KI tritt in die Ära der Ausführung ein, da Modelle, Agenten und Verifikation konvergieren

Frontier-Modelle gehen über die reine Generierung hinaus

Ankündigungen am 8. und 9. September zeigten, dass KI-Systeme zunehmend vollständige Arbeitsabläufe übernehmen. TechCrunch berichtete, dass ein unveröffentlichtes OpenAI-Modell einen Beweis im Zusammenhang mit dem Navier-Stokes-Problem durch rund 10.000 koordinierte Agenten über einen Zeitraum von 88 Stunden erzeugte, gefolgt von einer formalen Lean-Verifikation. OpenAI veröffentlichte außerdem ChatGPT Images 2.5 mit schnellerer Generierung, Skizzenvervollständigung, Vorlagen und regionaler Bearbeitung. Inception berichtete, dass Mercury 2.5 1,107 Token pro Sekunde mit einem Kontextfenster von 260,000 Token erreicht.

Offene Modelle verändern Kosten und Bereitstellung

Community-Benchmarks zeigten ein Mixture-of-Experts-Modell Kimi K3 mit 2.8 Billionen Parametern, das von vier SSDs auf einem 128 GB M5 Max MacBook Pro mit etwa einem Token pro Sekunde lief. Perplexity brachte Portable Computer auf den Markt, einen lokalen Agenten, der auf Alibabas offenem Qwen3.8-27B basiert und für NVIDIA DGX Spark optimiert ist. DeepSeek kündigte außerdem niedrigere Preise für Flash-Modelle an, darunter eine um 60 % reduzierte Inputmenge bei Cache-Treffern außerhalb der Spitzenzeiten.

Kapital folgt der Agentenökonomie

Mistral schloss eine Series-D-Runde über 3 Milliarden € bei einer berichteten Bewertung von 21 Milliarden € ab, während Cognition eine berichtete Bewertung von 48 Milliarden $ erreichte. Qualcomm und Amazon kündigten eine über mehrere Generationen angelegte Partnerschaft an, die Rechenzentrums-Chips, Inferenz und optische Interconnects umfasst. Die Einführung von Metas Muse veranschaulichte die Ebene persönlicher Agenten, interne Tests verdeutlichten jedoch auch die Notwendigkeit von Autorisierungs-, Überwachungs- und Zuverlässigkeitskontrollen.

Sicherheit und Nachweise werden zu Produktanforderungen

Anthropic bestätigte, dass Malware zum Diebstahl von Informationen verwendet worden war, um Claude-Sitzungen zu übernehmen und Kontingente von Konten zu verbrauchen. Googles Threat Intelligence Group berichtete, dass TeamPCP ein autonomes Multi-Agenten-Framework nutzte, um nach Kompromittierungen der Lieferkette Zugangsdaten zu sammeln. OECD-PISA-Ergebnisse legen ferner nahe, dass KI am besten als Gerüst funktioniert: Lernende, die sie ein- bis zweimal wöchentlich nutzten, übertrafen sowohl seltenere als auch häufigere Nutzer, während evaluationsorientierte Klassen besser abschnitten.