GPT-5.6 macht Intelligenz billig, nicht nur besser
GPT-5.6 stellt auf Effizienz um; OpenAI öffnet Frontier-Modelle für 100.000 Forscher; LinkedIn friert seine Rechenzentren ein
OpenAI stellt GPT-5.6 auf Effizienz statt Rekorde um und drückt den Preis für Denkleistung. Gleichzeitig holt das Lab Spitzenforscher zurück und öffnet seine stärksten Modelle für die Wissenschaft, während LinkedIn seine Rechenzentren einfriert. Der rote Faden des Tages: Nicht die Größe der Cluster entscheidet, sondern wie klug Rechenleistung genutzt wird.
GPT-5.6 tauscht Rekorde gegen Intelligenz pro Dollar
OpenAI hat mit GPT-5.6 den kompletten Stack optimiert, von der Modellarchitektur über die Inferenz bis zu agentischen Workflows. Laut OpenAI ist es das leistungsstärkste Modell an jedem Punkt der Kosten-Intelligenz-Kurve. Die eigentliche Nachricht steckt nicht in einem neuen Spitzenwert, sondern in der Effizienz: Wenn dieselbe Denkleistung nur einen Bruchteil kostet, verschiebt sich die Rechnung für jedes Unternehmen. Aufgaben, die als Vollzeit-Job unbezahlbar wären, laufen plötzlich als günstiger Dauerbetrieb. Genau hier entscheidet sich, wer KI produktiv einsetzt und wer nur darüber redet.
Quelle: OpenAI
Dasselbe Modell knackt ungelöste mathematische Fragen, scheiterte aber zunächst an ARC-AGI-3, einer Sammlung von 2D-Puzzles. Die Diagnose: Nicht die Intelligenz war das Limit, sondern das Gedächtnis. Der Harness ließ das Modell nicht behalten, was es zwischen den Zügen gelernt hatte. Zwei API-Einstellungen drehten das Ergebnis, längeres Reasoning plus Weiterarbeiten über mehrere Kontextfenster hinweg. Das Resultat: dreifache Punktzahl bei einem Sechstel der Output-Tokens und ein neuer Spitzenplatz im Benchmark. Die Lektion für alle, die mit Agenten bauen: Oft liegt die Grenze nicht im Modell, sondern in der Umgebung, die man ihm gibt.
OpenAI holt Lilian Weng für rekursive Selbstverbesserung zurück
Lilian Weng, Mitgründerin von Mira Muratis Milliarden-Startup Thinking Machines, kehrt zurück zu OpenAI. Ihr Auftrag laut Briefing: KI-Modelle nutzen, um neue KI-Modelle zu bauen. Der Fachbegriff dafür ist recursive self-improvement, rekursive Selbstverbesserung. Genau an diesem Punkt wird die Kurve steiler. Wenn Systeme anfangen, ihre eigenen Nachfolger zu entwerfen, ist nicht mehr die Zahl der Forscher der Engpass, sondern die Rechenleistung. Dass OpenAI einen der schärfsten Köpfe des Feldes gezielt auf diese eine Frage ansetzt, ist keine Personalie am Rand, sondern ein Signal, wohin die Reise geht.
Parallel öffnet OpenAI seine stärksten Modelle für die Wissenschaft. Zum Start bekommen 10.000 Wissenschaftler, Mathematiker und Ingenieure freien Zugang, bis 2027 wächst das Programm auf 100.000. ChatGPT for Academic Researchers soll den kompletten Forschungszyklus beschleunigen, vom Förderantrag über die Hypothese bis zur Auswertung. Der eigentliche Hebel steckt in der Verbreitung: Wenn die härtesten Probleme plötzlich mit Spitzenmodellen bearbeitet werden, verschiebt sich das Tempo des Erkenntnisgewinns selbst. Wer Grundlagenforschung bislang als zu teuer und zu langsam abgeschrieben hat, bekommt gerade ein Werkzeug, das die Kosten für den ersten Erkenntnisschritt gegen null drückt.
LinkedIn friert seine Rechenzentren ein, Effizienz schlägt Ausbau
Während die halbe Branche Milliarden in immer größere Cluster pumpt, hält LinkedIn seine Compute-Kapazität im kommenden Jahr bewusst flach. Kein neuer Rechenzentrums-Ausbau, stattdessen eine klare Ansage an die eigenen Ingenieure: Jede GPU muss zählen. Das ist kein Rückzug aus der KI, sondern die nächste Stufe. Die Phase des rohen Skalierens weicht dem Wettbewerb um Effizienz, wer aus derselben Hardware mehr Intelligenz presst, gewinnt. Für Unternehmen heißt das: Der Vorsprung liegt bald nicht mehr in der Größe des Clusters, sondern darin, wie klug er genutzt wird.
Quelle: Wired
Wie es nach dem Transistor weitergeht, treibt derweil Prof. Rainer Waser um, der seit den 90ern in Aachen und Jülich das Schalten einzelner Atome erforscht. Seine Diagnose ist nüchtern: Mit der 2-Nanometer-Technologie kämen die Transistoren in die Sättigung, damit sei das Ende erreicht. Sein Bauteil, der Memristor, rechnet und speichert am selben Ort, genau wie eine Synapse. Ionen wandern durch wenige Kubiknanometer, der Widerstand ändert sich um zwei Größenordnungen, analog statt binär, bis zu 5 Bit pro Zelle. Seit Mai 2025 fertigen Infineon und TSMC seine Zellen in Serie. Aus dem Labor wird gerade Industriestandard.
Cursor bringt agentisches Coding nativ aufs iPad
Der KI-Code-Editor Cursor läuft jetzt nativ auf dem iPad. Was bisher aufs iPhone beschränkt war, bekommt auf dem Tablet den Platz, den agentisches Arbeiten braucht: mehrere Agents parallel beauftragen, Diffs prüfen, Änderungen freigeben, alles per Touch. Softwareentwicklung entkoppelt sich damit vom stationären Setup und wandert dorthin, wo gerade Zeit ist. Der eigentliche Hebel ist nicht das Gerät, sondern die Verschiebung dahinter: Wer heute entwickelt, dirigiert zunehmend autonome Agents, statt jede Zeile selbst zu tippen. Dafür genügt ein Bildschirm, den man in die Hand nimmt.
Microsoft wiederum generiert aus einem einzigen Bild in drei Sekunden ein fertiges 3D-Asset, und legt das komplette Modell offen. TRELLIS.2 ist ein 4B-Modell, das voll texturierte, physikalisch korrekte Objekte erzeugt: PBR-Texturen out of the box, sauberer Umgang mit Haaren, Stoff, Glas und non-manifold Geometrie, Export als .glb direkt für Unity, Unreal und Blender. Es läuft lokal. Der eigentliche Sprung liegt in der Lizenz: Die komplette Trainings-Codebase ist public. Wer eine eigene Asset-Bibliothek hat, kann das Modell darauf fine-tunen und bekommt Generierungen im exakten Stil des eigenen Studios.
Mit Numbat veröffentlicht Perplexity eine Erkennungs- und Kontrollschicht für KI-Agenten, quelloffen und bewusst harness-übergreifend. Sicherheitsteams sehen damit erstmals, was autonome Agents auf einem Rechner tatsächlich tun, und können einzelne Aktionen blockieren, bevor sie ausgeführt werden. Läuft auf macOS, Linux und Windows. Das adressiert die Lücke, die mit jedem produktiven Agenten größer wird: Wer Software beauftragt, die selbstständig Dateien liest, Befehle absetzt und Systeme berührt, braucht eine Instanz, die zusieht und im Zweifel eingreift. Governance für Agenten wird so vom Konzept zum konkreten Werkzeug.
Quelle: Research
Was sonst noch zählt
Kein Roboterarm im Werk, sondern ein kompletter Humanoid auf einer echten Baustelle, der Ziegel entlang der Richtschnur setzt wie ein Maurer. Er trägt Mörtel auf, platziert den Stein, prüft die Ausrichtung und rückt zum nächsten. Mauern galt lange als kaum automatisierbar, weil jede Wand anders ist und jeder Stein Gefühl braucht. Ein paar Iterationen weiter lautet die Frage nicht mehr, ob ein Roboter das kann, sondern warum man eine Kolonne bezahlen sollte, die nachts nicht arbeitet und müde wird.
Zum Schluss ein Gegenentwurf zur Screen-Flut: Kein Bildschirm, kein Feed, kein Algorithmus, nur ein Kasten im Kinderzimmer mit einem großen blauen Knopf. Draufdrücken, Sprachnachricht aufnehmen, ab in die WhatsApp-Gruppe mit den Großeltern. Der Clou liegt in der Rückrichtung: Antworten die Großeltern, ertönt ein gemeinsam gewählter Klingelton, und die Kinder rennen zum Zuhören ins Zimmer. Gebaut hat die Box ein Vater in wenigen Wochen, gemeinsam mit seinem Sohn. Während die Industrie Kindern immer neue Screens andreht, zeigt hier einer, dass die beste Schnittstelle oft die einfachste ist.
Tool-Empfehlung: Voicely
Voicely ist eine DSGVO-konforme Diktiersoftware mit KI-gestützter Spracherkennung, die in jeder App läuft. Wer viel schreibt, kann damit spürbar schneller arbeiten, statt jeden Satz einzeln zu tippen. Ein nützlicher Werkzeugkasten-Eintrag für alle in der KI-Bubble, die ihren eigenen Schreiballtag tatsächlich beschleunigen wollen, statt nur über Produktivität zu reden: voicely.de.