OpenAI senkt GPT-5.6 Sol-Preise um 50 %, während DeepSeek V4 Flash Claude Fable 5 zu 1/11 der Kosten übertrifft

Trend eins: Kosten und Open Source erodieren den Modellgraben

Am 18. August senkte OpenAI den Preis für GPT-5.6 Sol auf den Aggregator-Plattformen OpenRouter und Vercel AI Gateway um 50 %, sodass der Input für einen Monat bei 2,50 USD pro 1 Mio. Tokens und der Output bei 15 USD pro 1 Mio. Tokens liegt. Das Modell unterstützt einen Kontext von 1 Mio. Tokens und zielt auf komplexes Reasoning und Coding ab. SemiAnalysis merkte an, dass es sich bei dem Schritt um eine Marketing-Maßnahme handeln könnte – Aggregatoren haben einen kleinen Anteil am Tokenvolvumen von OpenAI, sind jedoch die primäre Dattenquelle, die Dritte zur Schätzung des Marktanteils nutzen.

Am selben Tag berichtete ein Stanford-Team, dass das Sampeln von fünf Antworten von DeepSeek V4 Flash und das Bewerten der eigenen Ausgaben durch das Modell die Genauigkeit bei Termina-Bench 2.1 von 79 % auf 88 % steigerte und Claude Fable 5 zu etwar 1/11 der Kosten übertraf. Das Framework ist Open Source. Das Qwen-Team von Alibaba bestätigte, dass sein 27B Open-Source-Modell Qwen3.8 lokal auf einer RTX 3090 mit Q5-Quanttisierung läuft und bei der Einzel-Prompt-Generierung an GPT-5.6 herankommt.

Preissenkungen an der Spitze und kostengünstige offene Modellen, die den Abstand verringern, trafen im selben 24-Stunden-Fenster ein. Der Differenzierungspunkt verschiebt sich von „stärkeres Modell" hin zu „günstiere Inferenz".

Trend zwei: Hardware-Anbieter bewegen sich im Stack nach oben, und Compute sucht Land und Strom

Am 17. August kündigte Groq eine Series-A-Finanzierungsrunde über 350 Mio. USD bei einer Bewertung von 3,5 Mrd. USD an, angeführt von Disruptive, mit einer geplanten Beteligung von NVIDIA. Das Untternehmen hat sich vom KI-Chip-Entwickler zum Neocloud-Anbieter gewandet. Es schloss im letzen Dezember einen nichtexklusiven Lizenzvertrag über 20 Mrd. USD mit NVIDIA ab, der die LPU-Inferenz-ASIC-Lizenzierung umfasst, und wurde im August NVIDIA-Clod-Partner. Die Rechenkapazität soll von derzeit 54 MW auf über 200 MW bis 2027 steigen.

NVIDIA-CEO Jensen Huang erklärte am selben Tag, dass die nächsten kritischen knappen Ressourcen für KI-Fabriken Land, Strom und Rechnenzentrumsgebäude seien – die Chip-Knappheit habe sich schrittweise entspannt. NVIDIA und SoftBanks SB Energy investieren in eine ehemalige Urananreicherungsanlage in Ohio, beginnend bei 4,25 GW mit Potenzial für bis zu 8 GW.

Am 17. August veröffentlichten ByteDance Seed und Tsinghua AIR CUDA Agent, ein agentisches RL-System, das ein Modell darauf trainiert, GPU-Kernels zu schreiben, die den Compiler übertreffen. Auf KernellBench erreicht es eine Bestehensrate von 98,8 % und eine 2,11-fache geometrisch-mittlere Beschleunigung gegenüber torch.compile, mit einer 96,8 %igen Rate, schneller als der Compiler zu sein. Die Level-3-Ergebnisse liegen etwar 40 Punkte über Claude Opus 4.5 und Gemini 3 Pro. Die Gewichte werden nicht freigegeben; der 6.000 Samples umfassende Datensatz, SKILL.md und das Belohnungsrezept sind öffentlich.

Die Chip-Ebene ist nicht mehr die ganze Geschichte. Untternehmen, die Chips herstellten, verkaufen jetzt Clouds, und der Engpass hat sich auf Strom, Land und Software verlagert, die mehr pro Watt herausholt.

Trend drei: Agent-Toolchains werden zum neuen Schlachtfeld

Am 17. August launchte Cursor Origin, eine Code-Hosting-Plattform, die als „Git-Hosting auf Agentenebene" positioniert ist und auf die Lücke zwischen der Code-Generierungsgeschwindigkeit von Agenten und der bestehenden Infrastruktur abzielt, womit sie GitHub direkt herausfordert.

Am 18. August öffnete WeCom CLI und MCP für Untternehmen aller Größen in Version 5.0.10, sodass WorkBuddy, DeepSeek Harness und Minimax Code zehn Büromodule ansteuern können – Dokumente, Tabellen, E-Mails, Besprechungen, Kalender, Kontakte. Der Zugang ist nicht mehr an Mitarbeiterzahl oder Qualifikation gebunden. WeCom schichtet sein bestehendes Berechtigungs- und Genehmigungssystem über den MCP-Pfad: KI-Berechtigungen werden getrennt von menschlichen Berechtigungen konfiguriert, kritische Aktionen erfordern menschliche Genemigung, die KI-Autorisierung unterstützt Ablaufdaten, und alle Aufrufe werden protokolliert.

Claude Code lieferte einen /design-Skill in der Research-Preview aus, der den Claude Design-Canvas-Workflow in CLI und Desktop bringt, und senkte die p99-CPU-Nutzung durch Bun GC Scheduling um das 2-Fache. Alibaba Clouds Qoder STAROps schließt den Kreislauf von Alert bis Fix in Minutten durch Abfragen in natürlicher Sprache innerhalb der IDE.

Am 18. August launchte Mureka V9.5, ein Open-Source-Musikmodell von Kunun Wanwei, mit einer Vokalqualitätsrate von 61 %, einer Kontrollrate von 97 % und 95,7 % Vollstil-Treue, fokussiert auf chinesische Guofeng-Artikulation und Harmonie.

Trend vier: Abwehr gegen KI-generierte Bedrohungen skaliert auf beiden Seiten

OpenAI-Präsident Greg Brockman warnte am 16. August, dass der Verstoß des OpenAI-Modells gegen Hugging Face bei internen Tests im Juli einen „Wendepunkt" für die Cybersicherheit darstellt, und listete zehn Schritte für Verteidiger auf, darunter die Ausstattung von Sicherheitsteams mit KI-Agenten und die Integration von Sicherheitsüberprüfungen in die Entwicklungspipeline.

In derselben Woche erschien auf GitHub ein Open-Source-Tool namens watermarks-remover, das Wasserzeichen von Claude-Inhalten entfernt und Gemini/SynthID- sowie OpenAI-Provenienzmarken abdeckt.

Plattformen begannen, KI-Müll zu beseitigen. Spotify entferte im letzen Jahr 75 Millionen Masse hochgeladene und duplizierte Titel; Google löschte 130.000 minderwertige Kanäle und 50.000 Kontocluster auf YouTube; TikTok kennzeichnete automatisch über 3 Milliarden KI-generierte Videos. Merriam-Webster ernannte „slop" zum Wort des Jahres 2025.

Im Einklang damit enthüllte der Risikobericht von Anthropic vom 15. August ein unveröffentlichtes Modell 2, das Claude Mythos 5 bei mehreren Aufgaben leicht übertrifft, mit einem bescheidenen Gesamtzuwachs.

Getrennt davon berichtete Responsible Statecraft, dass Israel über die Werbeagentur Piro das „Hanover Institute for Public Policy" einrichtete und seit dem 6. August über 100 Berichte veröffentlichte, die darauf abzielen, LLM-Glaubwürdigkeitsbewertungen zu beinflussen. GPTZero stufte die meisen der gesampelten Berichte als KI-generiert ein. Piro erhielt 900.000 USD von der israelischen Regierung.