OpenAI rationiert Codex, China öffnet die KI-Frontier
OpenAI kürzt Codex-Kontext auf 272.000 Token; DeepSeek-R1 läuft auf einer 24GB-Karte; Alibaba macht Qwen 3.8 Max buchbar
OpenAI rationiert seine Coding-KI gleich doppelt: Das Kontextfenster von Codex schrumpft von 372.000 auf 272.000 Token, während das Team die Nutzungslimits im Dauerbetrieb zurücksetzt. Zur gleichen Zeit läuft DeepSeek-R1 mit 671 Milliarden Parametern plötzlich auf einer einzigen 24GB-Grafikkarte, und Alibaba macht Qwen 3.8 Max für jeden buchbar. Der Zugang zur Frontier verschiebt sich: Wo proprietäre Anbieter knausern, öffnen offene Modelle die Tür.
GPT-5.6 Sol liefert 750 Token pro Sekunde auf Cerebras
Nicht das nächste schlauere Modell verschiebt gerade die Grenze, sondern das Tempo. GPT-5.6 Sol läuft auf den Wafer-Scale-Chips von Cerebras und liefert 750 Token pro Sekunde, ein Vielfaches klassischer GPU-Cluster. Was heute als zäher Agenten-Lauf zehn Minuten braucht, ist damit in unter einer Minute erledigt. Der Hebel liegt im Faktor zehn: Aus einem Werkzeug, auf das man wartet, wird eines, das im Takt des Gedankens mitzieht. Premium-Preise für solche Inferenz sind dann kein Aufschlag, sondern der Preis dafür, dass Projekte zehnmal schneller fertig werden.
OpenAI kürzt Codex das Kontextfenster auf 272.000 Token
Ein unscheinbares Metadaten-Update im Codex-Repository verrät es: Das Kontextfenster des Coding-Agenten schrumpft von 372.000 auf 272.000 Token, ein Minus von gut einem Viertel. Weniger Kontext heißt, der Agent behält pro Sitzung weniger Code, Doku und Verlauf gleichzeitig im Blick. Der Schritt fällt genau in die Phase, in der Codex Millionen Nutzer bedient. Kein Feature-Gewinn, sondern eine stille Rationierung, wie sie überall dort auftaucht, wo die Nachfrage nach starken Modellen schneller wächst als die Rechenkapazität. Für Teams, die Codex ernsthaft einsetzen, zählt diese Zahl im Changelog mehr als jede Ankündigung.
Quelle: GitHub
Codex knackt 9 Millionen Nutzer, das Team rationiert die Limits
Der agentische Coding-Assistent von OpenAI wächst so schnell, dass das Team die Nutzungslimits immer wieder zurücksetzt, oft ohne Vorankündigung. Die 9-Millionen-Marke fiel früher als geplant, danach verschwand das Team wieder im Maschinenraum, um die Systeme unter Last stabil zu halten. Das ist kein PR-Manöver, sondern ein Belastungstest in Echtzeit. Wenn ein KI-Agent binnen Wochen so viele aktive Entwickler bindet wie eine Großstadt Einwohner hat, verschiebt sich die Frage vom Ob zum Wie schnell. Wer autonome Coding-Agenten noch als Spielerei abtut, unterschätzt das Tempo der neuen Software-Arbeit.
Quelle: Codex-resets
KI frisst den Speicher: Smartphones in Indien bis zu 68 Prozent teurer
Samsung, SK Hynix und Micron lenken ihre Fertigung auf High-Bandwidth-Memory für KI-Beschleuniger um, weil der Chip pro Wafer dort deutlich mehr Marge bringt als der Speicher in Handys. Die Folge trifft den Massenmarkt direkt: In Indien sind Smartphone-Preise je nach Modell um 4 bis 68 Prozent gestiegen, die Auslieferungen brachen im zweiten Quartal um 10 Prozent ein. Im Budget-Segment unter 150 Dollar liegt das Minus bei 45 Prozent. Wer das als abkühlenden Hype liest, verkennt die Richtung: Die KI-Nachfrage baut eine ganze Lieferkette um und räumt den Speichermarkt bis Ende 2027 leer.
Quelle: TechCrunch
DeepSeek-R1 mit 671 Milliarden Parametern läuft auf einer 24GB-Karte
Ein frisch quelloffenes Framework lässt DeepSeek-R1 mit seinen 671 Milliarden Parametern auf einer einzigen 24GB-Grafikkarte laufen. Was gestern noch ein Serverschrank für Hunderttausende Euro war, passt jetzt in einen Rechner unterm Schreibtisch. Die Zahlen sind kein Rundungsfehler: 3 bis 28-fach schnellere Inferenz, Fine-Tuning von DeepSeek-V3 auf vier RTX 4090 mit rund 80GB, 6 bis 12-mal schneller als ZeRO-Offload. Kimi-K2, GLM und Qwen3-Next laufen out of the box, 17.300 Sterne, komplett Open Source. Der Zugang zu Frontier-Modellen entkoppelt sich damit von der Frage, wer sich die teuerste Hardware leisten kann.
Alibaba macht Qwen 3.8 Max als Preview für jeden buchbar
Der nächste chinesische Frontier-Kandidat ist da. Qwen 3.8 Max steht ab sofort als Preview auf QwenCloud bereit, gebündelt in einem Token-Plan, der zusätzlich GLM 5.2, DeepSeek V4 Pro und den Bildgenerator Wan 2.7 einschließt. Ein Abo, mehrere Spitzenmodelle für Text, Vision und Bild. Was hier zählt, ist weniger das einzelne Modell als das Tempo. Während westliche Labore ihre stärksten Systeme hinter Kapazitätsgrenzen halten, macht Alibaba sein Top-Modell direkt buchbar. Wer den Rückstand chinesischer Modelle noch für gegeben hält, unterschätzt, wie schnell dieses Feld inzwischen liefert.
Quelle: Qwencloud
Kimi K3 bekommt drei Denkstufen: Standard, High und Max
Kimi K3 lässt sich auf Web und Mobile jetzt in drei Reasoning-Stufen fahren: Standard, High und Max. Wer schnelle Antworten braucht, bleibt auf Standard, wer harte Probleme durchrechnen lässt, dreht auf Max und gibt dem Modell mehr Rechenbudget pro Antwort. Es ist derselbe Hebel, den die westlichen Frontier-Labs längst eingebaut haben, und er landet nun in einem chinesischen Open-Weight-Modell, das den Abstand zur Spitze auf wenige Monate zusammengeschmolzen hat. Kontrolle über die Denktiefe wird zum Standard-Regler, egal aus welchem Lager das Modell stammt.
Project Tapestry öffnet das föderierte Training offener Frontier-Modelle
Die AI Alliance, ein Bündnis aus über 200 Organisationen, stellt mit Project Tapestry eine Open-Source-Plattform vor, auf der Frontier-Modelle global föderiert trainiert werden. Offene Gewichte allein machen ein Modell noch nicht partizipativ, denn das Pretraining bleibt in wenigen Rechenzentren konzentriert. Tapestry verteilt genau diesen Schritt und wahrt lokale Kontrolle. Für den DACH-Raum ist das mehr als ein Detail. Wer souverän mit KI arbeiten will, braucht nicht nur fertige Open-Weight-Modelle, sondern Zugang zur Werkbank, an der sie entstehen. Die Frage ist nur, wer mitbaut und wer bloß zusieht.
Quelle: Thealliance
KI-Agent Lazarus erweckt totgeglaubten Forschungscode wieder zum Leben
Beim Life-Sciences-Hackathon von Anthropic gewann ein Werkzeug namens Lazarus die Build-Kategorie. Der Agent bekommt nur einen Link zu verlassenem, jahrelang unbenutztem Forschungscode und baut ihn so lange um, bis er wieder läuft. Danach prüft er selbst, ob die Ergebnisse noch zu den Zahlen im Originalpaper passen. In einem Programm fand er dabei einen Fehler, der dort 15 Jahre lang unentdeckt schlummerte. Das trifft einen wunden Punkt der Wissenschaft: Ein Großteil publizierter Forschung ist kaum noch reproduzierbar, weil der Code verrottet. Übernehmen Agenten diese Grabungsarbeit, wird aus totem Archiv wieder nutzbares Wissen.
OpenAI baut den Security-Scanner direkt in Codex ein
OpenAI verpasst Codex ein Security-Plugin, das den eigenen Code auf Schwachstellen prüft, ohne dass man das Tool wechseln muss. Der Ablauf: Plugin installieren, der Button springt auf Try in chat, einen neuen Codex-Chat mit vorbereitetem Scan-Prompt öffnen, den Ordner mit dem zu prüfenden Code wählen, Prompt abschicken. Der Agent geht die Codebasis durch und meldet, wo es hakt. Damit rückt statische Sicherheitsanalyse aus dem separaten Tooling direkt in den Coding-Flow, genau dorthin, wo die Zeile entsteht. Security wird vom nachgelagerten Audit zum Nebenprodukt des Schreibens.
Chinas erster Kletter-Humanoid haftet an senkrechten Wänden
China setzt den ersten humanoiden Roboter ein, der sich an vertikale Wände klammert und dort schweißt, Risse prüft und Rost entfernt. Arbeiten, die bisher Industriekletterer in Lebensgefahr erledigten, übernimmt jetzt eine Maschine, die den Menschen aus der Gefahrenzone holt. Der eigentliche Sprung ist nicht die Akrobatik, sondern die Ökonomie dahinter: gefährliche Wartung an Brücken, Tanks und Fassaden wird planbar, wiederholbar und rund um die Uhr verfügbar.
Chart des Tages: KI kostet an der Spitze bald ein ganzes Gehalt
Quelle: Ramp AI Index
Bei den KI-affinsten Firmen, dem Top-Prozent, sind die annualisierten KI-Ausgaben je Mitarbeiter in nur rund anderthalb Jahren von etwa 22.000 auf rund 98.000 US-Dollar geklettert, mehr als eine Vervierfachung, und die Kurve wird nach oben steiler. Zur Einordnung: 98.000 Dollar entsprechen fast exakt dem, was ein durchschnittlicher US-Angestellter sein Unternehmen pro Jahr kostet. An der Spitze wandert das KI-Budget je Kopf also bereits auf Gehaltsniveau. Für Entscheider heißt das: KI ist kein Tool-Nebenposten mehr, sondern ein eigener Kostenblock, der wie ein zusätzlicher Mitarbeiter geplant und budgetiert werden muss.
Wie Argentinien den größten Fußballer aller Zeiten im Telefonbuch fand
Zum Abschluss ein Fund aus der Vor-Daten-Ära: Mitte der 2000er war Messi ein unbekannter 17-Jähriger bei Barcelona, den selbst Ronaldinho schon als kommenden Besten der Geschichte ankündigte. Der argentinische Verband kannte ihn kaum, und Spanien wollte ihn 2005 als frisch eingebürgerten Staatsbürger ins eigene Nationalteam holen. Messis Vater bastelte ein Highlight-Tape und schickte es herum. Als jemand vom argentinischen Team es endlich sah, gab es kein Scouting-Netzwerk und keine Datenbank. Man schlug schlicht Messi im Telefonbuch von Rosario nach und rief alle Einträge der Reihe nach durch, bis Messis Großmutter abnahm.
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 souveräne KI nicht nur diskutieren, sondern im eigenen Unternehmen andocken wollen, ein passender Werkzeugkasten-Eintrag, mehr Infos: corporatellm.de.