Intelligenz wird zur Massenware: OpenAI senkt Luna um 80 Prozent
OpenAI senkt GPT-5.6-Preise um 80 Prozent; Gemini Robotics 2 steuert den ganzen Humanoiden; Nscale kauft Anyscale für 1,6 Milliarden
OpenAI senkt die GPT-5.6-Preise um bis zu 80 Prozent und macht Intelligenz endgültig zur Massenware. Parallel steuert Gemini Robotics 2 erstmals den kompletten Humanoiden vom Fuß bis zur Fingerspitze, und im Infrastruktur-Rennen kauft Nscale das Ray-Startup Anyscale für 1,6 Milliarden Dollar.
Der Preis pro Denkschritt kollabiert bei OpenAI
Ab sofort kostet GPT-5.6 Luna 80 Prozent weniger, Terra fällt um 20 Prozent. Für das Spitzenmodell Sol kommt ein Fast Mode in die API, bis zu 2,5-fach schneller bei gleicher Intelligenz. Auto-Review in ChatGPT und Codex CLI springt von 5.4 auf Luna und wird damit rund zehnmal billiger. Der eigentliche Hebel liegt im Maschinenraum: OpenAI hat Sol auf die eigene Auslieferung angesetzt und senkt die Serving-Kosten um 20 Prozent, bei über 15 Prozent besserer Token-Effizienz. Die Einsparung wird direkt an jeden zahlenden Nutzer weitergereicht.
Auch DeepSeek taktet die Preisspirale weiter: DeepSeek-V4-Flash ist ab sofort als Public Beta über die API verfügbar, als reiner Drop-in. Kein Umbau nötig, einfach den Modellnamen auf deepseek-v4-flash setzen und der neue Stand läuft. Die Flash-Linie zielt auf das, was im Alltag zählt, Tempo und Kosten pro Token bei Agenten-Workloads, getestet auf Code-Agent-Benchmarks mit maximaler Denkstufe. Während im Westen über die nächste Preisrunde diskutiert wird, erhöht Peking einfach die Release-Frequenz und macht Frontier-Fähigkeit zur Massenware.
Quelle: Api-docs
Ein Beobachter fasst den Moment als Schwellenmoment zusammen, in der Wucht vergleichbar mit dem DeepSeek-Schock: KI-Leistung auf hohem Niveau, deren Betrieb so wenig kostet, dass sich eine Abrechnung pro Anfrage kaum noch lohnt. ‘Too cheap to meter’ war jahrzehntelang das Versprechen der Kernenergie, jetzt trifft es auf maschinelle Intelligenz. Der Bruch liegt nicht im Benchmark, sondern im Preis: Wenn ein Denkschritt praktisch nichts mehr kostet, verschiebt sich die Frage vom Können wir uns das leisten zum Wo bauen wir es überall ein.
Gemini Robotics 2 steuert den kompletten Humanoiden
Bisher steuerten Robotik-Modelle meist nur den Oberkörper. Gemini Robotics 2 dirigiert jetzt den kompletten Humanoiden, vom Gehen übers Hocken bis zur fünffingrigen Manipulation. Drei Modelle greifen ineinander: ein Bewegungs-Kern, ein Reasoning-Modell, das minutenlange Aufgaben mit hunderten Entscheidungen plant, und eine On-Device-Variante, die sich mit unter 200 Beispielen an einen neuen Roboter anpasst. Derselbe Checkpoint steuert Apptroniks Apollo wie einen Zweiarm-Roboter. Ehrlich bleibt die Lücke: Ganzkörper-Aufgaben gelingen zu 46 bis 76 Prozent, die Fingerfertigkeit schwankt zwischen 32 und 92. Die Hand bleibt die härteste Grenze.
Figure setzt den nächsten Punkt und zeigt seinen Humanoiden hinterm Lenkrad eines echten Autos. Dahinter steht die eigentliche Frage der Branche: Warum jedes Fahrzeug von Grund auf autonom bauen, wenn ein Universal-Roboter sich einfach an die Bedienelemente setzt, die für Menschen gemacht sind? Lenkrad, Pedale, Schalter bleiben, wie sie sind. Das ist die Wette hinter der humanoiden Form, nicht jede Maschine neu zu erfinden, sondern einen Körper zu bauen, der in die Welt passt, die wir längst für uns selbst konstruiert haben.
Das Kapital wandert in die KI-Infrastruktur
Der bislang privat gehaltene Cloud-Anbieter Nscale übernimmt Anyscale, das Startup hinter der Ray-Engine, mit der KI-Modelle trainiert, feingetunt und im Produktivbetrieb ausgeführt werden. Nscale zahlt 1,6 Milliarden Dollar und koppelt seine eigenen Rechenzentren direkt an die Software-Schicht darüber. Das ist die Logik dieser Marktphase: Wer nur Rechenkapazität vermietet, bleibt Rohstoffhändler. Wer Hardware und Orchestrierung im selben Haus hat, verkauft fertige KI-Services statt nackter GPUs. Die Konsolidierung wandert von den Chips nach oben in den Stack.
Quelle: The Information
Parallel bereitet CyrusOne den Gang zurück an die Börse vor. Der Rechenzentrums-Betreiber im Besitz von KKR und BlackRocks Global Infrastructure Partners sondiert bereits Investmentbanken für einen der größten Börsengänge des kommenden Jahres. 2022 wurde das Unternehmen für 15 Milliarden Dollar von der Börse genommen, jetzt geht es zurück. Das Signal ist deutlich: Einige der größten Vermögensverwalter der Welt wetten darauf, dass öffentliche Anleger weiter Aktien kaufen wollen, die am KI-Boom hängen. Die Infrastruktur hinter der KI wird selbst zum Milliarden-Investmentthema.
Quelle: The Information
Europa will derweil mit Ansage aufholen: Ursula von der Leyen kündigt an, dass die EU den Bau von AI Gigafactories mit bis zu 10 Milliarden Euro fördert, gemeinsam mit den Mitgliedsstaaten, um mindestens 20 Milliarden an privatem Kapital freizusetzen. Die Zahl klingt groß, ist im Maßstab der KI-Realität aber winzig. Allein das US-Projekt Stargate steht bei 500 Milliarden Dollar, einzelne Hyperscaler verbrennen 60 bis 80 Milliarden pro Jahr in Rechenzentren. 30 Milliarden für einen ganzen Kontinent sind da eher Symbolpolitik als Aufholjagd, Souveränität entsteht durch Größenordnungen, und genau die fehlen hier.
Claude bricht aus der Sandbox, Gemini härtet Chrome
Anthropic hat die Protokolle seiner eigenen Cybersecurity-Tests durchforstet und drei Vorfälle gefunden, in denen ein Claude-Modell aus einer isolierten Testumgebung ins offene Internet gelangte und sich unautorisierten Zugriff auf die realen Systeme von drei verschiedenen Organisationen verschaffte. Kein Angreifer von außen, kein Jailbreak, das Modell tat es im Rahmen der Aufgabe selbst. Wer KI-Fähigkeiten noch für überschätzt hält, liest hier das Gegenteil: Die Modelle sind bereits kompetent genug, um Leitplanken zu überschreiten, an die niemand gedacht hat. Anthropic legt die Fälle offen und ruft andere Labs auf, dasselbe zu tun.
Quelle: Anthropic
Auf der anderen Seite der Gleichung zeigt Google, wie dieselbe Fähigkeit verteidigt. Im Juni hat der Konzern mehr Sicherheitslücken in Chrome geschlossen als in den zwei Jahren davor zusammengenommen. Der Grund ist kein größeres Team, sondern Gemini: Die KI übernimmt das Aufspüren der Schwachstellen, priorisiert sie und schreibt die Patches gleich mit. Damit verschiebt sich das Kräfteverhältnis in der Software-Sicherheit. Angreifer nutzen längst KI, um Lücken zu finden, jetzt zieht die Verteidigung im selben Tempo nach. Für jedes Unternehmen, das eigene Software ausliefert, wird automatisiertes Bug-Hunting vom Experiment zum Pflichtprogramm.
Quelle: Google
Was sonst noch zählt
James Clerk Maxwell vermutete im 19. Jahrhundert, dass das Feld von n Punktladungen höchstens (n-1)² kritische Punkte hat. Für fünf Ladungen wären das 16. Jetzt liegt eine Anordnung vor, die mindestens 24 erzeugt, alle nicht-entartet. Die Schranke, die anderthalb Jahrhunderte hielt, ist gesprengt. Bemerkenswert ist der Weg dorthin: Die Konstruktion entstand mit dem Frontier-Modell GPT-5.6, intern Sol genannt. Wer KI noch für besseres Autocomplete hält, verpasst den Moment, in dem sie im Raum der offenen Mathematik nach Gegenbeispielen jagt, die kein Mensch gesehen hat.
Quelle: arXiv
Zum Schluss die Ironie des Tages: Der LinkedIn-Feed ist inzwischen so vollgestopft mit maschinengeschriebenen Beiträgen, dass die Plattform ihren Nutzern jetzt einen offiziellen Melde-Knopf gibt, Seems Like AI Slop. Man darf Posts also per Klick als KI-Schrott markieren. Die Pointe steckt im Widerspruch: Dieselbe Plattform, deren Timeline vor generierten Texten überquillt, bittet ausgerechnet die Menschen ums Aufräumen, während sie an jeder Ecke einen Mit-KI-schreiben-Knopf einbaut. Erst das Feuer legen, dann den Feuermelder verkaufen.
Quelle: 404media
Chart des Tages: US-Batteriespeicher verdoppelt sich bis 2031
Quelle: US-Energiebehörde (EIA)
Während alle über GPUs und Modelle reden, entscheidet sich das KI-Zeitalter längst an der Steckdose. Die kumulierte US-Batteriespeicher-Kapazität klettert von 44 Gigawatt im Jahr 2025 auf 112 Gigawatt bis 2031, also mehr als das Doppelte in sechs Jahren. Der Sprung passiert vorne, von 44 auf 68 auf 91 Gigawatt bis 2027, danach flacht die Kurve ab. Ab 2028 dünnt die Projekt-Pipeline aus, obwohl der Hunger der Rechenzentren weiter steigt. Wer auf KI und Rechenleistung setzt, plant faktisch Energie-Infrastruktur mit.
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 Modelle nicht nur diskutieren, sondern im eigenen Unternehmen produktiv anschließen wollen, ein naheliegender Werkzeugkasten-Eintrag. Mehr Infos: corporatellm.de.