GLM-5.2 von Z.ai. Aus offener Forschung wird ein einsatzfertiges Enterprise-Produkt, das dieselbe Leistung zu deutlich niedrigerem Preis liefern soll. Für Unternehmen verschiebt sich die Frage von ‘Was kann das Modell’ zu ‘Was kostet mich jede Antwort im Maßstab von Millionen’.
Quelle: TechCrunch
Schneller antworten, länger selbstständig arbeiten
OpenAI bringt einen Ultrafast-Modus für GPT-5.6 Sol, der Antworten mit bis zu 14-facher Geschwindigkeit liefert. Der Start läuft zuerst über die OpenAI-API an eine ausgewählte Kundengruppe, weitere Unternehmen kommen dazu, sobald die Kapazität wächst. Geschwindigkeit ist längst kein Nebenschauplatz: Wer Agenten in Schleifen laufen lässt, zahlt jede Latenz millionenfach. Ein Modell mit gleicher Intelligenz in einem Bruchteil der Zeit verschiebt die Ökonomie ganzer Workflows. 14x schneller heißt, was heute Sekunden braucht, wird zur Echtzeit.
Cursor beschleunigt den Start seiner Cloud-Agenten um den Faktor drei. Damit lassen sich umfangreiche, lang laufende Aufgaben komplett von Anfang bis Ende delegieren, statt sie in kurze Häppchen zu zerlegen. Möglich macht das ein Mechanismus namens Builds: fertig konfigurierte Entwicklungsumgebungen, die Cursor kontinuierlich im Hintergrund vorbereitet, ohne Zusatzkosten. Statt bei jedem Lauf die Umgebung neu hochzufahren, greift der Agent auf eine wartende Instanz zu und legt sofort los. Für Teams, die Coding-Agenten im Minutentakt auf reale Tickets ansetzen, verschiebt sich die Grenze vom kurzen Assist zum eigenständigen Abarbeiten ganzer Arbeitspakete.
Konzerne treiben Bewertungen und Allianzen
Ali Ghodsi ging mit einem bescheidenen Ziel in die Runde, die Investoren rissen ihm die Anteile aus der Hand. Aus geplanten 1 Milliarde Dollar wurden 5, die Bewertung klettert auf 190 Milliarden. Sein Satz dazu ist der eigentliche Kern: KI ist teuer. Wer die Dateninfrastruktur für Training und Inferenz stellt, verbrennt Kapital in einer Größenordnung, die klassische Software nie gekannt hat. Genau deshalb schießen die Bewertungen der Firmen durch die Decke, die diese Rechenlast tragen.
Quelle: TechCrunch
Apple trainiert Berichten zufolge ein eigenes, auf den chinesischen Markt zugeschnittenes Sprachmodell, und zwar Seite an Seite mit Alibaba. Eine seltene grenzüberschreitende Allianz, mitten in den wachsenden Spannungen zwischen Peking und Washington. Der Hintergrund ist regulatorischer Zwang: Ohne lokalen Partner darf Apple seine generative KI in China nicht ausrollen. Also holt sich der wertvollste Konzern der Welt einen heimischen Giganten ins Boot, um Apple Intelligence auf iPhones in China überhaupt starten zu dürfen. Ein Lehrstück darüber, dass KI-Hoheit heute an Landesgrenzen entschieden wird, nicht nur an Rechenleistung.
Quelle: The Verge
Echtzeit-Rendering und physische KI kommen ins Rollen
Auf dem Runway AI Summit 2026 wurde greifbar, wohin die Reise geht: Generative KI rendert nicht mehr in Warteschleifen, sondern live und vom Künstler in Echtzeit steuerbar. Runway hat sein Gen-4.5-Modell binnen eines einzigen Tages auf die neue Vera-Rubin-Plattform gebracht. Der Abstand zwischen einer Szene im Kopf und der fertigen Aufnahme schrumpft damit auf Sekunden. Was früher Renderfarmen und ganze Nächte kostete, wird zum interaktiven Dialog zwischen Idee und Bild, ein Vorgeschmack auf Produktionspipelines, die es so noch nie gab.
LG-Group-Chairman Kwang-mo Koo und die Führungsspitze von LG zu Gast bei NVIDIA: Beide Konzerne weiten ihre Zusammenarbeit auf KI-Infrastruktur, physische KI und Robotik aus. Das ist mehr als ein Foto-Termin. Ein Elektronik-Riese mit Fertigung, Sensorik und Consumer-Reichweite verzahnt sich mit dem Unternehmen, das die Rechen-Basis der KI-Ära liefert. Physische KI heißt: Modelle verlassen den Bildschirm und wandern in Fabriken, Geräte und Roboter. Wer diese Brücke früh baut, definiert mit, wie Intelligenz in der realen Welt ankommt.
Chart des Tages: KI bedient den Computer besser als der Mensch
Quelle: OSWorld-Verified Leaderboard (llm-stats.com)
Vor einem Jahr schaffte das beste Modell auf dem Standard-Test fürs eigenständige Bedienen eines Rechners, also Maus, Tastatur und echte Programme, gerade 28 Prozent. Heute liegt die Spitze bei 85 Prozent, der menschliche Vergleichswert bei rund 72 Prozent. Gleich mehrere Modelle knacken die Mensch-Marke: Claude Opus 4.8 kommt auf 83,4, GPT-5.5 auf 78,7, das Feld dahinter ist dicht gestaffelt. Für Unternehmen heißt das: Agenten, die selbstständig durch Software klicken, Formulare ausfüllen und Prozesse abarbeiten, sind vom Demo-Stadium in den produktiven Einsatz gerückt.
Zum Schluss: Humanoide putzen jetzt für 30 Dollar die Stunde
In San Francisco lässt sich ab sofort ein Reinigungs-Humanoid buchen. 60 Minuten mit einem Roboter kosten 30 Dollar, zwei Maschinen 60. Noch steuern menschliche Operatoren die Roboter aus der Ferne, doch die Choreografie einer kompletten Wohnungsreinigung läuft bereits durch, im Zeitraffer bei fünffacher Geschwindigkeit rund 40 Minuten Echtzeit. Was heute Teleoperation ist, wird morgen zur autonomen Routine. Der Sprung vom Labor-Demo zur buchbaren Dienstleistung ist die eigentliche Zäsur.
Tool-Empfehlung: CorporateLLM
CorporateLLM ist eine DSGVO-konforme Unternehmens-KI-Plattform, die OpenRouter, Ollama oder jeden OpenAI-kompatiblen Provider in unter einer Minute anbindet und sicher mit dem eigenen Wissen chatten lässt, ab sofort im Free-Plan. Für alle in der KI-Bubble, die lokale und Cloud-Modelle unter einem sicheren Dach zusammenführen wollen, statt Firmenwissen in fremde Chatfenster zu kippen, ist das einen Blick wert, mehr Infos: corporatellm.de.