SpaceX übernimmt Cursor für sechzig Milliarden Dollar – größter Tech-Deal aller Zeiten

Englische Version oben, chinesische Version unten.

Trend Eins: Open-Source-Coding-Modelle holen auf, ohne die Basismodelle zu verändern

Am 14. August veröffentlichte Zhipu AI GLM-5.3, basierend auf demselben Basismodell wie GLM-5.2 und ausschließlich auf Post-Training-Skalierung setzend. Die Programmierfähigkeit stieg im internen Benchmark um 50 %, Terminal-Bench 3.0 sprang von 4.6 auf 28.3 und DeepSWE v1.1 verbesserte sich von 46.2 auf 66.9. Zhipu kündigte an, die Gewichte zwei Wochen nach der Veröffentlichung nach einer Sicherheitsprüfung offenzulegen.

Die Veröffentlichung erfolgte parallel zu einer Welle von Open-Source-Coding-Modellen. DeepSeek brachte V4 Pro heraus, ein 1.6T-Parameter-MoE-Modell mit 49 Mrd. aktiven Parametern und einem 1M-Token-Kontext. Auf LiveCodeBench erreichte es 93.5 Punkte, mit einer Codeforces-Bewertung von 3206. Alibaba veröffentlichte Qwen3.8-27B am Abend des 14. August als Open Source, ein dichtes multimodales Modell mit 270 Mrd. Parametern, das Qwen3.7-Plus bei Programmier- und Büroaufgaben übertrifft. Alibaba berichtet, dass Qwen über 3 Milliarden Downloads und mehr als 300,000 abgeleitete Modelle sowie über 460 Open-Source-Modelle verzeichnet.

Der Ansatz ist einheitlich: Keines der drei Modelle änderte das Basismodell. Die Verbesserungen stammen aus Post-Training und Architektur. GLM-5.3 verwendet nur 50,000 Ausgabetoken pro Aufgabe im Z.ai Code Bench, verglichen mit rund 120,000 bei Claude Opus 4.8, und erreicht dabei eine Genauigkeit von 31.4 % gegenüber 29.5 % von Opus 4.8.

Trend Zwei: DeepSeek verlagert den Wettbewerb von Modellen zur Agent-Laufzeitumgebung

In der Nacht des 13. August veröffentlichte DeepSeek DeepSeek Harness als Open Source unter MIT-Lizenz, ohne neues Modell. Das Framework zerlegt das gesamte Agent-Grundgerüst – Hauptschleife, Zustandsverwaltung, Sitzungsspeicher, Aufgabenplanung, Sandbox, Ereignisse, UI – in steckbare Komponenten nach dem Konzept „Alles ist ein Plugin“. Es läuft auf einer eigenen Cordis-Plugin-Basis mit Hot-Load/Unload und Rollback sowie Preset-Scoping, das mehrere isolierte Agenten in einem einzigen Prozess ausführt.

In derselben Nacht, in der Harness und V4 Pro zusammen vorgestellt wurden, gab Honor am 15. August bekannt, dass YOYO Claw (sein „Shrimp Brain“) jetzt GLM-5.3 ausführt – eine direkte Einführung eines offenen Modells auf Verbraucherseite. Der Wandel ist sichtbar: Modellbewertungen konvergieren, und die Differenzierungsebene verlagert sich auf die Laufzeit und die Tool-Ausstattung, die Modelle umgibt.

Trend Drei: Rechenleistung verändert die Besitzverhältnisse

Am 14. August schloss SpaceX die 60-Milliarden-Dollar-Übernahme von Cursor ab, einer der größten Tech-Deals der Geschichte. Der Blog von Cursor verwies auf den Zugang zum größten GPU-Cluster, um kostengünstigere Modelle zu entwickeln. Die beiden hatten bereits im Juli das gemeinsame Modell Grok 4.5 und später Grok 4.6 ausgeliefert, und Musk sagte den Mitarbeitern, dass die KI-Einnahmen bis September alle anderen SpaceX-Geschäfte übertreffen würden.

Im selben Zeitraum überdachte Nvidia sein Engagement. Nvidia hält eine etwa 21 Milliarden Dollar schwere SpaceX-Beteiligung, die nach der SpaceX-Fusion aus seiner xAI-Position umgewandelt wurde, wobei die SpaceX-Rechenzentren ausschließlich Nvidia nutzen. Unabhängig davon deuten Berichte darauf hin, dass Nvidia seine Garantie für das 10-GW-Projekt von OpenAI in Ohio kürzt – von 250 Milliarden auf unter 120 Milliarden Dollar, wobei nur die ersten 5 GW abgedeckt werden –, und dass OpenAIs annualisierter Umsatz 40 Milliarden Dollar übersteigt, etwa das Doppelte der vorherigen Run-Rate. Anthropic, das im Mai angab, seine Run-Rate habe 47 Milliarden Dollar überschritten, steht Berichten zufolge kurz vor einer 6-Milliarden-Dollar-Übernahme von Decart, einem Unternehmen, dessen Software Training und Inferenz effizienter auf Chips ausführt.

Unterdessen veröffentlichte Anthropic-CEO Dario Amodei am 14. August einen Beitrag zur KI-Regulierung, in dem er argumentierte, dass ein faires institutionelles Verfahren selbst Macht streuen könne und dass Regulierung sich an Frontier-Unternehmen richten sollte, während offenen Modellen und kleinen Akteuren Raum gelassen werde.

Trend Vier: KI erreicht ungelöste Mathematik

Ein Bericht vom 14. August beschrieb, wie Jinshanmu, Assistenzarzt für Neurochirurgie am Peking Union Medical College Hospital, OpenAIs GPT-5.6-Sol nutzte, um die Crouzeix-Vermutung in etwa 16 Stunden zu beweisen – ein seit 2004 offenes Problem. Der Urheber der Vermutung, Michel Crouzeix, sowie die Mathematiker Alex Townsend und Anne Greenbaum prüften das Manuskript und bestätigten den Beweis. Die zuvor beste Konstante war 2.414, die 2017 nach einem einwöchigen Workshop ermittelt wurde; Crouzeix selbst hatte 2007 den Wert 11.08 nachgewiesen. Acht Tage später veröffentlichten die Mathematiker Emiel Lorist und Felix Schwenninger einen unabhängigen, fünfseitigen Beweis mit einer anderen Methode, ebenfalls unterstützt von ChatGPT 5.6.

Nvidia ergänzte die Effizienzgeschichte am 14. August um Hardware und kündigte die vollständige Produktion des Spectrum-X CPO-Switches an – des ersten in Massenproduktion gefertigten Ethernet-Switches mit 200G/Lane und Co-Packaged-Optics. Die Leistungsaufnahme sinkt auf ein Fünftel, die Laseranzahl auf ein Viertel, und die Betriebszeit von KI-Anwendungen verlängert sich um das Fünffache. Der SN6810 bietet 128 Ports mit 800 Gb/s in einem 2U-Gehäuse (102.4 Tb/s), mit TSMC, SPIL, Lumentum und Foxconn in der Lieferkette.