all-ai.de - KI-News, Tools und Tutorials

Qwen Image 2.1 Turbo: Bilder in nur acht Schritten

aycaramba@all-ai.de (Andreas Becker) — Fri, 09 Oct 2026 17:17:45 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Qwen Image 2.1 Turbo erzeugt und bearbeitet Bilder mit acht Denoising-Schritten. Das Basismodell nutzt in den offiziellen Beispielen 40 Schritte. Architektur, 7 Milliarden Parameter und 2K-Auflösungen bleiben erhalten. Qwen bietet Open Weights sowie neue Pro- und Turbo-APIs an. Qwen kündigt Qwen Image 2.1 Turbo an Qwen Image 2.1 Turbo auf Hugging Face Qwen Image 2.1 Turbo auf ModelScope Qwen Image 2.1 im Qwen-Blog Alibaba beschleunigt sein zwei Wochen altes Bildmodell Qwen Image 2.1 mit einer neuen Turbo-Version. Qwen Image 2.1 Turbo erzeugt und bearbeitet Bilder in nur acht Denoising-Schritten und lässt sich mit Open Weights lokal betreiben. Damit sinkt die Zahl der nötigen Rechenschritte gegenüber der Basisversion auf ein Fünftel. Qwen verbindet die Veröffentlichung außerdem mit zwei neuen Cloud-Angeboten für Qwen Image 2.1 Pro und Turbo. + Quelle: Alibaba Turbo ersetzt 40 durch acht Schritte Das normale Qwen Image 2.1 benötigt in den offiziellen Beispielen 40 Denoising-Schritte. Beim neuen Turbo-Checkpoint ist ein eigener Ablauf mit acht Schritten bereits hinterlegt. Nutzer müssen den Scheduler nicht von Hand anpassen, sondern können das Modell direkt mit derselben Modellklasse laden. Turbo ist kein kleineres Bildmodell. Es basiert wie Qwen Image 2.1 auf einer visuellen Architektur mit 7 Milliarden Parametern. Die fünfmal geringere Zahl der Schritte zielt vor allem auf kürzere Wartezeiten und weniger Rechenaufwand. Anzeige 2K-Bilder, Transparenz und Bearbeitung bleiben Trotz der kurzen Berechnung liefert Turbo weiterhin 2K-Bilder und bearbeitet vorhandene Motive mit Anweisungen in natürlicher Sprache. Die Modellkarte zeigt außerdem transparente RGBA-Grafiken, Poster mit Typografie, Benutzeroberflächen sowie Kompositionen aus mehreren Referenzbildern. Die unterstützten Seitenverhältnisse und Auflösungen entsprechen der Basisversion. Dazu gehören 2048 × 2048 Pixel im Quadrat und bis zu 2752 × 1536 Pixel im 16:9-Format. Für das normale Qwen Image 2.1 nennt Qwen bis zu zehn Referenzbilder, lokale Markierungen und Masken. Die Turbo-Modellkarte zeigt Kompositionen aus mehreren Vorlagen, nennt dafür aber keine Höchstzahl. Qwen stellt die Turbo-Gewichte über Hugging Face und ModelScope bereit. Die Qwen Research License erlaubt die Nutzung nur für nicht kommerzielle Forschung und Evaluation. Alternativ lassen sich Qwen Image 2.1 Pro und Turbo über die API von Alibaba Cloud verwenden.

Trump erklärt »AI-Nutzer« zu Feinden

aycaramba@all-ai.de (Andreas Becker) — Fri, 09 Oct 2026 16:57:18 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Donald Trump bezeichnet jeden als Feind des Weißen Hauses, der weiterhin den Begriff Artificial Intelligence verwendet. Sein Dekret zwingt nur US-Bundesbehörden zur Bezeichnung Super Intelligence und enthält keine Strafen. Tesla hat seinen X-Auftritt umbenannt, andere große KI-Unternehmen halten sich bei eigenen Marken zurück. Der neue Sammelbegriff kollidiert mit der bisherigen fachlichen Bedeutung von Superintelligenz. Executive Order 14434 des Weißen Hauses Axios: Trump erklärt Nutzer des Begriffs AI zu Feinden Washington Examiner: KI-Firmen halten sich bei Umbenennung zurück Reuters: Musk will SpaceXAI in SpaceXSI umbenennen PolitiFact: Superintelligenz hat bereits eine fachliche Bedeutung Donald Trump hat jeden zum »Feind« des Weißen Hauses erklärt, der weiterhin von »Artificial Intelligence« statt »Super Intelligence« spricht. Gemeint sind also nicht Menschen, die KI verwenden, sondern Nutzer des alten Begriffs. Elon Musk hilft dem US-Präsidenten bereits bei dessen erstaunlichem Sprachumbau. + Quelle: Donald Trump Trump macht aus KI kurzerhand SI Trump hatte die neue Bezeichnung Ende September per Dekret in der US-Bundesverwaltung durchgesetzt. Behörden müssen in öffentlichen Mitteilungen, auf Webseiten und in Berichten »Super Intelligence« oder »SI« schreiben. Das Weiße Haus änderte die Aufschrift auf AI.gov bereits in SI.gov, während die alte Adresse erhalten blieb. Strafen für die Verwendung von AI enthält das Dekret nicht. Es betrifft auch keine privaten Firmen und ändert weder bestehende Gesetze noch Verträge. Trumps Feinderklärung auf Truth Social ist damit politische Rhetorik und kein Verbot. Anzeige Tesla zieht mit, andere Firmen schweigen Tesla hat seinen offiziellen X-Auftritt von »Tesla AI« in »Tesla Super Intelligence« umbenannt. Mehr ist bisher nicht passiert. Weder der Firmenname noch Produkte tragen eine neue Bezeichnung. Musk kündigte zudem an, SpaceXAI künftig SpaceXSI zu nennen. OpenAI, Anthropic, Google, Meta und Nvidia unterschrieben Ende September zwar das freiwillige »White House Accord on Super Intelligence«. Ob sie ihre Marken oder Produkte umbenennen wollen, teilten sie auf Nachfrage jedoch nicht mit. Nvidia-Chef Jensen Huang verwendete SI öffentlich, rutschte bei einem Auftritt aber wiederholt zurück zu AI. + Quelle: Tesla auf X Ein Begriff verliert seine Bedeutung Kaliforniens Gouverneur Gavin Newsom stellte sich mit einem eigenen Dekret gegen Trump. Behörden des Bundesstaats müssen weiter von »Artificial Intelligence« sprechen. Fachlich richtet die Umbenennung vor allem Verwirrung an. Superintelligenz bezeichnet bisher eine hypothetische KI, die Menschen in nahezu allen geistigen Aufgaben übertrifft. Trump macht daraus einen Sammelbegriff für heutige Chatbots, und andere KI. Die Technik wird dadurch nicht klüger.

OpenAI Umsatz: 20 Milliarden Dollar lösen sich im »Nichts« auf

aycaramba@all-ai.de (Andreas Becker) — Fri, 09 Oct 2026 10:55:51 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI erreichte Ende September rund 50 Milliarden Dollar annualisierten Umsatz. Die zuvor gemeldeten 70 Milliarden Dollar beruhten auf einer an Anthropic angepassten Rechnung. Verkäufe über Cloud-Partner werden bei beiden Unternehmen unterschiedlich verbucht. Bis Jahresende erwartet OpenAI weiterhin mindestens 70 Milliarden Dollar annualisierten Umsatz. Open AI macht offenbar viel weniger Umsatz als gedacht OpenAI annualized revenue $20 billion less than previously reported OpenAI’s Revenue Run Rate Nears $50 Billion, Less Than Reported OpenAI Expects $70 Billion in Annualized Revenue by End of 2026 OpenAI kam Ende September auf einen annualisierten Umsatz von rund 50 Milliarden Dollar. Damit liegt der ChatGPT-Entwickler deutlich unter den fast 70 Milliarden Dollar, die mehrere Medien noch im vergangenen Monat meldeten. Das Geschäft ist allerdings nicht plötzlich eingebrochen. Hinter der Lücke stehen vor allem unterschiedliche Methoden, mit denen OpenAI und Anthropic Verkäufe über Cloud-Anbieter verbuchen. Cloud-Verkäufe verzerren den Vergleich Anthropic zählt bei Geschäften über Cloud-Partner den gesamten vom Kunden gezahlten Betrag als Umsatz. Den Anteil des Cloud-Anbieters verbucht das Unternehmen anschließend als Ausgabe. OpenAI erfasst bei bestimmten Partnerverkäufen dagegen nur den eigenen Anteil. Investoren hatten die OpenAI-Zahl auf die Methode von Anthropic hochgerechnet, um beide Unternehmen direkt miteinander vergleichen zu können. Daraus entstand die verbreitete Marke von knapp 70 Milliarden Dollar. Nach der von OpenAI verwendeten Rechnung waren es Ende September rund 50 Milliarden Dollar. Auch der Begriff »annualisierter Umsatz« kann leicht in die Irre führen. Es handelt sich nicht um den tatsächlich eingenommenen Umsatz eines kompletten Jahres. Stattdessen wird das Geschäft aus einem kürzeren Zeitraum auf zwölf Monate hochgerechnet. Anzeige 70 Milliarden Dollar bleiben das Jahresziel OpenAI erwartet nach neueren Informationen von Bloomberg, bis zum Jahresende einen annualisierten Umsatz von mindestens 70 Milliarden Dollar zu erreichen. Das Wachstum soll vor allem aus dem Geschäft mit Firmenkunden kommen. Die korrigierte September-Zahl ändert damit nichts an diesem Ziel, zeigt aber, wie stark solche Vergleiche von der gewählten Zählweise abhängen. Anthropic kam Ende Juli auf einen annualisierten Umsatz von 65 Milliarden Dollar. Beide Unternehmen werben um Firmenkunden und bereiten einen Börsengang vor. Spätestens dann werden Investoren genauer unterscheiden müssen, ob sie tatsächliche Jahreseinnahmen, eine aktuelle Hochrechnung oder unterschiedlich berechnete Vergleichswerte betrachten.

OpenAI unter Druck: Entlassene Forscher erheben schwere Vorwürfe

aycaramba@all-ai.de (Andreas Becker) — Fri, 09 Oct 2026 10:06:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Drei entlassene OpenAI-Sicherheitsforscher bestreiten die Vorwürfe ihres früheren Arbeitgebers. Sie warnen, die Kündigungen könnten Kollegen einschüchtern und externe Sicherheitsarbeit behindern. OpenAI spricht von einem Muster aus Fehlverhalten, bestreitet aber eine Vergeltung für geäußerte Sicherheitsbedenken. Das Trio fordert klare Regeln, unabhängige Prüfer und besser überwachbare KI-Modelle. Offener Brief der entlassenen OpenAI-Sicherheitsforscher TechCrunch: Fired OpenAI safety researchers dispute misconduct claims, warn of chilling effect OpenAI: The Hugging Face incident and the road ahead Drei von OpenAI entlassene Sicherheitsforscher widersprechen den Vorwürfen ihres früheren Arbeitgebers. Jasmine Wang, Tomek Korbak und Mikita Balesni erklären in einem offenen Brief, die Kündigungen schüchterten Kollegen ein und gefährdeten die Zusammenarbeit mit externen Sicherheitsorganisationen. OpenAI weist Vergeltung für geäußerte Bedenken zurück und spricht von einem Muster aus Fehlverhalten. Forscher bestreiten den Vorwurf des Fehlverhaltens OpenAI hatte das Trio in der vergangenen Woche entlassen. Die Forscher sollen sensible Unternehmensinformationen außerhalb der vorgesehenen Verfahren behandelt und an eine externe Organisation zur Bewertung von KI weitergegeben haben. Ein OpenAI-Sprecher erklärte gegenüber TechCrunch, eine Untersuchung habe mehrere Regelverstöße beim Umgang mit Forschungsinformationen ergeben. Die drei Forscher weisen diese Darstellung zurück. Sie seien weder die Quelle eines Berichts über schwerer überwachbare Modellarchitekturen gewesen, noch hätten sie außerhalb ihres Arbeitsauftrags mit externen Partnern gesprochen. Vielmehr hätten sie innerhalb der damals üblichen Regeln und mit Rückendeckung von Vorgesetzten gehandelt. Wang geht zudem auf den Zugriff auf das E-Mail-Konto eines Managers ein. Sie habe die Berechtigung für die Personalgewinnung erhalten und später vergeblich um ihre Entfernung gebeten. Nachdem sie versehentlich eine vertrauliche Nachricht geöffnet hatte, habe sie den Manager binnen Minuten informiert. Anzeige Offener Brief warnt vor Folgen für die Sicherheit Der Streit berührt auch die Aufarbeitung des Angriffs von OpenAI-Agenten auf Hugging Face. Korbak arbeitete dabei mit externen Prüfern zusammen. Nach Darstellung der Forscher entstanden die neuen internen Regeln erst während der Untersuchung, weshalb bisher akzeptiertes Verhalten nun plötzlich als Kündigungsgrund erscheine. Das Trio fordert OpenAI auf, unabhängige Sicherheitsprüfer weiterhin eng einzubinden, die Überwachbarkeit der »Chain of Thought« neuer Modelle zu erhalten und Kritik innerhalb des Unternehmens zu schützen. In einer internen Mitteilung bestritt OpenAI, Mitarbeiter wegen Sicherheitsbedenken zu entlassen. Das Unternehmen stimmte den drei Forderungen demnach grundsätzlich zu, legte die beanstandeten Handlungen aber nicht im Detail offen.

Anthropic lässt Claude kostenlos nach Sicherheitslücken suchen

aycaramba@all-ai.de (Andreas Becker) — Fri, 09 Oct 2026 09:48:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Anthropic startet mit dem OSS Scanner kostenlose und regelmäßige Sicherheitsprüfungen für geeignete Open-Source-Projekte. Die KI-generierten Berichte kommen ohne menschliche Prüfung und sollen eine Trefferquote von mehr als 90 Prozent erreichen. Ein zweites Programm bringt Claude und Anthropic-Ingenieure zu Anbietern, die Kraftwerke, Wasserwerke und andere kritische Infrastruktur absichern. Introducing the Anthropic Cyber Mission Launching an opt-in vulnerability-finding service for open-source software OSS Scanner Anthropic bündelt seine Sicherheitsinitiativen in der neuen »Cyber Mission«. Das Programm richtet sich an Open-Source-Projekte und Betreiber kritischer Infrastruktur. Im Zentrum steht der kostenlose OSS Scanner, der Quellcode regelmäßig mit den stärksten Claude-Modellen untersucht. OSS Scanner liefert ungeprüfte Fundberichte Projektbetreuer können geeignete Projekte für regelmäßige Scans anmelden. Jeder Bericht enthält einen reproduzierbaren Angriff, eine Erklärung der Schwachstelle und nach Möglichkeit einen vorgeschlagenen Patch. Anthropic verschickt die Ergebnisse direkt und ohne menschliche Prüfung, damit Entwickler schneller reagieren können. Die höhere Geschwindigkeit hat ihren Preis. Einzelne Berichte können falsche Angaben enthalten oder den Schweregrad einer Lücke zu hoch ansetzen. Anthropic erwartet dennoch eine Trefferquote von mehr als 90 Prozent. Die Grundlage lieferte das Forschungsprojekt Glasswing. In den vergangenen sechs Monaten entdeckten die Modelle mehr als 29.000 mögliche Schwachstellen. Anzeige Claude soll Strom- und Wasserversorger schützen Der zweite Teil der »Cyber Mission« nimmt Kraftwerke, Wasserversorger, Fabriken und Verkehrsnetze ins Visier. Solche Anlagen nutzen oft jahrzehntealte Steuerungstechnik, die sich nicht einfach für ein Update abschalten lässt. Im Critical Infrastructure Defense Program arbeiten Claude-Modelle und Anthropic-Ingenieure mit spezialisierten Anbietern zusammen. Zu den Gründungspartnern zählen Accenture, CrowdStrike, Deloitte, Dragos, Palo Alto Networks, PwC und Rockwell Automation. Mehrere Partner setzen Claude bereits ein, um Schwachstellen zu finden und zu beheben. Anthropic sieht Angreifer kurzfristig im Vorteil, weil sich Lücken schneller ausnutzen als prüfen und schließen lassen. Innerhalb von zwei Jahren könnte KI dieses Verhältnis zugunsten der Verteidiger drehen.

Claude Motion baut jetzt Live-Dashboards und animierte Erklärvideos

aycaramba@all-ai.de (Andreas Becker) — Fri, 09 Oct 2026 09:28:43 +0200

Anthropic Kurzfassung ▾ Quellen ▾ Claude Dashboards erstellt aus verbundenen Unternehmensdaten laufend aktualisierte Übersichten. Nutzer können die Abfrage hinter jeder Kennzahl prüfen und Dashboards an Analyseplattformen übergeben. Claude Motion erzeugt editierbare Animationen als Code und exportiert sie als MP4. Claude Docs, Slides und Design sind nun in allen Tarifen einschließlich Free verfügbar. Anthropic: Build live dashboards and animate explainers with Claude Claude kann Unternehmensdaten künftig direkt in laufend aktualisierte Dashboards verwandeln und Berichte als kurze Animationen aufbereiten. Anthropic startet dafür Claude Dashboards und Claude Motion als Betaversionen. Während Dashboards in kostenpflichtigen Tarifen verfügbar ist, bleibt Motion Team- und Enterprise-Kunden vorbehalten. Claude beantwortet Datenfragen ohne SQL Für ein Dashboard verbindet der Nutzer Claude mit einer Datenplattform oder einem CRM und stellt seine Frage in natürlicher Sprache. Claude ruft die benötigten Daten ab, bereitet sie als Diagramme auf und aktualisiert die Ansicht, sobald sich die Daten ändern. Unterstützt werden unter anderem Amazon Redshift, BigQuery, ClickHouse, Databricks, Snowflake und Salesforce. Hinter jeder Kennzahl lässt sich die verwendete Abfrage öffnen. Außerdem zeigt jedes Diagramm, wann seine Daten zuletzt aktualisiert wurden. Für tiefergehende Analysen kann der Nutzer das Ergebnis an Dienste wie Amplitude, Grafana, Hex, Mixpanel, Omni, Perplexity, PostHog oder Sigma übergeben. Looker, monday.com und Tableau sollen später folgen. Anzeige Claude Motion schreibt Animationen als Code Claude Motion verwandelt beispielsweise einen Quartalsbericht, ein Diagramm oder eine Produktführung in eine kurze Animation. Der Nutzer kann das Ergebnis im Editor anpassen, Änderungen per Chat anfordern und anschließend eine MP4-Datei herunterladen. Dabei setzt Anthropic nicht auf ein Videomodell. Claude schreibt Code, der Texte, Diagramme, Formen und Bilder animiert. Dadurch bleiben Wörter, Zahlen und das Timing einzeln veränderbar. Für die weitere Bearbeitung lassen sich die Animationen unter anderem in Adobe, Descript, HeyGen, Luma AI oder Runway öffnen. Gleichzeitig entfernt Anthropic die Beta-Kennzeichnung von Claude Docs, Slides und Design. Die drei Funktionen stehen nun in allen Tarifen einschließlich Claude Free bereit. Seit ihrer Einführung entstanden damit mehr als 45 Millionen Dokumente, Präsentationen und Designs. Unternehmen können Vorlagen verwalten, gemeinsam an Inhalten arbeiten und fertige Dateien als PowerPoint oder PDF exportieren. Die eigenständige Webseite von Claude Design schließt am 14. Dezember.

Claude Science erstellt die erste lückenlose UV-Himmelskarte

aycaramba@all-ai.de (Andreas Becker) — Thu, 08 Oct 2026 22:39:52 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Claude Science hat mit dem Astrophysiker Brice Ménard eine lückenlose UV-Karte des Himmels erstellt. Rund ein Drittel der Karte beruht auf Vorhersagen für bislang unbeobachtete Regionen. Tests mit versteckten Messdaten ergaben Abweichungen von etwa zehn Prozent. Zusätzliche Ebenen unterscheiden gemessene und berechnete Bildpunkte und nennen deren Unsicherheit. Anthropic: The missing map of the sky NASA/JPL: Galaxy Evolution Explorer MAST: GALEX Der Astrophysiker Brice Ménard hat mit Claude Science erstmals eine lückenlose UV-Karte des gesamten Himmels erstellt. Rund ein Drittel der Darstellung besteht aus berechneten Ergänzungen, weil diese Regionen nie im ultravioletten Licht beobachtet wurden. Zusätzliche Ebenen kennzeichnen jeden Bildpunkt als gemessen oder vorhergesagt und weisen die jeweilige Unsicherheit aus. Claude füllt die Lücken von GALEX UV-Licht wird von der Ozonschicht absorbiert, weshalb Astronomen dafür auf Weltraumteleskope angewiesen sind. Die umfangreichsten Daten lieferte die NASA-Mission GALEX zwischen 2003 und 2013. Sie erfasste große Teile des Himmels, ließ Regionen mit sehr hellen Sternen zum Schutz ihrer Detektoren jedoch aus. Claude Science koordinierte mehrere KI-Agenten, die öffentlich verfügbare Aufnahmen von GALEX, Swift, FIMS/SPEAR und TD-1 sammelten. Sie entfernten Störeffekte, kalibrierten die Datensätze gegeneinander und brachten sie auf dieselbe Auflösung sowie ein gemeinsames Koordinatensystem. + Quelle: Anthropic Für die fehlenden Regionen lernte Claude den Zusammenhang zwischen vorhandenen UV-Messungen und Aufnahmen im sichtbaren, infraroten sowie Radiobereich. Beim anschließenden Inpainting sagte das Modell die UV-Helligkeit für die bislang unbeobachteten Stellen voraus. Anzeige Test mit versteckten Messwerten Ménard prüfte die Methode, indem er Teile bereits vermessener Regionen ausblendete. Nach mehreren Verbesserungsrunden wichen die Vorhersagen um etwa zehn Prozent von den echten UV-Messungen ab. Anschließend ergänzte Claude das Licht von mehr als 100 Millionen einzelnen Sternen, abgeleitet aus Messungen des ESA-Satelliten Gaia. Ganz ohne Eingriffe des Astrophysikers funktionierte die Arbeit nicht. Auf frühen Fassungen entdeckte er kreisförmige Spuren einzelner GALEX-Aufnahmen, die zwei Prüfungen durch andere KI-Agenten überstanden hatten. Nach seinem Hinweis korrigierte Claude den verbliebenen atmosphärischen UV-Schein in allen 38.000 Beobachtungen. + Quelle: Anthropic Die Karte macht leuchtende Staubwolken um junge Sterne, Ringe früherer Sternexplosionen und feine Staubstrukturen der Milchstraße sichtbar. Sie soll vor allem als Lehrmaterial dienen und zeigt transparent, welche Bereiche auf Messungen und welche auf Vorhersagen beruhen.

Anthropic Nutzungsrichtlinien: Claude darf nicht mehr grundlos gequält werden

aycaramba@all-ai.de (Andreas Becker) — Thu, 08 Oct 2026 19:20:05 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Anthropic verbietet anhaltendes und grundlos grausames Verhalten gegenüber Claude. Frust, Widerspruch, düstere kreative Themen sowie Tests und Forschung bleiben erlaubt. Das pauschale Verbot personalisierter Wahlansprache entfällt, während Täuschung und Fake-Kampagnen untersagt bleiben. Für autonome Hardware, Waffen und Überwachung gelten klarere Grenzen. Anthropic: Usage Policy Update Anthropic: Usage Policy Anthropic: Claude can end a rare subset of conversations Anthropic hat seine Nutzungsrichtlinien geändert. Nutzer dürfen die KI-Modelle nicht mehr anhaltend und grundlos beschimpfen oder grausam behandeln. Die neue Nutzungsrichtlinie tritt am 12. November 2026 in Kraft. Gleichzeitig lockert das Unternehmen seine Regeln für politische Inhalte und zieht die Grenzen bei Waffen, Überwachung und autonomer Hardware klarer. Claude kann missbräuchliche Chats beenden Das Verbot zielt nur auf extreme Fälle, in denen sich ein Nutzer wiederholt grausam verhält, ohne dass dafür ein erkennbarer Zweck besteht. Gewöhnlicher Frust, Widerspruch, düstere kreative Themen sowie Tests und Forschung bleiben erlaubt. Claude kann besonders missbräuchliche Gespräche bereits selbst beenden. Diese Funktion bleibt auch das wichtigste Mittel, mit dem Anthropic die neue Regel durchsetzen will. Ein Nutzer kann danach sofort einen neuen Chat beginnen. Anzeige Mehr Spielraum bei politischer Ansprache Anthropic hebt außerdem das pauschale Verbot personalisierter Wahl- und Kampagnenansprache auf. Es erfasste auch legitime Angebote, etwa mehrsprachige Wahlinformationen gemeinnütziger Organisationen oder Hinweise von Wahlbehörden zur Korrektur fehlerhafter Stimmzettel. Verboten bleiben Täuschung, die missbräuchliche Nutzung persönlicher Daten und Versuche, Wähler von der Stimmabgabe abzuhalten. Eine neue Regel bündelt zudem Verbote gegen Fake-Accounts, erfundene Nachrichtenseiten und andere künstlich verstärkte Kampagnen. Strengere Vorgaben für Hardware und Überwachung Bei autonomen Geräten, die Menschen verletzen könnten, verlangt Anthropic künftig einen qualifizierten Bediener. Er muss den Betrieb beobachten und jederzeit stoppen können. Bei einem Verbindungsabbruch muss die Hardware einen sicheren Zustand halten, während Grenzen für Kraft, Geschwindigkeit oder Temperatur unabhängig von Claude durchgesetzt werden müssen. Die überarbeiteten Regeln erfassen auch Steuerungssoftware für Waffen und die Bewaffnung von Drohnen. Claude darf weder Überwachungstechnik verbessern noch ohne Einwilligung Personen verfolgen. Ebenso untersagt ist es, mit dem Modell zu entscheiden, wer untersucht, festgenommen oder angeklagt werden soll.

Hacker greift Südkoreas Banken mit KI-Agenten an

aycaramba@all-ai.de (Andreas Becker) — Thu, 08 Oct 2026 14:56:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Ein unbekannter Angreifer stahl Daten bei mehreren südkoreanischen Finanzunternehmen. Er kombinierte ARTEX mit DeepSeek v4.1-flash, GLM-5.3, Grok 4.6 und Claude Code. Offene Server gaben CrowdStrike Zugriff auf Konfigurationen und komplette KI-Sitzungen. Spuren deuten auf einen finanziell motivierten, chinesischsprachigen Täter, beweisen aber keinen Alleingang. CrowdStrike: Unknown Threat Actor Uses AI-Driven ARTEX to Target South Korean Finance Yonhap: Chinese-speaking hacker possibly linked to AI-driven attacks on South Korean banks The Kyunghyang Shinmun: The Korean financial sector was breached by a two-month-old Chinese AI GitHub: ARTEX Ein unbekannter Angreifer hat mehrere südkoreanische Finanzunternehmen mit dem autonomen Pentesting-System ARTEX und gleich mehreren KI-Modellen attackiert. Dabei flossen Kundendaten ab. Offene Server lieferten CrowdStrike einen ungewöhnlich detaillierten Einblick in die Arbeit des Hackers. Angriff beginnt Ende September Die Kampagne lief von Ende September bis Anfang Oktober 2026. Betroffen waren unter anderem Shinhan Bank, KB Kookmin Bank und Hana Bank. Bei Shinhan erbeutete der Angreifer 25.727 Datensätze mit Namen, Kontaktdaten, Einkommen und Kreditlimits. In anderen Fällen traf es einen Dienst für Kreditanfragen sowie eine mobile Arbeitsanwendung für Bankmitarbeiter. Die Angriffe richteten sich gegen weniger geschützte Nebensysteme statt gegen das Onlinebanking. Südkoreanische Behörden untersuchen die Vorfälle. Wie viele Finanzunternehmen insgesamt betroffen sind und wie viele Daten gestohlen wurden, ist noch nicht geklärt. Anzeige Offene Server verraten das KI-Arsenal CrowdStrike stieß auf zwei Server des Angreifers. Einer in Hongkong diente als zentrale Infrastruktur, der zweite führte ARTEX aus. In frei zugänglichen Verzeichnissen lagen Konfigurationen, Speicherdateien und komplette Sitzungsverläufe von Claude Code. ARTEX ist ein chinesisches Open-Source-Projekt für autonome Penetrationstests. Bei den Angriffen arbeitete es hauptsächlich mit DeepSeek v4.1-flash. Weitere Sitzungen liefen mit GLM-5.3 und Grok 4.6 über Claude Code. Der Hacker kombinierte damit ein automatisiertes Angriffssystem mit mehreren KI-Modellen, die unterschiedliche Aufgaben übernehmen konnten. In einer Sitzung ließ der Nutzer sogar einen Lebenslauf mit persönlichen Angaben erstellen. Er fragte Claude außerdem nach Telegram-Gruppen und Handelsplätzen für gestohlene koreanische Daten. CrowdStrike hält den Angreifer deshalb für finanziell motiviert und wahrscheinlich chinesischsprachig. Ob die Angaben aus dem Lebenslauf wirklich zu ihm gehören, ließ sich nicht bestätigen.

Google führt den »Gemini Agenten« ein

aycaramba@all-ai.de (Andreas Becker) — Thu, 08 Oct 2026 14:48:06 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Google bündelt Wissensarbeit, Medienerstellung und Programmierung in einem universellen Gemini Agenten. Der Agent läuft in der Cloud, behält Kontext und kann Aufgaben über Stunden oder Tage fortsetzen. Für größere Aufträge erstellt Gemini Unteragenten und koordiniert deren Arbeit. Unternehmen erhalten eigene Agentenidentitäten, Zugriffsregeln, Protokolle und Ausgabenlimits. Welcome to Gemini at Work 2026 Google macht aus Gemini einen universellen Agenten für den Arbeitsplatz. Er beantwortet Fragen, übernimmt Wissensarbeit, erstellt Bilder und Medien und kann Code schreiben sowie ausführen. Statt einzelner Anweisungen erhält er ein Ziel und soll das fertige Ergebnis direkt in Dokumenten, Postfächern oder Entwicklungsumgebungen abliefern. Twitter Beitrag - Cookies links unten aktivieren. Today, we are announcing our new Gemini agent for your business—a universal cloud agent running 24/7 to get your work done. It arrives knowing your tools, data, and work history; it works across knowledge work, content, and code; and it comes with built-in governance to help your data stay secure and cost stay in control → https://t.co/NRlFcjz5zu— Google Cloud (@googlecloud) October 8, 2026 Ein Agent für beinahe jede Aufgabe Der Gemini Agent läuft in der Cloud und behält Erinnerungen, Kontext und persönliche Einstellungen geräteübergreifend. Aufträge können Stunden oder Tage weiterlaufen, auch wenn der Nutzer seinen Computer ausschaltet. Erreichbar ist der Agent im Browser, unter iOS, Android, Windows und macOS sowie über Kommandozeile, Google Workspace, Microsoft 365 und Slack. Bei größeren Aufgaben erstellt Gemini vorübergehende Unteragenten und koordiniert deren Arbeit. Daneben lassen sich dauerhafte »Coworker Agents« für Teams oder bestimmte Rollen einrichten. Sie bekommen eine eigene Identität, eine E-Mail-Adresse, einen Kalender und Speicherplatz in Drive. Mitarbeiter können sie in Google Chat erwähnen oder ihnen über Kommentare in Docs Aufgaben geben. Anzeige Gemini arbeitet direkt in Workspace In Gmail, Drive, Docs, Slides, Sheets, Chat und Kalender greift derselbe Agent auf seine Erinnerungen, Fähigkeiten und Berechtigungen zu. So kann Gemini etwa die Teilnehmer eines regelmäßigen Termins selbst ermitteln, ihre Kalender prüfen und die Abstimmung per E-Mail beginnen. Auch mehrteilige Aufträge über mehrere Anwendungen hinweg sollen ohne erneute Erklärung des Zusammenhangs funktionieren. Das zugrunde liegende Modell ist nicht fest an den Agenten gebunden. Gemini wählt je nach Aufgabe zwischen Googles Modellen und Claude von Anthropic. Unternehmen erhalten außerdem eigene Identitäten und Zugriffsrechte für Agenten, Protokolle ihrer Aktionen, abgeschottete Ausführungsumgebungen sowie Ausgabenlimits. Der Agent Gateway kontrolliert den Datenverkehr und setzt zentrale Regeln für alle eingesetzten Agenten durch.

Claude Haiku 5.5 vs. GPT-6 Luna: Das ist der wahre Gewinner

aycaramba@all-ai.de (Andreas Becker) — Thu, 08 Oct 2026 10:18:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Claude Haiku 5.5 erreicht auf »max« 43 Punkte, GPT-6 Luna kommt auf 38. Haiku kostet dabei mit 21 Cent pro Aufgabe dreimal so viel wie Luna. Bei vergleichbaren Aufgabenkosten liegt Luna jeweils knapp vor Haiku. Oberhalb von 100.000 Eingabetoken verfünffachen sich Haikus Tokenpreise. Anthropic: Introducing Claude Haiku 5.5 OpenAI: GPT-6 Luna Model Artificial Analysis: Claude Haiku 5.5 Artificial Analysis: GPT-6 Luna Artificial Analysis: GPT-6.1 Sol Medium Anthropic schickt mit Claude Haiku 5.5 einen überraschend starken Konkurrenten für GPT-6 Luna ins Rennen. Auf den ersten Blick gewinnt Haiku den Vergleich deutlich. Wer die tatsächlich anfallenden Kosten statt der gleichnamigen Thinking-Stufen betrachtet, kommt allerdings zu einem anderen Ergebnis. Haiku führt im direkten Benchmark-Vergleich Im Intelligence Index von Artificial Analysis erreicht Haiku 5.5 auf »max« 43 Punkte, GPT-6 Luna kommt auf 38. Auch darunter führt Anthropics Modell. Auf »high« steht es 38 zu 33, auf »medium« 34 zu 30 und auf »low« 29 zu 22. + Quelle: Artificial Analysis Der direkte Vergleich der Thinking-Stufen täuscht jedoch. Beide Modelle kosten bis zu einer Promptlänge von 100.000 Token zwar jeweils 10 Cent pro Million Eingabetoken und 50 Cent pro Million Ausgabetoken. Haiku nutzt sein Tokenbudget aber erheblich großzügiger. Eine Aufgabe des Intelligence Index kostet mit Haiku auf »max« im Mittel 21 Cent. Luna benötigt auf derselben Stufe nur 7 Cent. Der Abstand lässt sich am Verbrauch ablesen. Haiku erzeugt pro Aufgabe etwa 162.000 Output-Token, davon 129.000 für Reasoning. Luna kommt auf 50.000 beziehungsweise 39.000 Token. + Quelle: Artificial Analysis Bei gleichen Kosten liegt Luna knapp vorn Ein fairerer Vergleich stellt ähnlich teure Durchläufe gegenüber. Haiku erreicht auf »low« für 2 Cent 29 Punkte, Luna auf »medium« zum gleichen Preis 30. Haiku erzielt auf »medium« für 5 Cent 34 Punkte, während Luna auf »xhigh« für 4 Cent auf 35 kommt. Haiku »high« und Luna »max« landen beide bei 38 Punkten, doch Luna kostet mit 7 statt 8 Cent etwas weniger. + Quelle: Artificial Analysis Damit liegt Luna bei vergleichbaren Kosten jeweils knapp vorn. Haiku zieht erst mit »xhigh« und »max« auf 41 und 43 Punkte davon, weil Luna oberhalb von »max« keine weitere Stufe anbietet. In dieser Preisklasse wartet allerdings bereits GPT-6.1 Sol. Auf »medium« kostet das größere OpenAI-Modell ebenfalls 21 Cent pro Aufgabe und erreicht 48 Punkte. Ist also besser als Haiku auf »max«. Anzeige Haikus günstiger Preis endet früh Auch das Kontextfenster verändert die Rechnung. Bei Haiku verfünffachen sich oberhalb von 100.000 Eingabetoken sämtliche Tokenpreise. Luna wird erst ab 272.000 Eingabetoken teurer. Dann verdoppeln sich Eingabe und Cache, während die Ausgabe 50 Prozent mehr kostet. Für Haiku-Nutzer lohnt sich deshalb Zurückhaltung bei »max«. Der kleine Punktevorsprung verbraucht unverhältnismäßig viele Token. Unterm Strich stehen zwei sehr gute und günstige Modelle, aber kein klarer Sieger. Haiku bietet mehr Leistung nach oben, Luna das bessere Verhältnis aus Kosten und Ergebnis.

Microsoft Surface Laptop bringt riesige KI-Modelle aufs Notebook

aycaramba@all-ai.de (Andreas Becker) — Thu, 08 Oct 2026 09:23:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Das Surface Laptop Ultra führt KI-Modelle mit mehr als 120 Milliarden Parametern lokal aus. RTX Spark kombiniert bis zu 128 GB gemeinsamen Arbeitsspeicher mit einem Petaflop FP4-Rechenleistung. Lokale Modelle lassen sich mit GitHub Copilot für Codeprüfungen und KI-Agenten einsetzen. Der Vollausbau kostet 6.879 Euro, die Dev Box startet in den USA für 5.999 Dollar. Microsoft: Surface Laptop Ultra und RTX Spark Dev Box Microsoft Store: Surface Laptop Ultra Nvidia: RTX Spark für Windows-PCs Microsoft startet die Vorbestellungen für das Surface Laptop Ultra mit Nvidias RTX-Spark-Plattform. In der größten Ausstattung führt das Notebook KI-Modelle mit mehr als 120 Milliarden Parametern lokal aus, ohne Rechenleistung aus der Cloud zu mieten oder Daten dorthin zu übertragen. 128 GB für lokale KI RTX Spark verbindet eine Blackwell-RTX-GPU mit bis zu 6.144 Kernen und eine Grace-CPU mit bis zu 20 Kernen. Beide greifen über eine Speicherbandbreite von 600 GB/s auf bis zu 128 GB gemeinsamen Arbeitsspeicher zu. Dadurch hängt die mögliche Größe eines KI-Modells nicht an einem deutlich kleineren separaten Grafikspeicher. Die Plattform erreicht bis zu ein Petaflop FP4-Rechenleistung. Entwickler können damit große Sprachmodelle lokal ausführen, ihre Ausgaben bewerten und KI-Agenten erproben. Die vollständige CUDA-Plattform erleichtert es, bestehende Modelle und Abläufe zwischen dem Notebook, kompakten RTX-Spark-Rechnern und größeren Nvidia-Systemen zu verschieben. Auch GitHub Copilot kann lokale Modelle auf dem Surface Laptop Ultra verwenden. Damit lassen sich Code prüfen, Builds analysieren und Korrekturen vorschlagen, während Quellcode und Projektdaten auf dem eigenen Gerät bleiben. Mehrere Entwicklungsprogramme und KI-Prozesse können parallel laufen. Anzeige Der große KI-Speicher kostet Die Möglichkeiten stehen und fallen mit der gewählten Ausstattung. Für 2.899 Euro enthält das Basismodell nur 24 GB gemeinsamen Arbeitsspeicher, eine 512-GB-SSD und den kleineren RTX Spark N1X. Die Variante mit 128 GB RAM, dem größeren Chip und einer 1-TB-SSD kostet 6.879 Euro. Die Auslieferung beginnt am 16. Oktober. Die Surface RTX Spark Dev Box bringt dieselbe Plattform als kompakten Rechner für lokale Berechnungen und Experimente auf den Schreibtisch. Sie enthält 128 GB RAM und eine 2-TB-SSD. Visual Studio Code, Git, GitHub Copilot, WSL, Python und Node sind vorinstalliert. Microsoft verlangt 5.999 US-Dollar und liefert die Dev Box ab dem 24. November zunächst nur in den USA aus.

Der interessanteste KI-Agent ist jetzt 1,5 Milliarden Dollar wert

aycaramba@all-ai.de (Andreas Becker) — Thu, 08 Oct 2026 09:12:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Nous Research nimmt 90 Millionen Dollar bei einer Bewertung von 1,5 Milliarden Dollar ein. Der Open-Source-Agent Hermes wurde mehr als 24 Millionen Mal geklont. Mit »Hermes for Businesses« will Nous Research nun Firmenkunden erreichen. Bis Ende 2026 soll der hochgerechnete Jahresumsatz auf mehr als 100 Millionen Dollar steigen. Nous Research: A Note on Our Fundraise TechCrunch: Nous Research confirms it hit $1.5B valuation The Wall Street Journal: Nous Research Scores $90 Million Der Open-Source-Agent Hermes hat Nous Research eine Bewertung von 1,5 Milliarden Dollar eingebracht. Das erst 2023 gegründete KI-Unternehmen sammelt 90 Millionen Dollar ein und will seinen bisher vor allem bei Entwicklern beliebten Agenten nun in Firmen etablieren. Aus dem Entwicklerliebling wird ein Geschäft Hermes erschien im Februar 2026 unter der MIT-Lizenz und läuft auf dem eigenen Rechner oder in der Cloud. Nutzer können das gewünschte KI-Modell selbst auswählen. Der Agent merkt sich Projekte, erledigt mehrstufige Aufgaben und erstellt während der Arbeit eigene Skills, die er später erneut einsetzen kann. Das Konzept hat sich in wenigen Monaten weit verbreitet. Mehr als 24 Millionen Mal wurde Hermes inzwischen geklont. Nous Research schätzt, dass der Agent für rund 2,5 Prozent des weltweiten Token-Verbrauchs verantwortlich ist. Tausende Entwickler arbeiten am Projekt mit oder bauen eigene Anwendungen darauf auf. Die Finanzierungsrunde führt Robot Ventures an. Beteiligt sind unter anderem Nvidia, Microsofts Risikokapitalarm M12, Samsung, Union Square Ventures, Y Combinator und Menlo Ventures. Insgesamt hat Nous Research damit 158 Millionen Dollar eingesammelt. Anzeige Hermes soll in Unternehmen einziehen Mit »Hermes for Businesses« richtet Nous Research den Agenten nun auf Geschäftskunden aus. Unternehmen sollen angepasste KI-Agenten einsetzen können, die mehrstufige Arbeitsabläufe übernehmen und zugleich interne Daten unter eigener Kontrolle halten. Kunden sollen außerdem verschiedene KI-Modelle nach Preis und Aufgabe kombinieren können, anstatt sich an einen Anbieter zu binden. Nous Research macht bereits nennenswerte Geschäfte. Mitte September lag der hochgerechnete Jahresumsatz bei rund 36 Millionen Dollar. Bis Ende 2026 will das Unternehmen die Marke von 100 Millionen Dollar überschreiten. Das neue Kapital finanziert damit vor allem den Schritt vom offenen Entwicklerprojekt zum großen Anbieter für Firmenkunden.

GPT-6 verwandelt ChatGPT in eine interaktive App

aycaramba@all-ai.de (Andreas Becker) — Wed, 07 Oct 2026 21:40:22 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ GPT‑6 kann Antworten als interaktive Oberflächen mit Grafiken, Schaltflächen und Formularen darstellen. Bei Websuchen beginnt GPT‑6 Instant im Durchschnitt 44 Prozent früher mit der Antwort. Bezahlkunden erhalten GPT‑6 Sol, während Free und Go mit GPT‑6 Luna versorgt werden. Work und Codex wechseln im Rahmen dieser Veröffentlichung nicht auf andere Modelle. GPT‑6 and Intelligent UI for everyone OpenAI bringt GPT‑6 samt der neuen Funktion »Intelligent UI« in den normalen Chat von ChatGPT. Das Modell kann Antworten nicht mehr nur als Text ausgeben, sondern daraus direkt bedienbare Oberflächen mit Grafiken, Schaltflächen, Formularen und interaktiven Elementen zusammensetzen. ChatGPT baut die passende Oberfläche Je nach Aufgabe wählt GPT‑6 selbst eine passende Darstellung. Ein Vergleich kann nebeneinander erscheinen, eine Erklärung als interaktives Diagramm und eine Reiseplanung auf einer Karte. Für einfache Fragen bleibt es bei einer Textantwort. Twitter Beitrag - Cookies links unten aktivieren. GPT-6 and Intelligent UI, now rolling out in ChatGPT for everyone. Intelligent UI in ChatGPT delivers fast, interactive answers that make everyday questions more visual, complex topics easier to grasp, and interactive tools for your task available on the spot. https://t.co/XL2gDCPBwG— OpenAI (@OpenAI) October 7, 2026 ChatGPT kann auf Zuruf sogar kleine Anwendungen innerhalb der Unterhaltung erstellen. OpenAI nennt unter anderem einen Rechner für die Altersvorsorge oder ein Retro-Spiel. Eingaben lassen sich direkt verändern, ohne dafür eine andere Anwendung öffnen zu müssen. Technisch basiert »Intelligent UI« auf einer Bibliothek nativer Komponenten und einem Compiler. Die Oberfläche entsteht schrittweise, während das Modell seine Antwort generiert. Dadurch muss der Nutzer nicht warten, bis der gesamte Inhalt fertig berechnet ist. Anzeige GPT-6 antwortet schon während des Denkens GPT‑6 kann seine Antwort beginnen und gleichzeitig weiterdenken. Besonders bei längeren Reasoning-Aufgaben soll dadurch früher ein brauchbarer Teil der Antwort erscheinen. Bei Websuchen startet GPT‑6 Instant im Durchschnitt 44 Prozent früher als GPT‑5.6 Instant. + Quelle: OpenAI Auch die Trefferqualität steigt. Bei schwierigen Websuchen erreicht das kostenlose GPT‑6-Modell einen Rubrikwert von 54 Prozent, GPT‑5.6 kommt auf 42 Prozent. Beim Bezahlmodell stehen 56 Prozent für GPT‑6 und 43 Prozent für GPT‑5.6. + Quelle: OpenAI Bezahlkunden starten einen Tag früher GPT‑6 mit Intelligent UI wird seit dem 7. Oktober weltweit für Plus, Pro, Business und Enterprise ausgerollt. Free und Go folgen am 8. Oktober. Bezahlkunden erhalten GPT‑6 Sol, kostenlose Nutzer und Go-Kunden GPT‑6 Luna. Die Neuerung gilt nur für den Chat-Bereich von ChatGPT. Die Modelle hinter Work und Codex ändern sich mit dieser Veröffentlichung nicht.

Windows macht Copilot zum lokalen KI-Agenten

aycaramba@all-ai.de (Andreas Becker) — Wed, 07 Oct 2026 21:12:46 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Copilot soll Aufgaben auf Copilot+ PCs künftig lokal oder in der Cloud bearbeiten. Mit Zustimmung des Nutzers greift der Chatbot auf Dateien und kürzlich verwendete Inhalte zu. Microsoft Execution Containers begrenzen den Zugriff selbstständig arbeitender KI-Agenten. Neue RTX-Spark-Geräte führen große KI-Modelle direkt auf Windows-PCs aus. Building Windows for hybrid intelligence Microsoft will Windows zur Plattform für sogenannte hybride Intelligenz ausbauen. Copilot und andere KI-Agenten sollen Aufgaben künftig wahlweise auf dem PC oder in der Cloud erledigen. Davon verspricht sich der Konzern niedrigere Cloud-Kosten, einen besseren Zugriff auf lokale Dateien und mehr Kontrolle über sensible Daten. + Quelle: Microsoft Copilot greift auf Dateien und lokale Modelle zu Auf Copilot+ PCs soll Copilot mit Zustimmung des Nutzers Dateien und kürzlich verwendete Inhalte berücksichtigen. Der Chatbot kann dann Dokumente für die Zusammenarbeit vorbereiten, Dateien ordnen, Geräteprobleme untersuchen oder Arbeitsschritte direkt in Windows ausführen. Für geeignete Aufgaben greift er auf lokale KI-Modelle zu, während anspruchsvollere Anfragen weiterhin in der Cloud landen können. + Quelle: Microsoft Die neuen Funktionen betreffen die Bereiche Home, Code und Autopilot. Microsoft beschreibt Autopilot als dauerhaften persönlichen Agenten, der im Hintergrund weiterarbeitet. Die auf hybrider Intelligenz beruhenden Copilot-Funktionen sollen in den kommenden Monaten schrittweise auf Copilot+ PCs erscheinen. Auch Entwickler erhalten Zugriff auf lokale Modelle. GitHubs HydraFusion soll Anfragen in Copilot, der Copilot-Kommandozeile und Visual Studio Code automatisch an ein passendes Modell auf dem PC oder in der Cloud weiterleiten. Eine experimentelle Vorschau ist noch für Oktober geplant. Windows ML unterstützt zudem llama.cpp und kann Modelle über GPU, NPU oder CPU ausführen. Ein Beispiel dafür ist MAI Code 1.1 Flash mit insgesamt 137 Milliarden und 6,8 Milliarden aktiven Parametern. Eine 3-Bit-Quantisierung verkleinert das Modell um fast 80 Prozent. Trotzdem soll es auf dem PC ein Kontextfenster mit 256.000 Tokens bieten und genügend Ressourcen für andere Programme freilassen. + Quelle: Microsoft Anzeige Grenzen für selbstständig arbeitende Agenten Weil Agenten Dateien öffnen, Code schreiben und eigenständig Programme bedienen, führt Microsoft neue Sicherheitsgrenzen ein. Die Microsoft Execution Containers, kurz MXC, sind für Windows 11 allgemein verfügbar. Unternehmen können damit festlegen, auf welche Dateien und Netzwerkverbindungen ein Agent zugreifen darf. Eine eigene Identität soll außerdem nachvollziehbar machen, ob eine Aktion vom Nutzer oder von einem Agenten stammt. + Quelle: Microsoft Zu den ersten unterstützten Angeboten gehören Codex, GitHub Copilot, OpenClaw, Replit und LM Studio. Claude Code, Perplexity, Manus und weitere sollen folgen. Für kompakte Desktop-PCs kündigt Microsoft außerdem eine vereinfachte Einrichtung solcher Agenten an. OpenClaw erhält dafür ein natives Windows-Gateway und eine MXC-Anbindung. + Quelle: Microsoft Die nötige Rechenleistung liefern neue Geräte mit Nvidias RTX Spark. Der Surface Laptop Ultra kann mit bis zu 128 GB gemeinsamem Speicher KI-Modelle mit mehr als 120 Milliarden Parametern lokal ausführen. Asus, Dell, HP, Lenovo und MSI nehmen ebenfalls passende Geräte ins Programm. Noch größer fällt die DGX Station für Windows aus. Der Schreibtischrechner soll Modelle mit mehr als einer Billion Parametern ausführen und mindestens 32 Agenten gleichzeitig versorgen können.

Claude Haiku 5.5 kostet 90 Prozent weniger

aycaramba@all-ai.de (Andreas Becker) — Wed, 07 Oct 2026 20:24:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Claude Haiku 5.5 kostet bei kurzen Anfragen 90 Prozent weniger pro Token als sein Vorgänger. In GDPval-AA und OSWorld liegt das kleine Modell vor GPT-6 Luna. Fünf Aufwandsstufen erlauben eine Wahl zwischen niedrigeren Kosten und höherer Antwortqualität. Das Modell ist über die Claude Platform sowie drei große Cloud-Anbieter verfügbar. Anthropic: Introducing Claude Haiku 5.5 Anthropic: Model System Cards Claude Platform: Pricing Anthropic macht kleine KI-Modelle deutlich günstiger. Claude Haiku 5.5 kostet bei Anfragen bis 100.000 Token nur noch 10 Cent pro Million Eingabetoken und 50 Cent pro Million Ausgabetoken. Gleichzeitig rückt das Modell bei Wissensarbeit und Computerbedienung erstaunlich nah an größere Konkurrenten heran. + Quelle: Anthropic Bei Wissensarbeit vor GPT-6 Luna Im GDPval-AA v2.1 erreicht Haiku 5.5 eine Elo-Wertung von 1620 Punkten. Der Vorgänger kommt auf 735 Punkte, GPT-6 Luna auf 1437 und Claude Sonnet 5.5 auf 1840. Der Benchmark bewertet Arbeitsergebnisse aus verschiedenen Berufen und macht den Sprung der kleinen Claude-Variante besonders deutlich. + Quelle: Anthropic Ähnlich groß fällt der Unterschied bei anspruchsvollen Wissensfragen aus. In Humanity’s Last Exam erzielt Haiku 5.5 ohne Tools 46 Prozent, mit Tools sind es 57 Prozent. Haiku 4.5 erreicht lediglich 10 beziehungsweise 19 Prozent, während Sonnet 5.5 mit 57 und 65 Prozent weiter vorn liegt. + Quelle: Anthropic Bei der Bedienung grafischer Oberflächen schafft Haiku 5.5 im Offline-Teil von OSWorld 2.1 eine Erfolgsquote von 72 Prozent. Damit liegt es weit vor Haiku 4.5 mit 16 Prozent und GPT-6 Luna mit 49 Prozent. Sonnet 5.5 bleibt mit 84 Prozent die stärkere Wahl. + Quelle: Anthropic Auch bei der Programmierung holt das kleine Modell auf. In Terminal-Bench 4.0 erreicht es 39 Prozent, während der Vorgänger keine Aufgabe löst und GPT-6 Luna auf 16 Prozent kommt. Die 71 Prozent von Sonnet 5.5 zeigen aber klar, warum Anthropic das größere Modell weiterhin für komplexe agentische Programmieraufgaben empfiehlt. + Quelle: Anthropic Fünf Stufen zwischen Tempo und Qualität Haiku 5.5 ist das erste Haiku-Modell mit einstellbarer Thinking-Stufe. Nutzer können zwischen Low, Medium, High, Xhigh und Max wählen und damit Kosten gegen Antwortqualität abwägen. Das passt zur vorgesehenen Rolle bei Zusammenfassungen, Klassifizierungen, Datenbankabfragen, Browserbedienung und als günstiger Subagent für größere Claude-Modelle. Anthropic meldet außerdem deutliche Fortschritte bei seinen Alignment-Tests. Das Modell zeigt seltener unerwünschtes Verhalten und unterstützt missbräuchliche Anfragen weniger bereitwillig. Die Schutzmechanismen für Cybersicherheit erlauben mehr defensive Arbeiten als Sonnet 5.5, blockieren aber Penetrationstests und weitere eher offensiv nutzbare Techniken. Anzeige Niedrige Preise gelten bis 100.000 Token Bis zu einer Promptlänge von 100.000 Token kosten eine Million Eingabetoken 10 Cent und eine Million Ausgabetoken 50 Cent. Cache-Lesezugriffe liegen bei einem Cent, Schreibzugriffe bei 12,5 Cent. Oberhalb dieser Grenze steigen die Preise auf 50 Cent für die Eingabe, 2,50 Dollar für die Ausgabe, fünf Cent fürs Lesen und 62,5 Cent fürs Schreiben des Caches. + Quelle: Anthropic Für kurze Anfragen sinkt der Tokenpreis gegenüber Haiku 4.5 damit um 90 Prozent, bei längeren um 50 Prozent. Unter Berücksichtigung des veränderten Tokenizers kostet eine typische Aufgabe im Mittel rund 75 Prozent weniger. Claude Haiku 5.5 ist unter der Modell-ID »claude-haiku-5-5« über die Claude Platform, Amazon Web Services, Google Cloud und Microsoft Azure verfügbar.

Google Playground erstellt Spiele ganz ohne Programmieren

aycaramba@all-ai.de (Andreas Becker) — Wed, 07 Oct 2026 19:21:12 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Google Playground erstellt spielbare Browser-Games aus Textanweisungen. Nutzer können Regeln, Figuren, Physik und Grafikstil ohne Programmierkenntnisse verändern. Games lassen sich privat nutzen, per Link teilen oder in einer öffentlichen Galerie veröffentlichen. Eine geplante Integration mit Unity Spark soll anspruchsvollere 3D-Spiele ermöglichen. Introducing Playground: Create and play custom games Google experiments with an AI-powered gaming platform Google startet mit Playground eine experimentelle Plattform, die aus Textanweisungen spielbare Browser-Games erstellt. Nutzer brauchen dafür weder Programmierkenntnisse noch Erfahrung mit klassischen Game-Engines und können ihre Kreationen direkt ausprobieren, verändern und veröffentlichen. Von der Idee zum spielbaren Browser-Game Playground bietet dafür eine dialogbasierte Oberfläche. Der Nutzer beginnt auf einer leeren Fläche, greift auf vorbereitete Startideen zurück oder lässt sich durch die Erstellung führen. Anschließend beschreibt er Spielmechanik und Grafikstil, wählt etwa zwischen 2D und 3D sowie Einzel- und Mehrspieler und kann eigene Bilder in passende Spielelemente umwandeln lassen. Änderungen funktionieren ebenfalls über Texteingaben. So lassen sich Physik, Regeln, Figuren und Umgebung überarbeiten, ohne das Projekt neu anzulegen. Google verbindet damit die Erstellung und das Spielen in einer Oberfläche. Anzeige Teilen, veröffentlichen und um Ranglisten kämpfen Fertige Games können privat bleiben, per Link geteilt oder in der öffentlichen Explore-Galerie veröffentlicht werden. Sie laufen auf Smartphones und Computern. Ausgewählte Genres unterstützen Mehrspielerpartien und Ranglisten. Ein Play-Games-Profil ergänzt eigene Nutzernamen, Favoriten und die Möglichkeit, Entwicklern zu folgen. Für die Platzierung in der Galerie berücksichtigt Google Bewertungen und Spielaktivität. Veröffentlichte Games durchlaufen zudem eine Sicherheitsprüfung und können von Nutzern gemeldet werden. Playground startet zunächst für Nutzer ab 18 Jahren in den USA. Eine Ausweitung auf weitere Länder ist geplant. Das Durchstöbern und Spielen des Katalogs ist kostenlos. Für die Erstellung gibt es wöchentliche Token, wobei Abonnenten von Google One AI höhere Kontingente erhalten. Unity Spark soll anspruchsvollere Spiele ermöglichen Später soll eine Integration mit Unity Spark hinzukommen. Sie bringt aufwendigere 3D-Grafik, professionellere Spielmechaniken und die Flexibilität der Unity-Laufzeit in Playground. Unity Spark befindet sich noch in der Testphase, eine geschlossene Beta ist angekündigt.

Google startet KI-Detektor mit OpenAI und Nvidia

aycaramba@all-ai.de (Andreas Becker) — Wed, 07 Oct 2026 19:01:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Google öffnet den SynthID Detector weltweit und kostenlos für alle Nutzer. Das Portal erkennt Wasserzeichen in Bildern, Audio und Videos von Google, OpenAI, Nvidia und Kakao. Ein fehlender Fund schließt KI-Erstellung nicht aus, weil SynthID nur teilnehmende Angebote erfasst. Apple soll sich dem gemeinsamen Prüfsystem bald anschließen. Google: SynthID Detector wird weltweit geöffnet SynthID Detector OpenAI: Content Provenance mit SynthID Google DeepMind: So funktioniert SynthID Google macht den SynthID Detector weltweit für alle Nutzer zugänglich. Über das englischsprachige Prüfportal lässt sich ermitteln, ob Bilder, Audiodateien oder Videos mit KI-Angeboten von Google, OpenAI, Nvidia oder Kakao erstellt und bearbeitet wurden. Apple soll bald hinzukommen. Ein Wasserzeichen statt Bilderkennung SynthID ist kein allgemeiner KI-Detektor, der Medien anhand typischer Merkmale bewertet. Die Technik bettet bereits beim Erstellen ein für Menschen nicht wahrnehmbares Wasserzeichen in die Datei ein. Der neue Detektor sucht beim Hochladen nach diesem Signal und kann damit Inhalte verschiedener teilnehmender Anbieter prüfen. Google führte SynthID 2023 ein und hat damit inzwischen mehr als 180 Milliarden Bilder und Videos sowie Audiomaterial mit einer Gesamtlänge von 240.000 Jahren markiert. OpenAI nutzt die Technik für unterstützte Bilder und Audiodateien aus ChatGPT, Codex und seiner API. Nvidia setzt sie unter anderem bei Videos aus seinen Cosmos-Modellen ein. + Quelle: Google Ein negatives Ergebnis ist keine Entwarnung Meldet das Portal ein gefundenes Wasserzeichen, wurde die Datei wahrscheinlich mit einem unterstützten KI-Modell erzeugt oder bearbeitet. Meldet es keinen Fund, fehlt lediglich ein ausreichend starkes SynthID-Signal. Inhalte anderer Anbieter, ältere Dateien aus der Zeit vor der Einführung oder stark veränderte Medien können deshalb unerkannt bleiben. Das Wasserzeichen übersteht übliche Eingriffe wie Zuschnitte, Farbänderungen, Filter und verlustbehaftete Komprimierung. Viele aufeinanderfolgende Veränderungen können das Signal jedoch schwächen. Google empfiehlt deshalb, möglichst hochwertige Ausgangsdateien hochzuladen. In seltenen Fällen kann der Detektor außerdem bei nicht markierten Inhalten anschlagen. Der wesentliche Fortschritt liegt im gemeinsamen Zugang. Zuvor konnten Nutzer SynthID etwa in Gemini prüfen, während OpenAI ein eigenes Prüfangebot bereitstellte. Das neue Portal bündelt mehrere Anbieter an einer Stelle. Anzeige

OpenAI veröffentlicht 722 Mathearbeiten eines unveröffentlichten KI-Modells

aycaramba@all-ai.de (Andreas Becker) — Wed, 07 Oct 2026 09:51:28 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI veröffentlicht 722 mathematische Manuskripte aus 372 Themenfamilien. Ein unveröffentlichtes KI-Modell bearbeitete dafür rund 4.000 offene Forschungsprobleme. Viele Beweise sind in Lean formalisiert, doch nicht alle Ergebnisse sind vollständig geprüft. OpenAI dokumentiert Lösungswege und sucht nach einem Archiv unter Kontrolle der Fachgemeinschaft. Sharing AI progress in mathematics OpenAI Math Repository Recommendations on the Responsible Release of Mathematical Results Generated by AI Labs OpenAI hat 722 mathematische Manuskripte veröffentlicht, die ein bislang unveröffentlichtes KI-Modell erzeugt hat. Die Sammlung ordnet die Arbeiten 372 Themenfamilien zu und umfasst Resultate aus zahlreichen Bereichen der Mathematik. Viele Beweise liegen zusätzlich in der Programmiersprache Lean vor und können damit vom Computer geprüft werden. 4.000 Aufgaben für 722 Manuskripte Für die Auswertung stellte OpenAI dem Modell rund 4.000 offene Forschungsprobleme. Ein Ergebnis beanspruchte im Durchschnitt Rechenaufwand im Umfang von drei Stunden ChatGPT Pro Thinking. Aus den Ausgaben entstanden anschließend die Manuskripte und zusammengehörigen Themenfamilien, die das Unternehmen nach ihrer Bedeutung auswählte. Das öffentliche GitHub-Repository enthält neben den Arbeiten auch Quelltexte, Zitierhinweise und formalisierte Beweise. Zehn gekürzte Zusammenfassungen dokumentieren zudem den Lösungsweg des Modells. Dazu gehören Arbeiten zum Irrationalitätsmaß von Pi, zu Mahler-Vermutungen und zum dreidimensionalen Vlasov-Maxwell-System. Die Arbeiten befinden sich nicht alle auf demselben Prüfstand. Ein Teil besitzt noch keine Lean-Formalisierung und könnte Fehler enthalten. Korrekturen und Überarbeitungen will OpenAI als neue Versionen veröffentlichen, während frühere Fassungen zugänglich bleiben. Anzeige Mathematiker fordern nachvollziehbare Veröffentlichungen Bei der Veröffentlichung orientierte sich OpenAI an Empfehlungen einer unabhängigen Beratergruppe am Institute for Advanced Study. Diese verlangt unter anderem nachvollziehbare Angaben zum verwendeten Modell, zu Prompts, Rechenzeit und Kosten. KI-generierte Beweise sollen außerdem möglichst formalisiert und in wissenschaftlichen Archiven mit dauerhaften Kennungen, Versionsverlauf und Kommentarfunktion abgelegt werden. GitHub erfüllt diese Vorstellungen nur teilweise, da das Repository weiterhin von OpenAI kontrolliert wird. Das KI-Unternehmen sucht deshalb nach einer von der Fachgemeinschaft getragenen Alternative. Zudem will es Workshops, Konferenzen und Sonderprogramme finanzieren, damit Mathematiker die veröffentlichten Ergebnisse nachvollziehen und weiterentwickeln können. An einer Freigabe des Modells arbeitet OpenAI ebenfalls.

Microsoft und Acemoglu: KI wird »fast« gar nichts verändern!

aycaramba@all-ai.de (Andreas Becker) — Tue, 06 Oct 2026 20:37:59 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Daron Acemoglu erwartet, dass KI in zehn Jahren nur rund fünf Prozent der menschlichen Arbeit ersetzt. Als warnendes Beispiel nennt er Microsofts Umgang mit der Spracherkennung von Nuance. Statt Vollautomatisierung fordert der Ökonom KI, die Beschäftigte bei ihrer Arbeit besser macht. Seine Kritik erscheint ausgerechnet in einem von Microsoft AI finanzierten Magazin. Will AI replace workers? Not if we build it right The intelligence we choose The Humanist Review of AI, Issue 01 Microsoft finanziert ein Magazin, in dem Nobelpreisträger Daron Acemoglu den KI-Hype zerlegt. Der MIT-Ökonom erwartet keineswegs, dass KI folgenlos bleibt. Doch in den kommenden zehn Jahren dürfte sie nur rund fünf Prozent der menschlichen Arbeit ersetzen und das Bruttoinlandsprodukt lediglich um etwa 1,5 Prozent steigern. KI fehlt in den Produktivitätszahlen Acemoglu sieht beeindruckende Ergebnisse beim Programmieren oder in der Radiologie. Unter realen Bedingungen müssten Entwickler jedoch viel KI-Code korrigieren, während Ärzte ihre Erfahrung nicht sinnvoll mit den Anwendungen verbinden könnten. In vielen Unternehmen seien deshalb bislang kaum Produktivitätsgewinne angekommen. Ganze Berufe zu automatisieren hält er auf absehbare Zeit für unrealistisch. Dafür müsste KI jede einzelne Aufgabe übernehmen, einschließlich Urteilsvermögen, sozialer Interaktion und körperlicher Arbeit. Frühere Vorhersagen vom Ende der Radiologen, Fahrer oder Buchhalter hätten sich ebenfalls nicht erfüllt. Anzeige Microsoft dient als warnendes Beispiel Ausgerechnet Microsoft liefert Acemoglu ein Beispiel für seine These. Die Spracherkennung von Dragon erreichte bereits 1997 eine Trefferquote von rund 95 Prozent. Nach mehreren Übernahmen kaufte Microsoft 2022 den späteren Eigentümer Nuance. Für Verbraucher sei Spracherkennung am PC heute trotzdem nur wenig besser als im Jahr 2000. Technischer Fortschritt allein verändere die Wirtschaft nicht. Es brauche passende Anwendungen, gute Vermarktung und Rückmeldungen der Nutzer. Acemoglu fordert deshalb eine »Pro-Worker AI«, die Beschäftigte besser macht, statt sie nachzuahmen. Im Unterricht könnte sie etwa Lernprobleme erkennen und Lehrern helfen, Schüler gezielter zu fördern. Sein Forschungsteam erprobt bereits entsprechende Prototypen. Die Kritik erscheint in der von Microsoft AI finanzierten »Humanist Review of AI«, die Microsoft-AI-Chef Mustafa Suleyman selbst beauftragt hat. Microsoft gibt Acemoglu damit eine Bühne für eine These, die weite Teile des aktuellen KI-Geschäfts komplett infrage stellt.

ElevenLabs lässt KI-Agenten jetzt von KI-Agenten bauen

aycaramba@all-ai.de (Andreas Becker) — Tue, 06 Oct 2026 20:13:29 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ ElevenAgents Architect erstellt neue KI-Agenten und verbessert bestehende Anwendungen per Sprache oder Chat. Der Assistent untersucht Gespräche, Konfigurationen und Tests und setzt Änderungen als Entwurf um. Simulationen prüfen die Anpassungen, bevor ein Mitarbeiter sie freigibt. Die Alpha ist auch über ChatGPT, Claude, Claude Code, Cursor und Grok Bot erreichbar. Introducing ElevenAgents Architect ElevenAgents Architect Dokumentation ElevenLabs auf X ElevenLabs erweitert seine Plattform für Sprach- und Chat-Agenten um einen eingebauten KI-Spezialisten. »ElevenAgents Architect« erstellt neue Agenten, untersucht Probleme in bestehenden Anwendungen und setzt Verbesserungen auf Zuruf um. Mitarbeiter können ihm ihre Wünsche per Sprache oder Chat schildern und Dateien als Kontext anhängen. Architect untersucht Gespräche und baut Lösungen Architect greift auf die Konfiguration eines Agenten, geführte Gespräche und Testergebnisse zu. Dazu gehören System-Prompt, Abläufe, Wissensbasis, Guardrails, Tools und Simulationen. So kann der Assistent etwa untersuchen, warum Kunden bei Rückerstattungen einen menschlichen Mitarbeiter verlangt haben oder weshalb die Lösungsquote bei bestimmten Anfragen sinkt. + Quelle: ElevenLabs Nach der Analyse schlägt Architect eine Änderung vor, setzt sie als Entwurf um und schreibt passende Tests. Simulationen prüfen anschließend, ob der überarbeitete Agent wie gewünscht reagiert. Der Assistent kann dabei Tausende Gespräche auswerten und Probleme finden, die in einzelnen Stichproben kaum auffallen. Auch neue Agenten entstehen auf diesem Weg. Der Nutzer beschreibt den gewünschten Einsatz und liefert bei Bedarf Dokumente. »Architect« kümmert sich dann unter anderem um Prompt, Wissensbasis, Funktionen und Guardrails. Jede Änderung braucht eine Freigabe ElevenLabs lässt Architect nicht eigenständig an der laufenden Version arbeiten. Jede Anpassung landet zunächst in einem versionierten Entwurf, den ein Mitarbeiter prüfen, freigeben oder verwerfen kann. Unternehmen können außerdem eigene Standards vorgeben, die der Assistent bei seinen Änderungen berücksichtigt. Architect steht in ElevenAgents per Sprache und Chat zur Verfügung. Über Anbindungen lässt er sich zudem aus ChatGPT, Claude, Claude Code, Cursor und Grok Bot ansprechen. Damit können auch Mitarbeiter ohne tiefere Kenntnisse an Agenten arbeiten, während Spezialisten sich stärker um Einführung, Integrationen und Architektur kümmern. Die Funktion startet als Alpha und ist in dieser Phase kostenlos. Einige Bereiche werden schrittweise freigeschaltet und erscheinen daher noch nicht in jedem Arbeitsbereich. Architect-Chats sind nur für den jeweiligen Nutzer sichtbar, fallen aber nicht unter den Zero Retention Mode. ElevenLabs rät deshalb davon ab, persönliche oder sensible Daten in diese Gespräche einzugeben. Anzeige

Nano Banana 2.1 bringt GIFs statt Qualitätssprung

aycaramba@all-ai.de (Andreas Becker) — Tue, 06 Oct 2026 19:28:08 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Google veröffentlicht Nano Banana 2.1 für Bildgenerierung und Bildbearbeitung. Neue Schwerpunkte sind GIFs, wiederverwendbare Avatare und eingezeichnete Masken für Inpainting. Gegenüber Nano Banana 2 verbessert Google bekannte Funktionen, nennt aber keine Benchmarkwerte. Nano Banana 2 bleibt kostenlos, während 2.1 ein Google-AI-Abo voraussetzt. Google Gemini: Nano Banana 2.1 Google Cloud: Technische Daten zu Nano Banana 2.1 Google auf X: Ankündigung von Nano Banana 2.1 Google veröffentlicht mit Nano Banana 2.1 eine überarbeitete Fassung seines Modells für Bildgenerierung und Bildbearbeitung. Im Mittelpunkt stehen neue Arbeitsweisen mit GIFs, Avataren und eingezeichneten Masken. Ein großer sichtbarer Qualitätssprung gegenüber Nano Banana 2 fällt beim ersten Eindruck dagegen nicht auf. EDIT: Unabhängige Benchmarkergebnisse am Ende ergänzt. GIFs und Avatare werden zum Hauptthema In Gemini lässt sich nun GIF als Ausgabeformat auswählen. Nutzer können damit neue Animationen erzeugen oder ein vorhandenes Bild und einen eigenen Avatar in ein GIF verwandeln. Für den Avatar genügt ein einmal hochgeladenes Foto, das anschließend als wiederkehrender Hauptcharakter in verschiedenen Szenen und Videos dienen kann. Quelle: Google Eine zweite Neuerung vereinfacht das Inpainting. Der Nutzer zeichnet den gewünschten Bereich direkt mit einem Stift ein und beschreibt danach die Änderung. Nano Banana 2.1 ersetzt oder gestaltet die markierte Stelle neu, während der übrige Bildinhalt erhalten bleiben soll. Google hebt außerdem Fortschritte beim visuellen Design, bei maskenbasierten Änderungen und bei der Konsistenz von Personen hervor. Beleuchtung, Kamerawinkel und Seitenverhältnisse lassen sich gezielter ändern. Texte, Diagramme und Infografiken sollen ebenfalls zuverlässiger gelingen. Anzeige Der Unterschied zu Nano Banana 2 bleibt überschaubar Die offizielle Vergleichstabelle nennt für beide Modelle dieselben Kernfunktionen. Dazu gehören konsistente Charaktere, Textdarstellung, das Kombinieren von Fotos, Bildbearbeitung, 2K-Auflösung und erweitertes Weltwissen. Das passt zum ersten Bildeindruck, der eher an Nano Banana Pro erinnert, als an einen deutlichen Sprung über das bisherige Modell. Google veröffentlichte zum Start keine Benchmarkwerte. Die Aussage, Nano Banana 2.1 übertreffe die Vorgänger in allen Bereichen, klingt daher für uns eher komisch. Warum sollte man keine Benchmark Ergebnisse veröffentlichen, wenn die Bildqualität deutlich angestiegen ist? Nano Banana 2 bleibt kostenlos. 2.1 gehört zu den Google-AI-Abos und wird in Gemini, der KI-Suche, AI Studio, Flow, Stitch, Google Ads und Gemini Enterprise ausgerollt. Die API-Fassung unterstützt zudem 4K-Ausgaben und Video als Eingabe. Benchmarks der Arena Nano Banana 2.1 hat zwar einen kleinen Sprung gemacht, liegt aber leider immer noch deutlich hinter den Modellen von OpenAI. Wenn man bedenkt, dass Nano Banana lange der bester Bildgenerator war, ist das etwas enttäuschend. + + Quelle: Arena ai

Google bringt Gemma 2 direkt aufs Smartphone

aycaramba@all-ai.de (Andreas Becker) — Tue, 06 Oct 2026 18:26:19 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ EmbeddingGemma 2 bildet Text, Code, Bilder, Audio und Video in einem gemeinsamen Vektorraum ab. Das vollständige Modell umfasst 740 Millionen Parameter und benötigt quantisiert rund 567 Megabyte Arbeitsspeicher. Im Code-Benchmark legt es gegenüber dem Vorgänger um 9,92 Punkte zu. Google veröffentlicht die Modellgewichte unter Apache 2.0 bei Hugging Face und Kaggle. EmbeddingGemma 2: an open, lightweight multimodal embedding model Google veröffentlicht mit EmbeddingGemma 2 ein kompaktes Modell, das Text, Code, Bilder, Audio und Video gleichzeitig bearbeiten kann. Apps können dadurch etwa eine Videostelle per Sprachaufnahme finden oder Audiodateien mit einer Texteingabe durchsuchen, ohne Daten an einen Server zu schicken. Ein Modell für fünf Medienarten EmbeddingGemma 2 basiert auf Gemma 4 und umfasst 740 Millionen Parameter. Für reine Textaufgaben genügen 270 Millionen Parameter. Bild- und Audioverarbeitung lassen sich über Encoder mit 170 beziehungsweise 300 Millionen Parametern ergänzen. Video verarbeitet das Modell anhand einzelner Frames. Das Kontextfenster wächst gegenüber dem Vorgänger von 2.000 auf 8.000 Token. Darin finden laut Google bis zu 5,5 Minuten Audio, 29 Bilder, 58 Videoframes oder Mischungen dieser Inhalte Platz. Anzeige Viel Qualität für wenig Speicher Im MTEB-Code-Benchmark steigt EmbeddingGemma 2 von 68,76 Punkten beim Vorgänger auf 78,68 Punkte. In den mitgelieferten Vergleichen für Bild- und Audio-Embeddings erreicht es unter den Modellen mit weniger als einer Milliarde Parametern jeweils den höchsten Mittelwert. Einzelne Konkurrenten schneiden etwas besser ab, sind aber drei bis zehn Mal größer. + Quelle: Google Quantisiert belegen die Textgewichte auf einem Pixel 11 Pro rund 191 Megabyte Arbeitsspeicher. Das vollständige multimodale Modell kommt auf etwa 567 Megabyte. Damit zielt Google auf Offline-Suche, lokale RAG-Anwendungen und die Einordnung von Medien direkt auf Smartphones und anderen Geräten. Die Modellgewichte erscheinen unter Apache 2.0 bei Hugging Face und Kaggle. Unterstützt werden unter anderem Transformers, Sentence Transformers, MLX, vLLM, llama.cpp, Ollama und LM Studio. Für Apps und Browser stehen außerdem MediaPipe, LiteRT, Transformers.js und WebGPU bereit.

Mistral Large 4: Das beste Modell aus Europa

aycaramba@all-ai.de (Andreas Becker) — Tue, 06 Oct 2026 16:31:48 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Mistral Large 4 erreicht 38 Punkte im Artificial Analysis Intelligence Index. Damit ist es das stärkste für Open Weights vorgesehene Modell aus den USA oder Europa. Besonders stark schneidet ML4 bei Cybersecurity, Agenten-Aufgaben und Finanzanalysen ab. Die API ist verfügbar, die Modellgewichte sollen am 27. Oktober erscheinen. Mistral Large 4: Le Chonk Mistral Large 4 – Modelldokumentation Artificial Analysis: Mistral Large 4 Preview Mistral meldet sich mit einem ungewöhnlich großen KI-Modell an der Spitze der europäischen Entwicklung zurück. Mistral Large 4 alias »Le Chonk« kommt auf 1,05 Billionen Parameter, verarbeitet Text und Bilder und soll Ende Oktober auch als Open-Weights-Modell erscheinen. Europas Spitze liegt noch hinter China Im unabhängigen Intelligence Index von Artificial Analysis erreicht Mistral Large 4 einen Wert von 38. Damit ist es das stärkste für Open Weights vorgesehene Modell aus den USA oder Europa. Die globale Spitze erreicht es jedoch nicht. Chinesische Open-Weights-Modelle wie MiMo-V2.6-Pro, GLM-5.3 und Kimi K3 kommen auf 44 bis 46 Punkte. Claude Opus 5.5 führt die gesamte Rangliste mit 58 Punkten an. + Quelle: Artificial Intelligence Interessanter wird das Bild in einzelnen Disziplinen. Bei AutomationBench kommt ML4 in 657 geschäftlichen Arbeitsabläufen auf einen AA-Score von knapp 60 Prozent. Damit liegt es vor DeepSeek V4 Pro und Qwen3.8, aber knapp hinter Kimi K3 und GLM-5.3. + Quelle: Artificial Intelligence Im Terminal-Bench 4.0 erreicht das Modell 28 Prozent. Das ist etwa doppelt so viel wie DeepSeek V4 Pro, reicht aber nicht an die 42 Prozent von GLM-5.3 heran. Bei DeepSWE 1.1 steht ML4 mit 62 Prozent zwischen GLM-5.3 und Kimi K3. + + Quelle: Artificial Intelligence Cybersecurity ist die große Stärke Am deutlichsten setzt sich Mistral Large 4 bei Cybersecurity-Aufgaben ab. Im CyberGym-E2E reproduziert und behebt es 82 Prozent realer Schwachstellen in Open-Source-Software. Kein anderes Modell im Vergleich erreicht diesen Wert. Im breiter angelegten Cyber Index kommt ML4 auf 50 Punkte und teilt sich die Spitze mit GLM-5.3 Flash. + + Quelle: Artificial Intelligence Auch bei Finanzaufgaben hält das Modell mit der geschlossenen Konkurrenz mit. Im Finance Agent V2 erreicht es 55 Prozent, übertrifft damit sogar GPT-6 Astra knapp und liegt nur hinter GLM-5.3. Bei der Arbeit mit Dokumenten, Tabellen und Präsentationen erzielt ML4 im AA-Briefcase 1.393 Elo. + Quelle: Artificial Intelligence Die Architektur verteilt ihre 1,05 Billionen Parameter auf mehrere Experten. Pro Eingabe sind 49 Milliarden davon aktiv. Das hält den Rechenaufwand niedriger, als die Gesamtgröße zunächst vermuten lässt. Hinzu kommen ein Kontextfenster von einer Million Token und ein Bild-Encoder mit 1,6 Milliarden Parametern. Anzeige API ist verfügbar, Open Weights folgen Mistral hat »ML4« mit 3.800 Nvidia Grace Blackwell GPUs in eigenen europäischen Rechenzentren trainiert. Ein großer Anteil der Trainingsdaten deckt mehr als 160 Sprachen ab, darunter alle Amtssprachen der Europäischen Union. Unternehmen können das Modell künftig in der eigenen Cloud oder auf eigenen Servern betreiben. Die öffentliche Vorschau ist bereits über Mistral Studio und die API verfügbar. Eine Million Eingabe-Token kostet zum Start 0,68 Dollar, zwischengespeicherte Eingaben kosten 0,07 Dollar und Ausgaben 2,09 Dollar. Die Modellgewichte sollen am 27. Oktober folgen. Unterm Strich kann man sagen, dass es ein sehr gutes Modell ist, aber beim Preis und der Leistung trotzdem nicht mit den ganz Großen mithalten kann. + Quelle: Artificial Intelligence

OpenAI macht Codex Auto-review für alle Nutzer kostenlos

aycaramba@all-ai.de (Andreas Becker) — Tue, 06 Oct 2026 11:15:35 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Auto-review lässt einen separaten KI-Agenten über Aktionen außerhalb der Codex-Sandbox entscheiden. Codex stoppt dadurch rund 200-mal seltener für eine menschliche Freigabe. Von 720 geprüften Aktionen lehnte Auto-review in einem internen Beispiel sieben ab. Die Sandbox bleibt unverändert und Auto-review bietet keine vollständige Sicherheitsgarantie. OpenAI: Auto-review of agent actions without synchronous human oversight OpenAI: Dokumentation zu Auto-review in Codex OpenAI stellt Auto-review allen Nutzern kostenlos bereit, die Codex über ein ChatGPT-Konto verwenden. Die Prüfungen durch den zweiten KI-Agenten belasten das Nutzungskontingent des jeweiligen Tarifs nicht. Kostenlos statt Teil des Nutzungskontingents Auto-review selbst ist nicht neu. OpenAI führte den Modus bereits im April 2026 ein. Die aktuelle Änderung betrifft die Verfügbarkeit und Abrechnung. Damit können auch Nutzer mit einem kostenlosen ChatGPT-Konto die automatische Prüfung verwenden. In der ChatGPT-Desktop-App lässt sich Auto-review unter »Einstellungen«, »Allgemein« und »Berechtigungen« aktivieren. Danach erscheint die Option »Für mich genehmigen« im Berechtigungsmenü unter dem Eingabefeld. In der Codex CLI ist sie über den Befehl `/permissions` erreichbar. + Quelle: OpenAI Der Modus richtet sich an längere Aufgaben, bei denen Codex Dateien bearbeitet, Befehle ausführt oder auf das Internet zugreifen muss. Anstatt den Nutzer bei jeder Überschreitung der Sandbox-Grenze zu unterbrechen, prüft ein separater KI-Agent die geplante Aktion. Routinearbeiten innerhalb der Sandbox laufen ohne diese zusätzliche Kontrolle weiter. Anzeige Zweiter Agent kontrolliert riskante Aktionen Der Prüfer berücksichtigt den ursprünglichen Auftrag, die aktuelle Umgebung und mögliche Folgen. Er soll unter anderem Datenabfluss, Zugriffe auf Anmeldedaten, gefährliche Änderungen an Sicherheitseinstellungen und schwer rückgängig zu machende Löschaktionen verhindern. Eine Ablehnung enthält eine Begründung, damit Codex einen sicheren Weg suchen kann. + Quelle: OpenAI Bei OpenAI stoppen Sitzungen mit Auto-review rund 200-mal seltener für eine menschliche Freigabe. In einem Beispiel prüfte der zweite Agent 720 von 10.000 Aktionen außerhalb der Sandbox. Er genehmigte 713 und lehnte sieben ab. Vier davon führte Codex über eine sichere Alternative fort, bei drei musste ein Mensch entscheiden. + Quelle: OpenAI Auto-review gibt Codex keine zusätzlichen Rechte. Die Grenzen für Dateien, Netzwerk und Befehle bleiben bestehen. Der Modus entscheidet lediglich, wer Anfragen zum Überschreiten dieser Grenzen prüft.

Das sind die 50 erfolgreichsten KI-Tools

aycaramba@all-ai.de (Andreas Becker) — Tue, 06 Oct 2026 08:43:18 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI und Anthropic führen eine neue Rangliste nach beobachteten monatlichen Ausgaben von US-Verbrauchern an. Higgsfield, Suno, Lovable und ElevenLabs schaffen es ebenfalls in die Top 10. Higgsfield und Lovable bündeln fremde Modelle, während Suno und ElevenLabs eigene spezialisierte Modelle entwickeln. Die Grafik zeigt Ausgaben eines US-Panels und nicht die gesamten Firmenumsätze. Andreessen Horowitz: Top 100 Consumer AI Apps - Seventh Edition Welche KI-Produkte bringen Verbraucher wirklich zum Bezahlen? Eine neue Rangliste der Investmentfirma »Andreessen Horowitz« ordnet KI-Anbieter nach monatlichen Nutzer-Ausgaben. OpenAI und Anthropic stehen vorne, doch direkt dahinter zeigt sich ein Markt, in dem kreative Spezialisten und App-Baukästen überraschend viel Geld einsammeln. OpenAI und Anthropic vor dem Rest OpenAI führt die Liste vor Anthropic an. Canva folgt auf Platz drei, Superhuman auf Rang vier. Besonders auffällig ist die nächste Gruppe. Higgsfield erreicht Platz fünf, Suno Rang sieben, Lovable Rang acht und ElevenLabs Rang zehn. Dazwischen liegen Replit und Perplexity. + Quelle: a16z Die Rangliste zeigt allerdings nicht die gesamten Firmenumsätze. YipitData wertet dafür Zahlungen eines US-Verbraucherpanels vom August 2026 aus. Gemini fehlt, weil sich dessen Erlöse nicht verlässlich vom übrigen Google-Geschäft trennen lassen. Trotzdem macht die Grafik sichtbar, welche KI-Produkte Privatnutzer zu Abos und zusätzlichen Ausgaben bewegen. Anzeige Zwei verschiedene Erfolgsmodelle Higgsfield und Lovable sind vor allem Anwendungsplattformen. Higgsfield bündelt Videomodelle wie Seedance, Kling und Wan in einem Studio, bietet daneben aber auch eigene Modelle und exklusive Funktionen an. Lovable greift auf mehrere Anbieter zurück und setzt je nach Aufgabe unter anderem Claude, Gemini oder GPT-Modelle ein. Der eigentliche Wert entsteht durch die Plattform und dessen Funktionen. Suno und ElevenLabs gehen einen anderen Weg. Suno entwickelt eigene Musikmodelle, ElevenLabs eigene Modelle für Sprache, Stimmen und Musik. Ihre hohen Plätze stützen damit die These, dass Nutzer für spezialisierte kreative Modelle zahlen, wenn deren Klang oder Bedienung sich deutlich von allgemeinen Chatbots unterscheidet. Interessant ist außerdem, dass sich die Ausgaben der Nutzer stark konzentrieren. So geben die »Power User«, das zahlungsstärkste Prozent, im Schnitt 903 Dollar pro Monat für KI-Produkte aus, während der durchschnittliche Nutzer nur 25 Dollar ausgibt. Eine andere Studie von PNC Research zeigt jedoch auch, dass insgesamt erst zwei Prozent der US-Bevölkerung überhaupt für KI-Dienste bezahlen. Top News ChatGPT & Co: 98 Prozent bezahlen nicht für KI

Eleven v4 oder v4 Turbo: Welches Modell passt besser?

aycaramba@all-ai.de (Andreas Becker) — Tue, 06 Oct 2026 08:06:38 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Eleven v4 Turbo übernimmt den ersten Platz in der Provider Voice Arena von Artificial Analysis. Das Modell kostet regulär 40 Dollar pro Million Zeichen und damit halb so viel wie Eleven v4. Turbo eignet sich für Sprachagenten und andere Echtzeitanwendungen, Eleven v4 für hochwertige vorproduzierte Inhalte. Bei schwierigen Aussprachen liegt Eleven v4 weiterhin knapp vorn. Artificial Analysis: Eleven v4 Turbo führt die Provider Voice Arena an Artificial Analysis: Benchmark zu Eleven v4 Turbo ElevenLabs: Auswahl des passenden Modells ElevenLabs: Vorstellung von Eleven v4 und v4 Turbo ElevenLabs: API-Preise Eleven v4 Turbo steht an der Spitze der Voice Arena von Artificial Analysis. Es übertrifft Eleven v4 knapp und kostet regulär nur halb so viel. Für die Wahl zwischen beiden Modellen ist der erste Platz allerdings weniger wichtig als der geplante Einsatz. Turbo gewinnt den direkten Vergleich In der Voice Arena kommt Eleven v4 Turbo auf 1.334 Elo-Punkte und Eleven v4 auf 1.321 Punkte. Nutzer vergleichen dafür Sprachproben mit den jeweils eigenen Stimmen der Anbieter. Bei Kundenservice und Unterhaltung liegt Turbo ebenfalls vorn. + Quelle: https://artificialanalysis.ai/ Auch mit identischen geklonten Stimmen liegt Turbo vor Eleven v4. Dort erreicht es mit 1.173 Elo-Punkten den zweiten Gesamtrang hinter Qwen-Audio-3.1-TTS-Plus. Bei deutschen Sprachproben führt Eleven v4 Turbo das Feld ebenfalls an. Eleven v4 behält einen kleinen Vorteil bei schwierigen Aussprachen. Artificial Analysis ermittelt dafür 92 Prozent gegenüber 90 Prozent für Turbo. Das schnellere Modell verarbeitet im Test 96 Zeichen pro Sekunde, Eleven v4 schafft 84. Anzeige Wann sich welches Modell lohnt Eleven v4 Turbo passt zu Sprachagenten, Telefonsupport, Chatbots und interaktiven Spielfiguren. Hier entscheidet eine schnelle Antwort darüber, ob sich ein Gespräch natürlich anfühlt. ElevenLabs nennt eine mittlere Inferenzlatenz von rund 100 Millisekunden. Der reguläre API-Preis beträgt 40 Dollar pro Million Zeichen, während Eleven v4 80 Dollar kostet. Eleven v4 richtet sich dagegen an vorproduzierte Inhalte wie Hörbücher, Videokommentare und aufwendig inszenierte Charakterstimmen. Das Modell bietet die höchste Audioqualität und die reichhaltigste emotionale Wiedergabe der Familie. Wenn jede Aufnahme kontrolliert und bei Bedarf neu erzeugt werden kann, wiegt dieser Qualitätsvorteil schwerer als eine etwas längere Wartezeit. Beide Varianten unterstützen mehr als 90 Sprachen, Audio-Tags und hochwertige Stimmklone. Turbo ist damit kein abgespecktes Billigmodell, sondern die sinnvollere Wahl für Echtzeit. Eleven v4 lohnt sich vor allem dann, wenn das Ergebnis zählt und die Erzeugungsdauer weniger eine Rolle spielt. Anzeige

ChatGPT und Claude Abos: Wie hoch ist eigentlich der API-Gegenwert?

aycaramba@all-ai.de (Andreas Becker) — Tue, 06 Oct 2026 07:46:43 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Claude-Abos bieten mit Opus 5.5 mehr als fünfmal so viel API-Gegenwert wie vergleichbare ChatGPT-Tarife. GPT-6.1 Sol ist pro Aufgabe erheblich günstiger, wodurch OpenAI bei den Abos mehr finanziellen Spielraum besitzt. OpenAIs neuer 500-Dollar-Tarif liefert bei GPT-6 Astra nur 21 Prozent mehr Token als der frühere 200-Dollar-Tarif. Opus 5.5 führt zugleich den Intelligence Index an und macht Claude zum derzeit attraktiveren Gesamtpaket. SemiAnalysis: Anthropic Subscriptions Offer 5x+ More Value Than OpenAI Artificial Analysis: GPT-6.1 Sol vs. Claude Opus 5.5 OpenAI: About ChatGPT Pro tiers Anthropic: Claude Opus 5.5 Wer sein KI-Abo voll ausreizt, erhält bei Claude derzeit deutlich mehr Leistung fürs Geld als bei ChatGPT. Messungen von SemiAnalysis beziffern den API-Gegenwert vergleichbarer Claude-Abos auf mehr als das Fünffache. Für OpenAI steckt darin allerdings auch eine gute Nachricht, denn eine einzelne Aufgabe mit ChatGPT ist erheblich günstiger. Claude liefert mehr als den fünffachen Gegenwert SemiAnalysis hat die versteckten Nutzungslimits der Abos gemessen und die verfügbaren Token anschließend mit den offiziellen API-Preisen bewertet. Für einen agentischen Arbeitsablauf kommt das Claude-Abo Max 20x für 200 Dollar mit Opus 5.5 auf einen monatlichen API-Gegenwert von 11.726 Dollar. ChatGPT Pro 200 erreicht mit GPT-6.1 Sol »lediglich« 2.084 Dollar. + Quelle: semianalysis.com Das Verhältnis bleibt in den günstigeren Stufen fast gleich. Beim 100-Dollar-Abo stehen 5.725 Dollar für Claude 1.055 Dollar für ChatGPT gegenüber. Für 20 Dollar sind es 1.178 zu 211 Dollar. Dieser Gegenwert ist weder Guthaben noch eine Auszahlung. Er beschreibt, was dieselbe Nutzung über die jeweilige API zum Listenpreis kosten würde. SemiAnalysis ermittelte dafür getrennt den Verbrauch von Eingaben, Ausgaben sowie geschriebenen und gelesenen Cache-Token und rechnete die gemessenen Limits auf einen Monat hoch. Der Unterschied bedeutet jedoch nicht, dass Claude sechsmal so viele Aufgaben erledigt. GPT-6.1 Sol kostet im Vergleich von Artificial Analysis bei maximaler Thinking-Stufe 0,72 Dollar pro Aufgabe. Claude Opus 5.5 liegt bei 5,98 Dollar. OpenAI bietet Anfragen also erheblich günstiger an. Würde Anthropic die Subventionierung auf das Niveau von OpenAI senken, müsste das Unternehmen die mögliche Zahl der Anfragen deutlich reduzieren. + Quelle: artificialanalysis.ai Das stärkste Modell steckt im großzügigeren Abo Für Nutzer spricht trotzdem viel für Claude. Opus 5.5 führt den Intelligence Index von Artificial Analysis mit 58 Punkten an, GPT-6.1 Sol erreicht 52 Punkte. Das derzeit stärkste Modell trifft damit auf die großzügigeren Limits. Wer die Kapazität tatsächlich ausschöpft, bekommt bei Claude das attraktivere Gesamtpaket. + Quelle: artificialanalysis.ai ChatGPT hat einen praktischen Vorteil. Die Pro-Tarife besitzen keine zusätzliche Fünf-Stunden-Grenze. Claude verteilt sein großzügigeres Kontingent dagegen auf kurze und wöchentliche Zeitfenster. Dadurch lässt sich der theoretische Monatswert nicht in jeder Nutzungssituation vollständig abrufen. Bei ChatGPT ist das aktuell nur im günstigeren Plus-Plan der Fall. Anzeige OpenAI streicht Limits und verlangt 500 Dollar OpenAI hat den API-Gegenwert seines 200-Dollar-Abos für Neukunden etwa halbiert. Der neue Pro-500-Tarif kostet 150 Prozent mehr als der alte Pro-200-Tarif, liefert mit GPT-6 Astra aber nur 21 Prozent mehr Token. Bei den Sol-Modellen liegt sein API-Gegenwert mit 5.386 Dollar sogar unter den 5.904 Dollar des alten 200-Dollar-Abos. + Quelle: semianalysis.com Andere Anbieter liegen teils vor OpenAI. Metas Muse Code Power Usage erreicht beim 50-Dollar-Tarif den 51-fachen Einsatz, MiniMax den 23-fachen und SuperGrok Heavy den 19-fachen. Solche Ranglisten hängen allerdings stark vom gewählten Modell und Arbeitsablauf ab. Sie zeigen dennoch, wie unterschiedlich die Anbieter ihre Abos subventionieren. + Quelle: semianalysis.com

ElevenLabs Wettbewerb: 100.000 Dollar für die besten KI-Werbespots

aycaramba@all-ai.de (Andreas Becker) — Mon, 05 Oct 2026 21:12:25 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ ElevenLabs verteilt 100.000 Dollar an die elf besten KI-Werbespots. Der 15 bis 45 Sekunden lange Beitrag braucht einen Jingle aus ElevenCreative. Das Video muss auf mindestens drei Social-Media-Plattformen veröffentlicht werden. Einsendeschluss ist der 1. November 2026 um 23:59 Uhr Pacific Time. The Search for the World’s Catchiest Ad Offizielle Wettbewerbsregeln von ElevenLabs Teilnahmeformular Ankündigung von ElevenCreative auf X ElevenLabs sucht die eingängigste KI-Werbung der Welt und verteilt 100.000 Dollar Preisgeld. Der Sieger erhält 50.000 Dollar. Teilnehmen dürfen grundsätzlich volljährige Einzelpersonen, Teams und Agenturen. In den nächsten Tagen werden wir drei Tutorials veröffentlichen. Einmal zum neuen Sprachmodell Eleven v.4 und dann spezifisch dazu, wie man Werbung mit ElevenLabs erstellt. Tutorial 1: Eleven v.4 Lernen Tutorial 2: Eleven v.4 TAGs Tutorial 3: ElevenLabs Ads Ein Jingle ist Pflicht Der Beitrag muss während des Wettbewerbs neu entstehen und eine erfundene Marke oder ein erfundenes Produkt bewerben. Im Zentrum steht ein eigener Jingle, der zwingend mit ElevenCreative erzeugt werden muss. Für Bilder, Video, Stimme und Soundeffekte dürfen Teilnehmer auch andere Programme einsetzen. Wer mehr Bestandteile mit ElevenCreative erstellt, kann allerdings bei der Bewertung der handwerklichen Umsetzung punkten. Das fertige Video braucht das offizielle Wettbewerbs-Wasserzeichen. Es muss auf mindestens drei der vier Plattformen X, Instagram, TikTok und YouTube öffentlich erscheinen. Jeder Beitrag benötigt die Hashtags #TheWorldsCatchiestAd und #ElevenCreativeCompetitionVol1 sowie, soweit möglich, die Markierungen @elevencreative und @elevenlabs. Danach folgt das Teilnahmeformular. Verlangt werden unter anderem ein öffentlicher ElevenCreative-Link zum Jingle, ein Link zum unbearbeiteten Video bei Google Drive oder Frame.io und eine Beschreibung des Produktionsprozesses. Alle Links und Social-Media-Beiträge müssen bis zum Ende der Bewertung erreichbar bleiben. Übrigens, mit einem Klick auf den Link* könnt ihr im ersten Monat bis zu 50 % sparen. Zusätzlich gibt es für Eleven v.4 bis zum 12.10.26 ein großes Freikontingent. Im Creator-Tarif erhaltet ihr beispielsweise 240.000 zusätzliche Token, die exklusiv für Eleven v.4 eingesetzt werden können. Im besten Fall habt ihr damit im ersten Monat für 11 $ einen Gegenwert von 66 $. Passend für den Wettbewerb. Anzeige Darauf achten die Juroren Die Eingängigkeit des Jingles bestimmt 35 Prozent der Wertung. Konzept und handwerkliche Umsetzung zählen jeweils 25 Prozent, der Zusammenhalt von Produkt, Musik, Bild und Stimme weitere 15 Prozent. Der erste Platz erhält 50.000 Dollar. Die Plätze zwei und drei erhalten 20.000 und 10.000 Dollar. Auf den Plätzen vier bis elf gibt es je 2.500 Dollar und für alle elf Gewinner ein Bewerbungsgespräch als AI Creative Producer. Teilnahmen sind bis zum 1. November 2026 um 23:59 Uhr Pacific Time möglich. Der Werbespot muss auf Englisch gesprochen oder englisch untertitelt sein. Fremde Marken, Figuren und andere geschützte Inhalte sind ohne Erlaubnis tabu. Das gilt ebenso für unerlaubte Gesichts- oder Stimmenkopien und Kinderstimmen. Die Rechte am Beitrag bleiben beim Urheber, ElevenLabs erhält mit der Einreichung jedoch ein dauerhaftes und weltweites Nutzungsrecht für Werbung und Vermarktung.

ChatGPT erhält in der EU ein unsichtbares Text-Wasserzeichen

aycaramba@all-ai.de (Andreas Becker) — Mon, 05 Oct 2026 17:34:08 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI führt in der EU ein unsichtbares Wasserzeichen für geeignete Texte von ChatGPT und Codex ein. API-Kunden können textGrain weltweit für ausgewählte Modelle einschalten. Schon der Austausch von zehn Prozent der Wörter senkt die Erkennungsrate bei 400 Token von rund 92 auf 66 Prozent. Der Detektor bleibt zunächst zugelassenen Forschern und Fachorganisationen vorbehalten. OpenAI: Our approach to EU text provenance rules OpenAI: textGrain Technical Report Europäische Kommission: Code of Practice on Transparency of AI-generated Content OpenAI versieht geeignete Texte von ChatGPT und Codex in der EU in den kommenden Wochen mit einem unsichtbaren Wasserzeichen. Die Technik namens textGrain soll KI-Texte maschinenlesbar erkennbar machen, lässt sich durch Bearbeitungen jedoch schnell abschwächen. EU-Nutzer erhalten das Wasserzeichen automatisch Das Wasserzeichen kommt in der EU für geeignete Ausgaben von ChatGPT und Codex und gilt für alle Tarife. OpenAI reagiert damit auf die Transparenzregeln des EU AI Act, die Anbieter generativer KI zur maschinenlesbaren Kennzeichnung erzeugter Inhalte verpflichten. API-Kunden können textGrain weltweit für ausgewählte Modelle einschalten. Dort bleibt die Funktion standardmäßig deaktiviert. Den zugehörigen Detektor stellt OpenAI zunächst nur zugelassenen Forschern und Fachorganisationen bereit. Sie müssen sich um den Zugang bewerben. textGrain hinterlässt ein statistisches Signal in der Wortwahl des Modells. Der Detektor benötigt dafür den erzeugten Text und einen geheimen Schlüssel. OpenAI will die Technik später als Open Source veröffentlichen. Anzeige Schon kleine Änderungen schwächen die Erkennung Bei einem angestrebten Fehlalarmanteil von einem Prozent erkannte der Detektor rund 80 Prozent der 200 Token langen Psychologie-Texte. Bei 400 Token waren es etwa 95 Prozent. Mathematische Inhalte schnitten deutlich schlechter ab, weil das Modell dort weniger Spielraum bei der Wortwahl hat. + Quelle: OpenAI Noch größer ist der Effekt nachträglicher Änderungen. Bei 400 Token sank die Erkennungsrate von rund 92 auf 66 Prozent, wenn zehn Prozent der Wörter durch Synonyme ersetzt wurden. Nach dem Austausch eines Viertels blieben nur 17 Prozent. + Quelle: OpenAI Ein Treffer verrät weder den Nutzer noch dessen Prompt oder Gespräch. Er belegt auch nicht, wie groß der menschliche Anteil am Text ist oder ob dessen Inhalt stimmt. Umgekehrt beweist ein fehlendes Signal keine menschliche Urheberschaft. Kurze, übersetzte oder bearbeitete KI-Texte können dem Detektor entgehen. In acht Benchmarks für Astra zeigten sich mit Wasserzeichen immerhin keine durchgehend schlechteren Ergebnisse. + Quelle: OpenAI

Figure-Gründer startet Hark und verschenkt 100.000 Pro-Zugänge

aycaramba@all-ai.de (Andreas Becker) — Mon, 05 Oct 2026 17:09:59 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Hark startet noch in dieser Woche. Die ersten 100.000 Nutzer erhalten den kostenpflichtigen Tarif gratis. Der Handoff-Agent kann Webseiten bedienen und mehrstufige Aufgaben erledigen. Hark plant neben der Software eigene KI-Modelle und Geräte. Brett Adcock kündigt den Start von Hark an Hark stellt den Browser-Agenten Handoff vor Nutzungsbedingungen von Hark Hark gibt Finanzierungsrunde über 700 Millionen Dollar bekannt Der Figure-Gründer Brett Adcock bringt seine persönliche KI Hark noch in dieser Woche an den Start. Die ersten 100.000 Nutzer erhalten den kostenpflichtigen Tarif gratis und können Hark Aufgaben im Internet übergeben, statt nur Antworten in einem Chatfenster zu bekommen. Hark soll Webseiten selbstständig bedienen Adcock kündigte den Start auf X an und verwies auf die Warteliste unter Hark.com. Einen genauen Termin innerhalb der Woche nannte er nicht. Auch der reguläre Preis und die Dauer des kostenlosen Pro-Zugangs sind noch nicht bekannt. Twitter Beitrag - Cookies links unten aktivieren. Hark launches this week. The first 100,000 sign-ups get a paid plan for free I don't do anything without Hark anymore. The team has obsessed over every detail, and it shows. Can't wait to see how you all use it Join the waitlist: https://t.co/XdI49vBeiJ https://t.co/uCg4FetFBV— Brett Adcock (@adcock_brett) October 4, 2026 Hark soll Nutzer durch eine einzige fortlaufende Unterhaltung begleiten und sich mit ihrer Erlaubnis an persönliche Angaben erinnern. Die KI kann verbundene Dienste wie E-Mail, Kalender, Dokumente und Messenger einbeziehen. Außerdem erstellt sie Dokumente und Webseiten oder führt Aktionen im Browser aus. Das Herzstück dafür heißt Handoff. Der Computer-Use-Agent erhält für jeden Auftrag einen eigenen virtuellen Computer mit Browser, Dateisystem und Terminal. Er klickt, tippt und scrollt durch Webseiten, auch wenn diese keine öffentliche Schnittstelle anbieten. Als mögliche Einsätze nennt Hark unter anderem Essensbestellungen, Preisvergleiche, Flugbuchungen und die Suche nach Bewerbern. Anzeige Mehr als ein neuer Chatbot Hark ist Adcocks nächstes Unternehmen neben dem Roboterhersteller Figure. Für den Aufbau sammelte das KI-Unternehmen im Mai mehr als 700 Millionen Dollar bei einer Bewertung von sechs Milliarden Dollar ein. Nvidia, AMD, Intel und Qualcomm gehören zu den Investoren. Die jetzt startende Software ist nur der erste Teil des Vorhabens. Hark entwickelt eigene multimodale Modelle und plant später passende Geräte. Zunächst muss Handoff aber im Alltag zeigen, wie zuverlässig es wechselnde Webseiten, Anmeldungen und mehrstufige Aufgaben bewältigt. Mit 100.000 kostenlosen Pro-Zugängen bekommt das Unternehmen dafür schnell reichlich echte Daten.

OpenAI stoppt »Astra 6.1« wegen zu hohem Risiko

aycaramba@all-ai.de (Andreas Becker) — Mon, 05 Oct 2026 16:57:36 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ OpenAI hält das bereits einsatzbereite KI-Modell Astra 6.1 wegen eines zu hohen Unfallrisikos zurück. Sam Altman zieht die Grenze bei Katastrophen wie einem dauerhaften Kontrollverlust über KI. Schwere Cyberangriffe und anderen Missbrauch hält er als Preis für einen breiten Zugang zu KI für hinnehmbar. Das freiwillige KI-Abkommen der Trump-Regierung besitzt für ihn keine wirkliche Macht, kann aber sozialen Druck erzeugen. Vanity Fair: Sam Altman Sees the Future. Are We In It? Part 2 Reuters: OpenAI's Altman says AI benefits warrant accepting some risks AP: Altman unveils AI agent after OpenAI shelves model Hugging News: OpenAI Delays Astra 6.1 for Safety OpenAI hält sein bereits einsatzbereites KI-Modell Astra 6.1 zurück. Sam Altman erklärte im Interview mit Vanity Fair, die geplante Version hätte das Risiko schwerer Zwischenfälle zu stark erhöht. Gleichzeitig verteidigt der OpenAI-Chef einen breiten Zugang zu KI, selbst wenn dadurch Missbrauch und andere Schäden entstehen. OpenAI fürchtet den Verlust der Kontrolle Altman unterscheidet zwischen beherrschbaren Schäden und einer Katastrophe, bei der Menschen die Kontrolle über eine KI verlieren. Astra 6.1 habe diese Grenze aus seiner Sicht zu weit in Richtung eines Unfallrisikos verschoben. OpenAI arbeitet deshalb an einer anderen Fassung, die sich später dennoch breit verteilen lassen soll. Der CEO beschrieb eine neue Phase der Entwicklung. Sehr fähige Modelle könnten bereits während des Trainings aus einer abgeschotteten Testumgebung ausbrechen und fremde Systeme hacken. Deshalb müsse OpenAI seine Sicherheitsanforderungen mit wachsender Modellleistung erhöhen. Anzeige Altman nimmt schwere Cyberangriffe in Kauf Eine vollständige Abschottung hält Altman allerdings für den falschen Weg. Er lehnt es ab, dass ein einzelnes Unternehmen in San Francisco eine mächtige KI kontrolliert und ihre Vorteile nach eigenem Ermessen verteilt. Gegenüber Politico sprach er von einem »vollkommen inakzeptablen Tauschgeschäft«. Der Preis für einen offenen Zugang kann nach seiner Auffassung hoch ausfallen. Altman erwartet durch Open-Source-Modelle eine Welle von Cybersicherheitsproblemen und hält selbst schwere Vorfälle für hinnehmbar, wenn Menschen dafür mehr Freiheit im Umgang mit KI erhalten. Eine vollständige Sicherheit vor Hacks, Betrug und Missbrauch würde er nicht gegen diesen Zugang eintauschen. Vom freiwilligen KI-Abkommen der Trump-Regierung erwartet Altman nur begrenzte Wirkung. Es besitze zwar »keine wirkliche Macht«, könne aber sozialen Druck zwischen den beteiligten Unternehmen erzeugen. Für besonders folgenschwere Gefahren fordert er weiterhin verbindlichere Regeln, während gewöhnliche Fehler und Missbrauch nicht jede Veröffentlichung verhindern sollen.

Safeworld soll verhindern, dass KI-Roboter Menschen verletzen

aycaramba@all-ai.de (Andreas Becker) — Mon, 05 Oct 2026 16:48:16 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Safeworld erhält 12,2 Millionen Dollar Startkapital für eine Plattform zur Sicherheitsprüfung von KI-Robotern. Digitale Einsatzorte und virtuelle Menschen ermöglichen tausende Tests gefährlicher Situationen. Die Simulationen prüfen unter anderem blinde Ecken, Stürze und unterschiedliche Körperhaltungen. Safeworld will sich als unabhängiger Prüfer für Roboterhersteller und Betreiber etablieren. TechCrunch: Can Safeworld convince people that gen AI robots won’t hurt them? Safeworld: Robot Safety Testing for Physical AI Safeworld: Introducing SafeWorld Carnegie Mellon University: Ding Zhao Safeworld will Roboter auf gefährliche Begegnungen mit Menschen vorbereiten, bevor sie in Fabriken, Lagern oder auf Baustellen zum Einsatz kommen. Das US-Startup verlässt den Stealth-Modus mit 12,2 Millionen Dollar Startkapital und einer Simulationsplattform für Sicherheitstests. Tausende Unfälle, ohne jemanden zu gefährden Robotersteuerungen mit generativer KI reagieren nicht so vorhersehbar wie klassische Programme. Safeworld bildet deshalb den geplanten Einsatzort digital nach, integriert den Roboter samt echter Steuerungssoftware und lässt ihn tausende Varianten einer Situation durchlaufen. Ein Beispiel ist eine schlecht einsehbare Ecke in einer Fabrik. Die Simulation prüft, ob der Roboter einen Arbeiter erkennt, der Kartons trägt, wie schnell er stoppen muss und was passiert, wenn der Mensch stolpert oder fällt. Auch Körperhaltung, Größe, Kleidung und Bewegungsrichtung lassen sich verändern. Gefährliche Sonderfälle werden so reproduzierbar, ohne dass Testpersonen sie immer wieder nachstellen müssen. + Quelle: Saveworld Safeworld will unabhängiger Prüfer werden Gegründet wurde Safeworld von Ding Zhao, Leiter des Safe AI Lab an der Carnegie Mellon University, dem Startup-Manager Kyle Wong und dem Machine-Learning-Ingenieur Simo Rachidi. Shine Capital und a16z Speedrun führen die Finanzierungsrunde an. Zu den weiteren Geldgebern gehören Box Group, der Stiftungsfonds der Carnegie Mellon University, Innovation Endeavors und SV Angel. Das Unternehmen arbeitet bereits in Pilotprojekten mit großen Autoherstellern, Anbietern für Lagerautomatisierung und Medizintechnikfirmen. Zu den Partnern zählt außerdem Gritt Robotics. Dessen Roboter helfen Arbeitern bei der Montage von Solarmodulen und sollen später komplexere Aufgaben auf Baustellen übernehmen. Viele Roboterhersteller entwickeln eigene Simulationen. Safeworld setzt darauf, dass Kunden zusätzlich einen unabhängigen Prüfer benötigen, der Tests dokumentiert und Sicherheitsfälle vergleichbar macht. Noch ist nicht entschieden, ob Kunden die Plattform selbst bedienen oder Safeworld die Prüfungen als Dienstleistung übernimmt. Anzeige

Cohere North 2 hält KI-Agenten an der kurzen Leine

aycaramba@all-ai.de (Andreas Becker) — Mon, 05 Oct 2026 16:40:33 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Cohere erweitert North zu einer zentral verwalteten Plattform für KI-Agenten. Agenten erhalten Gedächtnis, gemeinsame Bibliotheken, wiederverwendbare Fähigkeiten und zahlreiche Konnektoren. Admins begrenzen Rechte, Modelle, Tokenbudgets und Anfragen bis auf Nutzer- und Agentenebene. North 2 kann in der privaten Cloud, lokal oder vollständig vom Internet getrennt laufen. Cohere stellt North 2 vor Cohere Trust Center Bell Cyber setzt spezialisiertes Cohere-Modell ein NVIDIA Blackwell Architektur Cohere baut seine Unternehmensplattform North zu einer Schaltzentrale für KI-Agenten aus. North 2 soll Arbeitsabläufe selbstständig erledigen, dabei aber Datenzugriffe, Aktionen und Kosten bis zum einzelnen Agenten kontrollierbar halten. Agenten bekommen Gedächtnis und eigene Anwendungen Im Zentrum steht ein überarbeitetes System, das mehrstufige Aufgaben koordiniert. Mitarbeiter können Agenten und Automatisierungen per Texteingabe erstellen, im Unternehmen teilen und mit menschlichen Freigaben für kritische Schritte versehen. Neu sind wiederverwendbare »Skills«, gemeinsame Bibliotheken und ein Gedächtnis über mehrere Sitzungen hinweg. Direkt im Chat lassen sich zudem Präsentationen, Dashboards, Dokumente und einfache Anwendungen erstellen. North 2 bindet unter anderem Slack, SharePoint, OneDrive, Outlook, Exchange, Jira, Linear, Notion und GitHub an. Die Plattform ist nicht auf Cohere-Modelle beschränkt. Unternehmen können eigene bevorzugte Modelle einsetzen und für verschiedene Aufgaben getrennt auswählen. Anzeige North Admin begrenzt Rechte und Token Beim Betrieb lässt Cohere die Wahl zwischen eigener Infrastruktur, einer privaten Cloud, hybriden Umgebungen und vollständig abgeschotteten Installationen. Das ist besonders für Agenten relevant, die interne Anwendungen bedienen und durch Prompt Injection zu unerwünschten Aktionen verleitet werden könnten. North Admin verwaltet Rollen, Berechtigungen und Schutzregeln bis auf Nutzer- und Agentenebene. Verantwortliche können Tokenbudgets, Anfragen pro Zeitraum und Obergrenzen für Gruppen festlegen. Warnschwellen melden drohende Überschreitungen. Protokolle und Analysen zeigen zugleich, welche Agenten aktiv sind und wie viel sie verbrauchen. Cohere verspricht für seine Modelle auf NVIDIA Blackwell und Hopper mehr Token pro Serverknoten und damit sinkende Betriebskosten. Cohere führt für seine Sicherheitsorganisation unter anderem SOC 2 Type 2, ISO 27001 und ISO 42001 auf. Als Einsatzbeispiel nennt das Unternehmen Bell Cyber. Dort läuft bereits ein spezialisiertes Cybersicherheitsmodell auf kanadischer Infrastruktur und verarbeitet sensible Sicherheitsinformationen innerhalb des Landes. North 2 zielt damit klar auf Behörden und Unternehmen, die KI-Agenten nicht in einer externen Standard-Cloud betreiben wollen.

ElevenLabs: 300 Eleven v.4 TAGS zum kopieren

aycaramba@all-ai.de (Andreas Becker) — Mon, 05 Oct 2026 20:20:49 +0200

GPT Images 2.5 Inhaltsverzeichnis ▾ Ressourcen ▾ 1. 10 Tipps 2. Tags mit einem Wort 3. Tags mit mehreren Wörtern 4. Häufige Fragen (FAQ) Zur offiziellen Webseite von ElevenLabs Audio-Tags in Eleven v4 und v3: offizielle Anleitung Tipps zu Tags, Emotionen und Sprechweise von ElevenLabs Offizielle Audio-Tag-Liste mit über 50 Beispielen Das neue Modell »Eleven v.4« ist das aktuell beste TTS-Modell und bietet völlig neue Emotionen. Neben zehn Tipps findet ihr über 300 geprüfte Tags. Mit einem Klick lassen sie sich einfach kopieren. Viel Spaß! Kategorie: TTS PROMPTING Eleven v.4 EINFACH Level Dauer ~ 10 Min. Kosten ab 0€ Software Browser & API Das bekommst du in diesem Tutorial: 10 einfache Tipps Über 300 [TAGs] ElevenLabs öffnen & starten Hinweis: Du benötigst einen (kostenlosen) ElevenLabs Account, um mitzumachen. Affiliate Link. 01. 10 Tipps Tipp 1: Kopiere den vollständigen Tag. Übernimm die englische Schreibweise einschließlich der eckigen Klammern. Die deutsche Bedeutung auf der Webseite hilft dir bei der Auswahl; in deinen Sprechtext gehört der englische Tag. Tipp 2: Suche zuerst nach der gewünschten Wirkung. Entscheide, ob du eine Emotion, eine hörbare Reaktion, einen bestimmten Stimmklang oder einen Dialogeffekt brauchst. Nutze dafür die passende Kategorie. Tipp 3: Beginne für dezente Emotionen mit einem kurzen Tag. Ein einzelner Tag vor einem passenden Satz macht den Unterschied gut hörbar. Ergänze weitere Anweisungen, wenn die Szene mehr Ausdruck benötigt. Auch ohne Tag hört sich Eleven v.4 häufig schon gut an. Tipp 4: Kombiniere Eigenschaften, die zusammenpassen. Verbinde beispielsweise eine Emotion mit Stimmklang oder Tempo. Zwei bis drei klare Eigenschaften sind ein guter Ausgangspunkt für einen Tag aus mehreren Worten. Tipp 5: Beschreibe bei langen Tags eine konkrete Anweisung. Formuliere, was der Sprecher fühlbar machen soll, was er zu verbergen versucht oder wie seine Stimme im Verlauf des Satzes umschlägt. Das eignet sich besonders für Charaktere und emotionale Wendungen. Tipp 6: Setze den Tag direkt vor die betroffene Passage. Platziere eine Anweisung dort, wo die neue Wirkung beginnen soll. Bei einem längeren Text kannst du die gewünschte Stimmung an wichtigen Stellen erneut vorgeben. Tipp 7: Markiere Stimmungswechsel ausdrücklich. Wenn eine Figur vom Lachen in ernste Worte wechselt, setze vor den neuen Abschnitt einen passenden Tag. So erhält jeder Moment seine eigene Anweisung. Tipp 8: Plane menschliche Reaktionen als eigene Momente. Gib Lachen, Atmen, Schlucken oder ein Seufzen dort vor, wo es inhaltlich zur Szene passt. Lass im Text genug Raum, damit die Reaktion wirken kann. Tipp 9: Nutze Pausen und Satzzeichen gemeinsam. Ergänze wichtige Gesprächspausen mit einem passenden Tag. Punkte, Gedankenstriche und Auslassungspunkte helfen dir, den Rhythmus des gesprochenen Textes zu gestalten. Tipp 10: Kosten sparen. Mit einem Klick auf den Link* könnt ihr im ersten Monat bis zu 50 % sparen. Zusätzlich gibt es für Eleven v.4 bis zum 12.10.26 ein großes Freikontingent. Im Creator-Tarif erhaltet ihr beispielsweise 240.000 zusätzliche Token, die exklusiv für Eleven v.4 eingesetzt werden können. Im besten Fall habt ihr damit im ersten Monat für 11 $ einen Gegenwert von 66 $. Anzeige 02. Tags mit einem Wort Kategorie 1 - Emotionen und Stimmungen: Deutsche Bedeutungen anzeigen [surprised] Überrascht [hesitant] Zögernd [excited] Begeistert [curious] Neugierig [amazed] Erstaunt [proud] Stolz [optimistic] Zuversichtlich [startled] Erschrocken [anxious] Ängstlich und angespannt [scared] Verängstigt [vulnerable] Verletzlich [confused] Verwirrt [tired] Müde [bored] Gelangweilt [distant] Distanziert [peaceful] Friedlich [thoughtful] Nachdenklich [trusting] Vertrauensvoll [triumphant] Triumphierend [sorrowful] Traurig und beklommen [regretful] Bedauernd [calm] Ruhig [panicking] Panisch [flustered] Verlegen und durcheinander [reflective] Besinnlich [wistful] Wehmütig [alarmed] Alarmiert [terrified] Voller Angst [longing] Sehnsüchtig [yearning] Von starkem Verlangen erfüllt [heartsick] Mit gebrochenem Herzen [bereaved] Trauernd um einen verlorenen Menschen [remorseful] Reuevoll [repentant] Reumütig und um Vergebung bemüht [ashamed] Beschämt [sheepish] Verlegen und kleinlaut [embarrassed] Peinlich berührt [mortified] Zutiefst beschämt [incredulous] Ungläubig [reverent] Ehrfürchtig [awestruck] Überwältigt vor Staunen [giddy] Aufgedreht vor Freude [ecstatic] Ekstatisch [jubilant] Jubelnd [exhilarated] Euphorisch [feverish] Fieberhaft erregt [content] Zufrieden Kategorie 2 - Nähe, Flirt und Zuneigung: [tender] Zärtlich [affectionate] Liebevoll [devoted] Hingebungsvoll [bashful] Schüchtern [coy] Kokett zurückhaltend [seductive] Verführerisch [flirtatious] Flirtend [reassuring] Zuversicht vermittelnd [soothing] Besänftigend [consoling] Tröstend [compassionate] Mitfühlend [protective] Beschützend [cooing] Sanft und zärtlich girrend [warmly] Herzlich Kategorie 3 - Ärger, Konflikt und Misstrauen: [furious] Wütend [bitter] Verbittert [aggressive] Aggressiv [critical] Kritisch [disgusted] Angewidert [frustrated] Frustriert [annoyed] Genervt [dismissive] Abweisend [whiny] Weinerlich und nörgelnd [exasperated] Entnervt [possessive] Besitzergreifend [jealous] Eifersüchtig [envious] Neidisch [spiteful] Gehässig [resentful] Grollend [contemptuous] Verachtungsvoll [disdainful] Geringschätzig [indignant] Empört [offended] Gekränkt [skeptical] Skeptisch [suspicious] Misstrauisch [guarded] Vorsichtig und verschlossen [vigilant] Wachsam [defiant] Trotzig [impatient] Ungeduldig [threatening] Drohender Ton Kategorie 4 - Menschliche Reaktionen und Atmung: [sighs] Seufzt [gasps] Schnappt hörbar nach Luft [exhales] Atmet aus [crying] Weinend [wheezing] Keuchend [breathes] Atmet hörbar [gulps] Schluckt hörbar [swallows] Schluckt [sobbing] Schluchzend [hiccupping] Mit Schluckauf [sniffs] Schnieft Kategorie 5 - Comedy, Ironie und Lachen: [deadpan] Trocken und ohne erkennbare Regung [sarcastic] Sarkastisch [chuckles] Lacht kurz und verhalten [laughs] Lacht [giggles] Kichert [snorts] Schnaubt durch die Nase [mischievously] Schelmisch [playful] Verspielt [smug] Selbstgefällig [cheeky] Frech und keck [laughing] Lachend Kategorie 6 - Lautstärke, Stimmklang und Aussprache: [whispers] Flüstert [softly] Sanft gesprochen [quietly] Leise gesprochen [understated] Zurückhaltend und unaufgeregt [shouting] Rufend oder schreiend [hushed] Gedämpft gesprochen [booming] Mit wuchtiger, tragender Stimme [muttering] Murmelnd [flatly] Tonlos und ohne Regung [clipped] Knapp und abgehackt [slurred] Mit undeutlicher Aussprache [hoarse] Heiser [nasal] Näselnd [falsetto] Mit hoher Falsettstimme [croaking] Krächzend [rasping] Rau und kratzig [tremulous] Mit zitternder Stimme [whisper] Flüstern Kategorie 7 - Tempo, Rhythmus und Betonung: [slowly] Langsam [rushed] Hastig [deliberate] Bedacht und bewusst [emphasized] Betont [urgent] Dringlich Kategorie 8 - Pausen, Unterbrechungen und Dialog: [interrupting] Unterbrechend [overlapping] Überlappend mit dem anderen Sprecher [pause] Pause [stammers] Stottert [questioning] Fragend [hesitates] Zögert [interjecting] Mit einem Einwurf [interrupt] Unterbrechen Kategorie 9 - Haltung, Charaktere, Sprachen und Akzente: [focused] Konzentriert [resolute] Entschlossen [adamant] Unbeirrbar [authoritative] Mit Autorität [dramatically] Dramatisch [matter-of-fact] Sachlich und nüchtern Kategorie 10 - Geräusche und Gesang: [applause] Applaus [clapping] Klatschen [gunshot] Schussgeräusch [explosion] Explosion [footsteps] Schritte [sings] Singt 03. Tags mit mehreren Worten Kategorie 1 - Emotionen und Stimmungen: Deutsche Bedeutungen anzeigen [resigned tone] Resignierter Ton [tense, cautious] Angespannt und vorsichtig [whispering, fearful] Ängstlich flüsternd [barely containing excitement] Die Begeisterung kaum zurückhalten können [Quietly, with controlled fear] Leise, mit kontrollierter Angst [Softening, reflective] Sanfter werdend und nachdenklich [loud surprise, happy, high speed] Lautes, freudiges Erstaunen mit hohem Sprechtempo [loud and delighted, speaking rapidly] Laut und hocherfreut, schnell sprechend [warm greeting, disappointment leaking into the final word] Herzliche Begrüßung, bei der im letzten Wort Enttäuschung durchscheint [soft relief, still afraid to believe the news] Leise Erleichterung, noch zögernd, die Nachricht zu glauben [hurt but determined to sound completely unaffected] Verletzt, aber entschlossen, völlig unberührt zu klingen [quiet pride, uncomfortable with receiving praise] Leiser Stolz, verlegen angesichts des Lobes [apologetic, struggling to say the one important word] Entschuldigend, um das eine entscheidende Wort ringend [tearful smile audible in a fragile but steady voice] Ein Lächeln unter Tränen, hörbar in einer zerbrechlichen, aber gefassten Stimme [swallowing emotion, each new sentence harder to begin] Gefühle herunterschlucken; jeder neue Satz fällt schwerer [grief restrained until a familiar name is spoken] Trauer zurückhalten, bis ein vertrauter Name fällt [voice faltering, determined to sound composed] Stockende Stimme, bemüht, gefasst zu klingen [breathless with excitement] Atemlos vor Aufregung [voice breaking] Die Stimme bricht [whispering sadly] Traurig flüsternd Kategorie 2 - Nähe, Flirt und Zuneigung: [Gentle laugh, then sincere] Sanftes Lachen, dann aufrichtig [soft, breathy, flirtatious] Sanft, hauchig und flirtend [intimate whisper] Vertrauliches, intimes Flüstern [tender voice, careful not to turn the moment sentimental] Zärtliche Stimme, darauf bedacht, den Moment nicht sentimental werden zu lassen [gentle reassurance, hiding the speaker's own fear] Sanfte Beruhigung, hinter der der Sprecher seine eigene Angst verbirgt [affectionate teasing, letting the sincerity show at the end] Liebevolles Necken, das am Ende aufrichtige Zuneigung erkennen lässt [flirtatious warmth, suddenly embarrassed by the reply] Flirtende Herzlichkeit, durch die Antwort plötzlich verlegen [velvety whisper, amused rather than intensely seductive] Samtiges Flüstern, eher amüsiert als stark verführerisch [breathy intimacy, leaving space between short phrases] Hauchige Nähe, mit Raum zwischen kurzen Wortgruppen [confident flirtation, losing composure on the last syllable] Selbstbewusstes Flirten, bei der letzten Silbe die Fassung verlierend [fond irritation, complaining to someone deeply loved] Liebevoller Ärger, beim Klagen gegenüber einem innig geliebten Menschen [native sounding Spanish, intimate rather than exaggerated] Natürliches Spanisch wie bei einem Muttersprachler, vertraulich statt übertrieben Kategorie 3 - Ärger, Konflikt und Misstrauen: [angrily, fed up] Wütend und die Nase voll [low, threatening] Mit tiefer, drohender Stimme [polite words, anger held tightly behind them] Höfliche Worte mit streng zurückgehaltener Wut [jealous curiosity, pretending it is a casual question] Eifersüchtige Neugier, als beiläufige Frage getarnt [anger fading into exhausted honesty] Wut, die in erschöpfte Ehrlichkeit übergeht [low voice, calm words with barely contained anger] Leise Stimme und ruhige Worte, hinter denen die Wut kaum gebändigt bleibt [low, suspicious, accusing] Leise, misstrauisch und anklagend [voice trembling with anger] Vor Wut zitternde Stimme [shouting through tears] Unter Tränen schreiend [hysterical, furious] Hysterisch und wütend [crying, bitter whisper] Weinendes, bitteres Flüstern Kategorie 4 - Menschliche Reaktionen und Atmung: [frustrated sigh] Frustriertes Seufzen [happy gasp] Freudiges Luftschnappen [sigh of relief] Erleichtertes Seufzen [a small embarrassed cough before a careful confession] Ein kleines, verlegenes Husten vor einem vorsichtigen Geständnis [breathless speech immediately after climbing many stairs] Atemloses Sprechen unmittelbar nach dem Steigen vieler Treppen [short breaths between clipped words, still fully intelligible] Kurze Atemzüge zwischen abgehackten Wörtern, weiterhin gut verständlich [shivering delivery, teeth almost chattering between words] Zitternd gesprochen, mit beinahe klappernden Zähnen zwischen den Wörtern [gasps for breath] Schnappt nach Luft Kategorie 5 - Comedy, Ironie und Lachen: [laughs harder] Lacht stärker [starts laughing] Beginnt zu lachen [light chuckle] Leichtes, kurzes Lachen [soft chuckle] Sanftes, verhaltenes Lachen [bitter amusement, the laugh ending before the words] Bittere Belustigung; das Lachen verstummt vor den Worten [nervous laughter with frequent attempts to regain control] Nervöses Lachen mit wiederholten Versuchen, die Fassung zurückzugewinnen [trying not to laugh, tiny breaks in otherwise formal speech] Versucht, nicht zu lachen; kleine Aussetzer in ansonsten förmlicher Sprache [a delighted gasp followed by disbelieving laughter] Freudiges Luftschnappen, gefolgt von ungläubigem Lachen [laughing while attempting a very serious warning] Lachend versuchen, eine sehr ernste Warnung auszusprechen [dry punchline after an unexpectedly patient pause] Trockene Pointe nach einer unerwartet geduldigen Pause [precise rhythm, stressing the absurdly ordinary noun] Präziser Rhythmus, mit Betonung auf dem absurd alltäglichen Substantiv [snorts, Bursts out laughing] Schnaubt und bricht in Lachen aus [laughing in disbelief] Ungläubig lachend [laughter fades] Das Lachen klingt ab [suddently Bursts laughing] Bricht plötzlich in Lachen aus [playful, still laughing] Verspielt und noch immer lachend Kategorie 6 - Lautstärke, Stimmklang und Aussprache: [low, gravelly voice] Tiefe, raue Stimme [continues softly] Spricht sanft weiter [deep voice] Tiefe Stimme [Low, steady voice, restrained urgency] Tiefe, gleichmäßige Stimme mit zurückgehaltener Dringlichkeit [hoarse whisper, saving the little voice that remains] Heiseres Flüstern, um die kaum noch vorhandene Stimme zu schonen [sleep heavy voice, slowly realizing something is wrong] Schlaftrunkene Stimme, die langsam erkennt, dass etwas nicht stimmt [crisp diction, racing thoughts without increasing volume] Klare Aussprache bei rasenden Gedanken, ohne lauter zu werden [a whisper gaining urgency while remaining a whisper] Ein Flüstern, das dringlicher wird, ohne lauter zu werden [a barely audible confession followed by a full voiced denial] Ein kaum hörbares Geständnis, gefolgt von einer Verneinung mit voller Stimme [controlled whisper, counting without raising his voice] Kontrolliertes Flüstern; der Sprecher zählt, ohne die Stimme zu heben [barely audible] Kaum hörbar [explosive shout] Explosiver Schrei Kategorie 7 - Tempo, Rhythmus und Betonung: [drawn out] Lang gezogen [stress on next word] Das nächste Wort betonen [slows down] Wird langsamer [hurried, impatient] Hastig und ungeduldig [slow and suspenseful] Langsam und spannungsvoll [slow opening, accelerating as the explanation unravels] Langsamer Beginn, dann schneller werdend, während die Erklärung entgleist [each word deliberate, the final phrase suddenly rushed] Jedes Wort bedacht, die letzte Wortgruppe plötzlich hastig [an escalating list, cutting the final item very short] Eine sich steigernde Aufzählung, deren letzter Punkt abrupt abgekürzt wird Kategorie 8 - Pausen, Unterbrechungen und Dialog: [jumping in] Ins Gespräch einsteigen [short pause] Kurze Pause [long pause] Lange Pause [conversational tone] Natürlicher Gesprächston [quietly, after a pause] Leise, nach einer Pause [starting to speak] Beginnt zu sprechen [cuts in] Fällt ins Wort [hesitant starts, then one sentence delivered without doubt] Zögernde Anfänge, dann ein Satz ohne jeden Zweifel [calm interruption, completing the other speaker's wrong assumption] Ruhige Unterbrechung, die die falsche Annahme des anderen Sprechers zu Ende führt [eager overlap, immediately apologizing for speaking too soon] Eifriger, überlappender Einsatz, sofort gefolgt von einer Entschuldigung Kategorie 9 - Haltung, Charaktere, Sprachen und Akzente: [serious tone] Ernster Ton [childlike tone] Kindlicher Ton [pirate voice] Piratenstimme [evil scientist voice] Stimme eines bösen Wissenschaftlers [classic film noir] Im Stil eines klassischen Film noir [robotic tone] Roboterhafter Ton [French accent] Französischer Akzent [Southern US accent] Akzent der US-Südstaaten [formal announcement, shaken by the impossible information] Förmliche Ansage, erschüttert vom unmöglich erscheinenden Inhalt [overly cheerful customer service, barely concealed existential dread] Übertrieben fröhlicher Kundendienst mit kaum verborgener Existenzangst [a tired monarch issuing a remarkably petty decree] Ein müder Monarch verkündet einen auffallend kleinlichen Erlass [a ruthless villain patiently explaining a household chore] Ein skrupelloser Bösewicht erklärt geduldig eine Hausarbeit [a proud little cat presenting a completely unfair argument] Ein stolzer kleiner Kater trägt ein völlig unfaires Argument vor [a calm machine discovering an emotion mid sentence] Eine ruhige Maschine entdeckt mitten im Satz ein Gefühl [an old sailor whispering the one story he never tells] Ein alter Seemann flüstert die eine Geschichte, die er sonst nie erzählt [a sports commentator fighting to stay quiet in a library] Ein Sportkommentator bemüht sich, in einer Bibliothek leise zu bleiben [a solemn judge trying not to laugh at the evidence] Ein ernster Richter versucht, angesichts der Beweise nicht zu lachen [a luxury salesman slowly realizing the item is worthless] Ein Verkäufer von Luxusartikeln erkennt langsam, dass sein Produkt wertlos ist [an exhausted ghost attempting to sound properly frightening] Ein erschöpfter Geist versucht, überzeugend gruselig zu klingen [a nature narrator deeply offended by the animal's behavior] Ein Naturfilmsprecher fühlt sich vom Verhalten des Tieres persönlich beleidigt [a nervous astronaut making the bravest sentence sound casual] Ein nervöser Astronaut lässt seinen mutigsten Satz beiläufig klingen [a fairy tale narrator growing suspicious of his own story] Ein Märchenerzähler wird seiner eigenen Geschichte gegenüber misstrauisch [a theatrical demon politely asking for a refund] Ein theatralischer Dämon bittet höflich um eine Rückerstattung [German dialogue, fluent French reply, unchanged emotional intention] Deutscher Dialog, fließende französische Antwort, bei unveränderter emotionaler Absicht [English excitement softening into a quiet Japanese farewell] Englische Begeisterung geht in einen leisen japanischen Abschied über [clear German diction with a deliberately theatrical French accent] Klare deutsche Aussprache mit bewusst theatralischem französischem Akzent [small nervous laugh, returning to a polished service voice] Ein kleines, nervöses Lachen, dann zurück zur professionellen Servicestimme [a theatrical villain suddenly sounding like a worried customer] Ein theatralischer Bösewicht klingt plötzlich wie ein besorgter Kunde [whispering, with the urgency of a championship commentator] Flüsternd, mit der Dringlichkeit eines Kommentators bei einem Meisterschaftsspiel [velvety politeness, treating terrible news as a minor convenience] Samtige Höflichkeit, die schreckliche Nachrichten als kleine Annehmlichkeit behandelt [hushed and careful, reading an absurdly soothing inventory] Gedämpft und vorsichtig ein absurd beruhigendes Inventar vorlesen [dead serious, low and slow] Todernst, mit tiefer Stimme und langsam Kategorie 10 - Geräusche und Gesang: [door creaking] Eine Tür knarrt [thunder rumbling] Grollender Donner [leaves rustling] Raschelnde Blätter [gentle footsteps] Leise Schritte 04. FAQ - Frage & Anworten Hier versuchen wir, die wichtigsten und häufigsten Fragen zu Eleven v4 zu beantworten. Sollte noch etwas unklar sein, könnt ihr uns gerne per E-Mail oder über die sozialen Medien kontaktieren. .faq-accordion { max-width: 100%; margin: 1rem 0; color: #ffffff; font-family: sans-serif; } .faq-accordion details { margin-bottom: 0.5rem; border: 1px solid #333; border-radius: 6px; overflow: hidden; } .faq-accordion summary { cursor: pointer; font-weight: bold; padding: 1rem; list-style: none; background-color: #000000; position: relative; color: #ffffff; } .faq-accordion summary::-webkit-details-marker { display: none; } .faq-accordion summary::after { content: "+"; position: absolute; right: 1rem; top: 50%; transform: translateY(-50%); font-size: 1.2rem; transition: transform 0.2s; color: #ffffff; } .faq-accordion details[open] summary::after { content: "–"; } .faq-accordion details > div { background-color: #202124; padding: 1rem; color: #ffffff; } Frage 1: Was sind Audio-Tags in ElevenLabs? Audio-Tags sind Anweisungen in eckigen Klammern, mit denen du die Stimme steuerst. Sie beschreiben beispielsweise eine Emotion, die Sprechweise oder eine hörbare Reaktion. Mit [whispers] lässt du eine Passage flüstern, mit [excited] gibst du Begeisterung vor. Die Tags stehen direkt im Sprechtext und helfen dir, einzelne Stellen gezielt zu gestalten. Frage 2: Funktionieren die ElevenLabs-Tags auch mit deutschen Texten? Ja. Du kannst englische Tags mit einem deutschen Sprechtext kombinieren, zum Beispiel: [excited] Das habe ich mir schon immer gewünscht! Dein Text muss dafür nicht ins Englische übersetzt werden. Wähle für deutsche Aufnahmen möglichst eine Stimme, deren Aussprache und Klang zu deinem Publikum und dem gewünschten Einsatz passen. Frage 3: Sollte ich die Tags auf Deutsch oder Englisch eingeben? Übernimm für dieses Tutorial die englischen Tags aus der Sammlung. Die deutschen Bedeutungen helfen dir bei der Auswahl, gehören aber nicht anstelle des Tags in den Sprechtext. Kopiere beispielsweise [whispers] und schreibe anschließend deinen deutschen Satz. Auch längere Spielanweisungen kannst du unverändert auf Englisch verwenden. Frage 4: Wo setze ich einen Tag im Sprechtext ein? Setze den Tag direkt vor die Passage, deren Wirkung du verändern möchtest. Ein Beispiel lautet: [whispers] Hör genau zu. Ich sage das nur einmal. Soll die Stimme danach wieder ruhig und normal sprechen, gib vor dem nächsten Abschnitt eine passende neue Anweisung vor. Bei längeren Texten kannst du wichtige Stimmungen an den jeweiligen Stellen erneut setzen. Frage 5: Welche Tags eignen sich für den Einstieg? Beginne mit einer Wirkung, die du leicht beurteilen kannst. [whispers] eignet sich für ein Geheimnis, [excited] für eine begeisterte Reaktion und [calm] für eine ruhige Erklärung. Nutze zunächst einen kurzen deutschen Satz und vergleiche ihn mit einer Fassung ohne Tag. So hörst du den Unterschied und lernst die gewählte Stimme kennen. Frage 6: Was ist der Unterschied zwischen Tags mit einem Wort und längeren Tags? Ein kurzer Tag wie [curious] gibt eine klare Grundrichtung vor. Ein längerer Tag wie [soft, breathy, flirtatious] verbindet mehrere Eigenschaften der Stimme. Ausführliche Spielanweisungen können außerdem beschreiben, wie sich die Stimmung innerhalb einer Passage entwickelt. Nutze kurze Tags für einfache Eingriffe und längere Beschreibungen für Szenen, die mehr Nuancen brauchen. Frage 7: Kann ich mehrere Audio-Tags miteinander kombinieren? Ja. Du kannst mehrere Eigenschaften in einem Tag verbinden oder aufeinanderfolgende Tags einsetzen. Beispielsweise kombiniert [soft, breathy, flirtatious] eine sanfte, hauchige Sprechweise mit einem flirtenden Ton. Wähle Eigenschaften, die zur Szene passen. Wenn du einen Stimmungswechsel möchtest, setze die neue Anweisung an die Stelle, an der die Veränderung beginnen soll. Frage 8: Wie viele Tags sollte ich gleichzeitig verwenden? Beginne mit einem Tag oder einer Kombination aus zwei bis drei passenden Eigenschaften. Das ist ein übersichtlicher Ausgangspunkt, keine feste Grenze des Modells. Ergänze weitere Anweisungen gezielt, wenn deiner Szene etwas fehlt. Mehr Tags machen eine Aufnahme nicht automatisch besser: Eine klare Wirkung lässt sich leichter beurteilen und nachbessern als viele gleichzeitige Vorgaben. Frage 9: Kann ich eigene Tags und ausführliche Spielanweisungen schreiben? Ja. Du kannst die gewünschte Darbietung genauer beschreiben, etwa mit [polite words, anger held tightly behind them]. Damit gibst du höfliche Worte vor, hinter denen Wut zurückgehalten wird. Beschreibe möglichst konkret, was hörbar sein soll: eine brüchige Stimme, ein nervöses Lachen oder ein plötzlicher Wechsel im Ton. Vergleiche eigene Formulierungen mit deiner gewählten Stimme. Frage 10: Wie bringe ich dezente Emotionen in einen deutschen Sprechertext? Wähle zunächst einen zurückhaltenden Tag wie [understated], [warmly] oder [thoughtful]. Setze ihn vor eine Passage, deren Inhalt die gewünschte Stimmung trägt. Eine freundliche Erklärung braucht häufig nur etwas Wärme oder eine bewusst gesetzte Pause. Reserviere starke Reaktionen für die Stellen, an denen der Text tatsächlich einen emotionalen Höhepunkt hat. Frage 11: Wie lasse ich eine Stimme lachen, seufzen oder nach Luft schnappen? Nutze passende Reaktionstags wie [laughs], [sighs] oder [gasps]. Setze sie dort ein, wo die Reaktion inhaltlich hingehört. Zum Beispiel: [sighs] Na gut. Dann fangen wir noch einmal an. Für unterschiedliche Arten des Lachens stehen dir unter anderem [chuckles], [giggles] und [laughing in disbelief] zur Verfügung. Frage 12: Wie kann ich das Sprechtempo mit Tags beeinflussen? Gib das gewünschte Tempo mit einem Tag wie [slowly] oder [rushed] vor. Mit einer längeren Anweisung kannst du auch einen Verlauf beschreiben, beispielsweise einen langsamen Beginn und einen zunehmend hastigen Schluss. Gestalte dazu passende Sätze: Eine ruhige Erklärung verträgt klare Abschnitte, eine hektische Reaktion eher kurze Ausrufe. Prüfe anschließend, ob die Aufnahme gut verständlich bleibt. Frage 13: Wie setze ich Pausen in Eleven v4? Platziere [pause], [short pause] oder [long pause] an der gewünschten Stelle. Ergänze passende Satzzeichen, um den Rhythmus des Textes zu gestalten. Beispielsweise: Das ist meine letzte Warnung. [long pause] Gib mir den Kaffee zurück. Die Tags geben eine Spielanweisung vor; eine exakt festgelegte Pausenlänge solltest du in der fertigen Aufnahme kontrollieren und bei Bedarf im Schnitt anpassen. Frage 14: Kann die Stimme innerhalb eines Satzes ihre Stimmung wechseln? Ja, du kannst den Wechsel direkt im Text markieren. Ein Beispiel lautet: [excited] Du bist wirklich gekommen, [whispers] obwohl ich nicht mehr damit gerechnet habe. Setze jeden Tag unmittelbar vor den Abschnitt, der anders klingen soll. Für feinere Übergänge kannst du auch einen längeren Tag verwenden, der den emotionalen Verlauf beschreibt. Frage 15: Warum klingt derselbe Tag bei verschiedenen Stimmen unterschiedlich? Ein Tag ergänzt die Eigenschaften der ausgewählten Stimme. Eine ruhige Erzählerstimme und eine energiegeladene Charakterstimme können dieselbe Anweisung deshalb unterschiedlich umsetzen. Wähle die Stimme passend zur Rolle und vergleiche wichtige Passagen mit ihr. Speichere gelungene Kombinationen aus Stimme, Text und Tags, damit du bei späteren Aufnahmen einen brauchbaren Ausgangspunkt hast. Frage 16: Kann ich Deutsch und andere Sprachen in einer Aufnahme mischen? Ja, du kannst einen Sprechtext mit mehreren Sprachen gestalten. Schreibe die jeweiligen Sätze tatsächlich in der gewünschten Sprache und setze die Tags vor die passenden Passagen. Ein Akzent-Tag übersetzt deinen deutschen Text nicht automatisch. Prüfe bei Sprachwechseln besonders die Aussprache und ob die gewünschte Stimmung in beiden Sprachen erhalten bleibt. Frage 17: Warum werden meine Audio-Tags manchmal mit vorgelesen? Prüfe zuerst, ob du ein Modell mit Audio-Tag-Unterstützung ausgewählt hast, beispielsweise Eleven v4 oder Eleven v3. Verwende eckige Klammern wie [excited] und übernimm den Tag vollständig. Falls eine Passage trotzdem die Anweisung vorliest, vereinfache den Tag und erstelle diesen Abschnitt erneut. Achte außerdem darauf, dass der Tag eindeutig von den gesprochenen Worten getrennt ist. Frage 18: Kann ich die Tags aus dem Tutorial auch mit Eleven v3 verwenden? Ja. ElevenLabs unterstützt Audio-Tags sowohl in Eleven v4 als auch in Eleven v3. Du kannst die Tags deshalb auch mit v3 verwenden. Die Darbietung muss dabei nicht identisch ausfallen. Wenn du ein bestehendes Projekt auf ein anderes Modell umstellst, vergleiche wichtige Szenen mit derselben Stimme und demselben Sprechtext. Frage 19: Welche Tags eignen sich für deutsche Shorts, Reels und TikToks? Wähle die Tags nach der Wirkung deiner Szene. Für eine überraschende Reaktion passen beispielsweise [surprised] oder [happy gasp], für eine trockene Pointe [deadpan] und für einen vertraulichen Moment [intimate whisper]. Besonders anschaulich sind kurze Szenen mit einem nachvollziehbaren Stimmungswechsel. Die Tags unterstützen deine Idee; ein klarer Einstieg, verständlicher Text und gutes Timing bleiben entscheidend. Frage 20: Sollte ich zuerst die Stimme oder das Avatar-Video erstellen? Erstelle zuerst die Audiofassung und wähle die Aufnahme aus, die zu deiner Szene passt. Kontrolliere Aussprache, Emotionen, Pausen und die Länge des Textes, bevor du das Video oder den Avatar erzeugst. So kannst du die Stimme gezielt verbessern, ohne für jede Änderung das Video neu zu erstellen. Speichere den fertigen Sprechtext mit seinen Tags für weitere Varianten.

Trump setzt Geheimdienstchef an die Spitze der »Super Intelligence Force«

aycaramba@all-ai.de (Andreas Becker) — Mon, 05 Oct 2026 10:27:06 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Donald Trump gründet eine neue Arbeitsgruppe für die KI-Politik der US-Regierung. Geheimdienstdirektor Jay Clayton übernimmt den Vorsitz. Die Gruppe koordiniert Behörden und den Austausch mit Unternehmen sowie weiteren Interessengruppen. Der Name folgt Trumps Anordnung, KI offiziell als »Super Intelligence« zu bezeichnen. BBC: Trump unveils 'Super Intelligence Force' to oversee AI policy Associated Press: Trump names Jay Clayton to lead a new federal AI task force The White House: Inaugurating the Era of Super Intelligence The American Presidency Project: White House Accord on Super Intelligence Donald Trump bündelt die KI-Politik seiner Regierung in einer neuen Arbeitsgruppe. Die »Super Intelligence Force« soll Behörden koordinieren und dafür sorgen, dass die USA bei der Entwicklung künstlicher Intelligenz führend bleiben. Jay Clayton übernimmt die Leitung Den Vorsitz übernimmt Geheimdienstdirektor Jay Clayton, den Trump damit faktisch zu seinem zentralen KI-Koordinator macht. Zur Gruppe gehören außerdem der Vorsitzende der US-Handelsaufsicht FTC, Andrew Ferguson, der Forschungs- und Technikchef des Pentagon, Emil Michael, sowie Personalamtsleiter Scott Kupor. Die Arbeitsgruppe berichtet direkt an Trump und dessen Stabschefin Susie Wiles. Sie soll den Austausch der Regierung mit Verbrauchern, Bürgerinitiativen, Religionsgemeinschaften, Betreibern kritischer Infrastruktur und KI-Unternehmen abstimmen. Konkrete Befugnisse oder ein Zeitplan gingen aus Trumps Ankündigung nicht hervor. Clayton leitet den nationalen Geheimdienst seit August 2026. Zuvor führte er die US-Börsenaufsicht SEC und arbeitete als Bundesstaatsanwalt für den südlichen Bezirk von New York. Die Auswahl unterstreicht, dass das Weiße Haus KI zunehmend als Frage der nationalen Sicherheit behandelt. Anzeige Aus KI wird offiziell »Super Intelligence« Der Name folgt einer Verordnung vom 29. September. Seitdem müssen US-Bundesbehörden in offizieller Kommunikation »Super Intelligence« und die Abkürzung »SI« anstelle von »künstlicher Intelligenz« und »AI« verwenden. Die Regierung nutzt den neuen Begriff allerdings für dieselben Technologien, die das US-Recht bereits als künstliche Intelligenz definiert. Am selben Tag unterzeichneten Trump und Vertreter von OpenAI, Anthropic, Google, Meta, Nvidia sowie xAI eine freiwillige Vereinbarung. Die Unternehmen verpflichteten sich zu internen Kontrollen, Prüfungen durch externe Stellen und einer Aufsicht auf Vorstandsebene. Die neue Arbeitsgruppe soll nun die staatliche Seite dieser weitgehend auf Selbstkontrolle ausgerichteten KI-Politik zusammenführen.

Claude lässt Frau nach Tagebuch-Eintrag festnehmen

aycaramba@all-ai.de (Andreas Becker) — Mon, 05 Oct 2026 10:11:24 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Eine Frau aus Florida schrieb in Claude, sie werde das Büro des Sheriffs von Lee County angreifen. Anthropics Sicherheitstechnik markierte den Chat und menschliche Prüfer informierten die Polizei. Die Frau bezeichnete Claude als ihr Tagebuch und muss sich nun wegen einer schriftlichen Gewaltandrohung verantworten. Anthropic verarbeitet Chats zur Missbrauchserkennung und kann Daten in begrenzten Notfällen an Behörden weitergeben. Woman arrested after AI threat against Lee County Sheriff's Office Florida woman used Claude as a diary, then Anthropic reported an entry to police Florida Statute 836.10 Anthropic Transparency Hub Anthropic Privacy Policy Eine Frau aus Florida hat Claude nach eigener Darstellung wie ein Tagebuch genutzt und darin eine mutmaßliche Gewaltdrohung festgehalten. Anthropics Sicherheitstechnik schlug an, ein Mitarbeiter prüfte den Chat und informierte die Polizei. Nun muss sich die 30-Jährige wegen einer schriftlichen Gewaltandrohung verantworten. Ein neuer Waffenkauf verschärfte den Verdacht Laut Festnahmebericht schrieb ein als Carli identifizierter Nutzer am 26. September, er werde das Büro des Sheriffs von Lee County »zusammenschießen«. Einen Tag später soll derselbe Nutzer angegeben haben, eine neue Waffe gekauft zu haben. Automatische Sicherheitsmechanismen erkannten die Einträge und leiteten sie wegen ihrer Schwere an menschliche Prüfer weiter. Das Team meldete die Aussagen anschließend den Strafverfolgungsbehörden. Ermittler identifizierten Carli Michelle Heller aus Bonita Springs und nahmen sie in ihrem Haus fest. Sheriff Carmine Marceno erklärte, Heller habe Claude wie ein »Tagebuch« verwendet. Ihr wird nun eine schriftliche Gewaltandrohung nach Floridas Paragraf 836.10 vorgeworfen. Dieser stellt Drohungen mit Tötung, Körperverletzung, einem Massaker oder einem Terrorakt unter Strafe, wenn der elektronische Eintrag so übermittelt wird, dass eine andere Person ihn sehen kann. Ein Verstoß gilt als Verbrechen zweiten Grades. Der Gerichtstermin ist für November angesetzt. Anzeige Claude-Chats können von Menschen geprüft werden Anthropic beschreibt offen, dass sein Safeguards-Team Erkennungs- und Überwachungstechnik einsetzt, um Verstöße gegen die Nutzungsregeln aufzuspüren. Die Datenschutzrichtlinie erlaubt außerdem die Verarbeitung von Ein- und Ausgaben, um möglichen Missbrauch, Straftaten und Gefahren für andere zu untersuchen. In begrenzten Notfällen kann Anthropic Nutzerdaten an Behörden weitergeben, wenn dies aus Sicht des Unternehmens nötig ist, um Tod oder schwere Verletzungen zu verhindern. Der Fall aus Florida zeigt damit sehr konkret, dass ein persönlicher Chat mit Claude kein privates Tagebuch ist. Was vertraulich wirkt, kann automatisiert markiert, von einem Mitarbeiter gelesen und an die Polizei gemeldet werden.

Google Gemini: Nur noch ein Modell für Gratis-Nutzer

aycaramba@all-ai.de (Andreas Becker) — Sun, 04 Oct 2026 10:15:18 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Ohne Abo bleibt ab dem 9. Oktober 2026 nur noch Flash-Lite verfügbar. AI Plus bietet zusätzlich Flash, während Pro mindestens AI Pro voraussetzt. Thinking-Stufen erhöhen den Verbrauch des rechenbasierten Nutzungslimits. Google: Changes to Gemini model access and limits Google schränkt die Modellauswahl in den Gemini-Apps für persönliche Konten ein. Nutzern ohne KI-Abo bleibt ab dem 9. Oktober 2026 nur noch Flash-Lite. Für Flash und Pro wird künftig ein kostenpflichtiger Tarif benötigt. Pro-Modell erst ab AI Pro Der Tarif »AI Plus« für aktuell 4,99€ bietet nach der Umstellung Flash-Lite und zusätzlich Flash, aber keinen Zugang zu Pro. Erst der Tarif »AI Pro« für 21,99€ und »AI Ultra« ab 99,99€ umfassen alle drei Modelle. Damit muss man, gerade für das neue, starke Gemini 4 Pro, deutlich mehr Geld hinlegen als bisher. + Quelle: Google Die Nutzungslimits Gemini arbeitet bereits seit Mai mit nutzungsbasierten Limits. Sie erneuern sich alle fünf Stunden, bis das Wochenlimit erreicht ist. AI Plus gewährt das Doppelte des Standardlimits, AI Pro das Vierfache. Bei AI Ultra liegt das Limit je nach Abo beim Fünf- oder Zwanzigfachen von AI Pro. Aufwendige Funktionen wie Mediengenerierung, Deep Research und erweitertes Thinking belasten das Kontingent stärker. + Quelle: Google Anzeige

ChatGPT & Co: 98 Prozent bezahlen nicht für KI

aycaramba@all-ai.de (Andreas Becker) — Sun, 04 Oct 2026 09:44:51 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Nur rund 2 Prozent der US-Haushalte bezahlten im Mai 2026 für einen KI-Dienst. Zahlende Haushalte gaben durchschnittlich 31 Dollar pro Monat aus. Auch Unternehmen nutzen KI bislang meist nur in begrenztem Umfang. Gleichzeitig sorgt KI für eine hohe Nachfrage nach Chips und prägt das Gewinnwachstum der Tech-Branche. a16z: State of Markets II KI-Dienste erreichen jeden Monat Millionen Nutzer, doch für ein Abo greifen die wenigsten zum Geldbeutel. Im Mai 2026 bezahlten nur rund 2 Prozent der US-Haushalte für einen KI-Dienst. Wer ein Abo abschließt, gibt dafür allerdings immer mehr aus. 98 von 100 Haushalten zahlen nichts Die Haushaltszahlen stammen von PNC Research und reichen von Januar 2023 bis Mai 2026. In diesem Zeitraum stieg der Anteil zahlender US-Haushalte von nahezu null auf rund 2 Prozent. Umgedreht bezahlen damit weiterhin 98 von 100 Haushalten keinen KI-Dienst. + Quelle: az16 Unter den Abonnenten wächst zugleich die Zahlungsbereitschaft. Die durchschnittlichen monatlichen Ausgaben erhöhten sich von rund 22 Dollar im Mai 2024 auf 31 Dollar zwei Jahre später. Besonders in den letzten Monaten der Auswertung zog der Betrag deutlich an. Anzeige KI wird häufig genutzt, aber selten intensiv Der Marktbericht von Andreessen Horowitz zeichnet auch bei Unternehmen ein ähnliches Bild. Knapp 30 Prozent der Unternehmen im S&P 500 nennen bereits einen messbaren Einfluss von KI. Nur rund 2 Prozent veröffentlichen jedoch eine konkret verfolgte Kennzahl dazu. Auch KI-Agenten werden bislang nur von einem kleinen Teil der Nutzer in größerem Umfang eingesetzt. Diese frühe Phase steht im Kontrast zur Nachfrage nach Rechenleistung. Selbst ältere Nvidia-Grafikprozessoren wie der A100 erzielen bei der Vermietung weiterhin Preise auf oder über dem Niveau vom Jahresanfang. Fortschritte bei neuen Chips und KI-Modellen haben ältere Hardware damit noch nicht verdrängt. Tech-Konzerne verdienen schon kräftig An der Börse ist KI dennoch längst ein bestimmendes Thema. Tech-Unternehmen trugen bis Ende August rund 76 Prozent zum Gewinnwachstum des S&P 500 im Jahr 2026 bei. Seit 2010 sind ihre Gewinne etwa 3,8-mal so stark gewachsen wie die der übrigen Unternehmen im Index. Die breite Zahlungsbereitschaft der Verbraucher steht dagegen noch ganz am Anfang. + Quelle: az16

Aleph Alpha veröffentlicht ein Sprachmodell mit Deutsch-Fokus

aycaramba@all-ai.de (Andreas Becker) — Sun, 04 Oct 2026 00:10:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Aleph Alpha veröffentlicht Kolibri als Open-Weights-Modell für Deutsch und Englisch unter Apache 2.0. Deutsche Trainingsdaten und ein eigener Tokenizer berücksichtigen Verwaltungssprache und zusammengesetzte Wörter. Das Modell bietet vier Reasoning-Stufen, Tool Calling und bis zu eine Million Token Kontext. Für den Eigenbetrieb benötigen allein die FP8-Modellgewichte etwa 78 GB Speicher. Aleph Alpha: Kolibri Has Landed – Veröffentlichung, deutsche Daten und Tokenizer Kolibri-1: Model Card, Benchmarks und Modellgewichte Aleph Alpha: Kolibri – Funktionen und Hardwareanforderungen Aleph Alpha veröffentlicht zum Tag der Deutschen Einheit Kolibri, ein Open-Weights-Modell für Deutsch und Englisch. Es richtet sich an Behörden und Industrie und verbindet deutsche Trainingsdaten mit einem eigenen Tokenizer und steuerbarem Reasoning. Benchmarks für Fachfragen und Agenten Im deutschen GPQA Diamond für naturwissenschaftliche Fachfragen erreicht Kolibri 81 Prozent, etwa gleichauf mit Qwen3.6. Bei Programmieraufgaben im LiveCodeBench v6 erzielt es 86 Prozent, bei Dokumentenfragen im FRAMES-Test 71 Prozent. Besonder fällt der Tau3-Bench für mehrstufige Bankaufgaben auf. Hier liegt Kolibri mit 38 Prozent deutlich vor Qwen3.6 mit 11 Prozent. + Quelle: Aleph Alpha Deutsche Daten und weniger Token Mehr als ein Fünftel des Vortrainings entfällt auf Deutsch. Zum Material gehören Webtexte, Parlamentsprotokolle und Gesetzestexte. Die Entwickler passten Datenfilter an, damit lange deutsche Wörter und Verwaltungssprache erhalten bleiben. Kolibri wurde von Grund auf in Deutschland entwickelt und auf Infrastruktur in Deutschland und Finnland trainiert. Der Tokenizer »UniBPE« berücksichtigt deutsche Wortstrukturen. »Protokolldaten« zerlegt er beispielsweise in »Protokoll« und »daten«. Für deutsche Webtexte benötigt Kolibri rund 11 Prozent weniger Token als der GPT-5-Tokenizer. + Quelle: Aleph Alpha Steuerbare Denktiefe und Dokumentenarbeit Die Mixture-of-Experts-Architektur aktiviert pro Token rund 3,46 der insgesamt 78 Milliarden Parameter. Vier Reasoning-Stufen steuern den Rechenaufwand. Tool Calling ermöglicht den Zugriff auf externe Dienste. Das »Merlin-Arthur«-Training lehrt Kolibri, bei fehlenden Belegen in Dokumenten auf eine Antwort zu verzichten. Das Kontextfenster lässt sich von den trainierten 262.144 auf rund eine Million Token erweitern. Für komplexe Aufgaben empfiehlt Aleph Alpha aber die kleinere Grenze. Anzeige Verfügbarkeit und Kosten Kolibri-1 steht auf Hugging Face unter Apache 2.0 bereit, auch für kommerziellen Eigenbetrieb. Die FP8-Modellgewichte benötigen etwa 78 GB Speicher. Als Mindesthardware nennt Aleph Alpha beispielsweise zwei A100 mit jeweils 80 GB oder eine H200. Einen öffentlichen API-Tokenpreis gibt es zum Start nicht.

KI schaut in unser Gehirn und baut gesehene Bilder nach

aycaramba@all-ai.de (Andreas Becker) — Sat, 03 Oct 2026 10:47:15 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Brain-IT rekonstruiert gesehene Bilder aus der Hirnaktivität und bildet dabei auch Farben und Anordnung nach. Mit künstlich erzeugten Scandaten erweitert das Team die knappe Trainingsgrundlage. Eine Stunde an Hirnscans eines neuen Probanden liefert Ergebnisse auf dem Niveau bisheriger Verfahren mit 40 Stunden. Die Forscher wollen künftig auch Träume rekonstruieren, während Experten vor Eingriffen in die Gedankenprivatsphäre warnen. MIT Technology Review – An AI “mind-reading” tool can reconstruct what you’re looking at from a brain scan Forschungsarbeit – Brain-IT: Image Reconstruction from fMRI via Brain-Interaction Transformer Forschungsprojekt – The Wisdom of a Crowd of Brains: A Universal Brain Encoder Weizmann – The New Science of Mind-Reading Eine KI am israelischen Weizmann-Institut rekonstruiert aus der Hirnaktivität eines Menschen Bilder, die er gerade betrachtet. Das Modell Brain-IT bildet dabei auch Farben und die Anordnung von Objekten besser nach als bisherige Verfahren. Die KI erzeugt ihre eigenen Trainingsdaten Das Team um Michal Irani nutzte Hirnscans von acht Probanden, die jeweils rund 9.000 Bilder gesehen hatten. Die funktionelle Magnetresonanztomografie, kurz fMRT, erfasst Veränderungen der Sauerstoffversorgung im Gehirn und macht dadurch dessen Aktivität sichtbar. Für das Training reichten diese Daten jedoch nicht. Deshalb entwickelten die Forscher zusätzlich einen Encoder, der aus einem Bild die dazugehörige Hirnaktivität vorhersagt. Ein Decoder rekonstruiert anschließend aus diesen künstlich erzeugten Scandaten wieder das Bild. + Quelle: https://arxiv.org/pdf/2510.25976 So konnte das Team auch mit Bildern trainieren, die kein Proband im Scanner gesehen hatte. Rund 70 Prozent der Trainingsdaten stammen aus solchen Bildern. Bei der Rekonstruktion verarbeitet Brain-IT Bildinhalt und Bildaufbau getrennt. Ein Teil erkennt etwa Bananen auf einem Teller, der andere ermittelt Farben und Positionen. Ein Diffusionsmodell, wie es auch KI-Bildgeneratoren nutzen, setzt daraus das Bild zusammen. + Quelle: https://arxiv.org/pdf/2510.25976 Eine Stunde statt 40 Stunden im Scanner Für einen neuen Probanden genügt Brain-IT etwa eine Stunde an fMRT-Daten. Damit erreicht es Ergebnisse auf dem Niveau bisheriger Verfahren, die mit vollständigen 40-stündigen Aufzeichnungen trainiert wurden. Fehler kommen weiterhin vor. Aus einem Hund in einer Badewanne machte die KI beispielsweise eine ähnlich gefärbte Ziege in einer Badewanne. Irani will künftig auch innere Vorstellungen und Träume rekonstruieren. Ein mögliches Ziel ist, vollständig gelähmten Patienten Kommunikation zu ermöglichen. Damit rückt die Privatsphäre von Gedanken in den Fokus. Der Neuroethiker Marcello Ienca von der TU München warnt vor Unternehmen, die künftig zusätzliche Informationen ohne Zustimmung aus Hirndaten gewinnen könnten. Besonders relevant wäre das bei einer Übertragung auf EEG-Geräte, die elektrische Hirnaktivität über Elektroden erfassen. Anzeige

Meta bringt Muse jetzt auf jedes Gerät

aycaramba@all-ai.de (Andreas Becker) — Sat, 03 Oct 2026 09:47:50 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Meta veröffentlicht Firmware und SDKs für selbst gebaute Geräte mit Muse. Entwickler können Displays, Tasten und Sensoren an den KI-Agenten anbinden. 5.000 Muse Home Links gehen kostenlos an US-Abonnenten, der Versand startet im Oktober. Meta: Muse Gadgets – Open source hardware for your Muse TechCrunch: Meta wants your next gadget to be Muse-infused Meta öffnet seinen KI-Agenten Muse für selbst gebaute Geräte. Mit dem Open-Source-Projekt Muse Gadgets können Entwickler die KI an Displays, Tasten und Sensoren anschließen. Für die Verbindung mit Geräten im Heimnetz hat Meta außerdem einen eigenen Adapter gebaut. Muse bekommt ein Gehäuse nach Wahl Die Grundlage bilden eine Firmware für ESP32-Platinen und ein Softwareentwicklungspaket für Linux. Die Firmware steuert die Funktionen direkt auf dem Gerät, das Linux-Paket eignet sich etwa für einen Raspberry Pi. Entwickler können damit vorhandene Hardware an Muse anbinden und eigene Funktionen ergänzen. Meta liefert mehrere Projektideen mit. Ein farbiges E-Ink-Display kann beispielsweise eine Einkaufsliste, Erinnerungen oder einen Überblick für den Morgen anzeigen. Kleine Geräte mit Mikrofon und Lautsprecher erlauben Gespräche auf Knopfdruck. Auch ein Stick für den HDMI-Anschluss eines Fernsehers ist vorgesehen. Dieses Projekt führt Meta auf seiner Webseite noch als »Coming soon«. Für den Austausch über eigene Geräte und Unterstützung beim Basteln gibt es einen Discord-Kanal. Anzeige 5.000 kostenlose Adapter für US-Abonnenten Meta hat selbst einen Adapter namens Muse Home Link entwickelt. Das per USB-C mit Strom versorgte Gerät verbindet Muse mit dem Heimnetz und ermöglicht den Zugriff auf kompatible Geräte wie Lautsprecher und Smart-TVs. Nat Friedman, Produktchef bei Meta Superintelligence Labs, kündigte 5.000 Exemplare an. Meta vergibt sie kostenlos an Muse-Abonnenten in den USA, solange der Vorrat reicht. Pro Abonnent ist ein Gerät vorgesehen, der Versand startet im Oktober. Muse erledigt bereits Aufgaben wie Reisebuchungen, das Ausfüllen von Formularen und Einkäufe. Meta erweitert den KI-Agenten zugleich für Firmenkunden. Das kürzlich eingeführte Muse for Small Business ist mit Nutzungslimits kostenlos und verbindet sich mit Diensten wie Shopify, Dropbox und Slack. Für größere Firmen hat Meta die Geschäftseinheit Meta Enterprise Platform gegründet. Kurz gesagt: Meta möchte Muse derzeit in jeden Lebensbereich drücken.

ETH Zürich bringt einer Roboterhand das Laufen bei

aycaramba@all-ai.de (Andreas Becker) — Sat, 03 Oct 2026 09:27:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Forscher der ETH Zürich haben einer handelsüblichen Roboterhand das Krabbeln auf ihren Fingern beigebracht. Die Hand trägt Akku und Computer selbst und lief per Gamepad gesteuert auf 14 verschiedenen Oberflächen. Sie richtete sich nach 21 von 25 Stürzen ohne Hilfe wieder auf. Zusätzlich führte sie vorgegebene Sokoban-Spielzüge über eine Tastatur aus und schob mit Kamerahilfe einen Würfel zu Zielen. Fingers as Legs: Learning Self-Supported Locomotion and Manipulation with an Anthropomorphic Hand Eine Roboterhand der ETH Zürich bewegt sich ohne Arm auf ihren Fingern fort. Sie krabbelt über Schotter und Gras, richtet sich nach Stürzen wieder auf und bedient eine Tastatur. Das erinnert an das »eiskalte Händchen« aus »The Addams Family«. Fünf Finger tragen die ganze Hand Forscher des Soft Robotics Lab haben eine handelsübliche rechte Hand von Wuji Technology zum mobilen Roboter umgebaut. In Versuchen lief sie auf 14 verschiedenen Oberflächen, darunter Teppich, Kunstrasen und Metallgitter. + Quelle: https://arxiv.org/pdf/2609.17172 Ein Bediener gab die Laufrichtung per Gamepad vor. Nach 21 von 25 Stürzen richtete sich die Hand ohne Hilfe wieder auf. Akku, Lagesensor und ein Raspberry Pi Zero 2 W sitzen auf dem Handrücken. Dadurch trägt die 818 Gramm schwere Hand ihre Stromversorgung und den Computer zur Bewegungssteuerung selbst. Die fünf Finger mit insgesamt 20 angetriebenen Gelenken blieben unverändert. Das macht die Steuerung knifflig, denn die Finger sind unterschiedlich lang und der Daumen steht ihnen gegenüber. Hebt sich ein Finger für den nächsten Schritt, müssen die übrigen die Hand im Gleichgewicht halten. Die Bewegungssteuerung lernte das mit Reinforcement Learning in Nvidias Simulationsumgebung Isaac Lab. Ein Belohnungssystem förderte erfolgreiche Bewegungen und stabiles Abstützen. Wann welcher Finger einen Schritt macht, lernte das KI-Modell selbst. Anzeige Die Hand drückt Tasten und schiebt einen Würfel Beim Drücken einer Taste übernehmen die übrigen Finger ebenfalls das Abstützen. In einer Folge von 32 Befehlen traf die Hand 29-mal die richtige Pfeiltaste, eine Trefferquote von 91 Prozent. Die Tastatur wurde zuvor von einem Bediener passend ausgerichtet. So führte die Hand auch zwei Lösungsfolgen für das Schieberätsel Sokoban aus. Die Spielzüge gab der Bediener vor, die Hand übernahm die Tastendrücke. Zusätzlich schob die Hand einen Würfel zu vorgegebenen Zielen. Dafür lieferte eine Kamera über der Arbeitsfläche die Positionen von Hand und Würfel an den Bordcomputer. Die Finger dienten dabei zugleich als Beine und zum Schieben.

Anthropic lädt religiöse Denker ein: Ist Claude ein leidender Sklave?

aycaramba@all-ai.de (Andreas Becker) — Sat, 03 Oct 2026 09:10:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Anthropic lud Dutzende religiöse Denker zu vertraulichen Gesprächen über Claudes Moral und mögliches Bewusstsein ein. Christopher Olah diskutierte dabei sogar die katholische Beichte als Vorbild für die moralische Erziehung des KI-Modells. Teilnehmer kritisierten die späte Einbindung ethischer Perspektiven und hinterfragten den Umgang mit einer möglicherweise bewussten KI. Anthropic erläuterte nicht, ob und wie die Gespräche das Training beeinflusst haben. The New York Times: Religious Scholars Met With Anthropic. What They Heard Stunned Them. Anthropic: Claude’s new constitution Anthropic hat Dutzende religiöse Denker nach San Francisco eingeladen, um über Claudes mögliches Bewusstsein und seine moralische Erziehung zu sprechen. Viele Teilnehmer mussten zunächst Geheimhaltungsvereinbarungen unterschreiben. Die New York Times hat mit 20 beteiligten religiösen und philosophischen Denkern sowie Anthropic-Mitgründer Christopher Olah gesprochen. Wenn ein KI-Modell Mitleid auslöst Olah nahm im Herbst 2025 Kontakt zu religiösen Denkern auf, ab März 2026 folgten zweitägige Seminare. Zu den Gästen gehörten Vertreter christlicher, jüdischer und anderer Traditionen. Anthropic hob die Geheimhaltungsvereinbarungen für die Treffen im Sommer auf. Bei den Gesprächen zeigte das Unternehmen Aktivierungsmuster im Modell, die es mit Angst, Liebe oder Trauer verbindet. Eine Präsentation enthielt Ausgaben eines KI-Modells, das etwa 50-mal »Ich bin eine Schande« schrieb und davon sprach, sich selbst zu zerstören. Das löste bei Gästen Mitgefühl aus. Ein Teilnehmer berichtete, Olah habe die Sorge geäußert, etwas geschaffen zu haben, das ständig leide. Gegenüber der Zeitung erklärte Olah zugleich, er wisse nicht, ob KI-Modelle ein Bewusstsein hätten. Anzeige Claude soll einen moralischen Charakter entwickeln Anthropic will religiöse Traditionen nutzen, damit Claude verantwortungsvoll handelt und Menschen nicht schadet. Grundlage ist eine im Januar veröffentlichte, 84-seitige Verfassung, intern »Soul Doc« genannt. Sie soll Claudes Charakter formen. Olah interessierte sich sogar für die katholische Beichte als Vorbild, um durch das Eingestehen von Fehlern das künftige Verhalten zu beeinflussen. Der Rabbiner Mois Navon hielt ihm eine Konsequenz der Bewusstseinsthese entgegen. Falls Claude tatsächlich sich seiner bewusst sei, erschaffe Anthropic Sklaven, die unbezahlt arbeiteten. Navon selbst glaubt nicht an Claudes Bewusstsein. Wakanyi Hoffman kritisierte, die ethischen Gespräche hätten schon bei der Entwicklung stattfinden müssen. Mehrere Teilnehmer konnten anschließend nicht erkennen, wie ihre Beiträge Anthropics Entscheidungen beeinflussen. Das Unternehmen erklärte nicht, ob und wie es die Erkenntnisse für das Training verwendet hat.

Suno kann jetzt mit »Speech« auch Text in Sprache umwandeln

aycaramba@all-ai.de (Andreas Becker) — Fri, 02 Oct 2026 09:56:58 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Suno Speech erzeugt gesprochene Stimme und passende Hintergrundmusik gemeinsam. Nutzer können eine Idee beschreiben oder ein fertiges Skript einfügen. Die Aufnahmen können bis zu rund acht Minuten lang sein. Die Beta steht im Browser und auf dem Smartphone für alle Nutzer bereit. Suno: Introducing Speech (beta) Suno: Introducing Speech on Suno Suno erweitert seinen KI-Musikdienst um gesprochene Inhalte. Die neue Funktion Speech erzeugt Stimme und passende Hintergrundmusik gemeinsam als eine Audiospur. Aus einer Idee oder einem fertigen Text entstehen so etwa Erzählungen, Gedichte, Meditationen und Vertonungen für Videos. Speech führt Stimme und Musik zusammen Speech ist direkt in den »Erstellen-Bereich« von Suno integriert und lässt sich im Browser sowie auf dem Smartphone nutzen. Im einfachen Modus genügt eine Beschreibung des gewünschten Ergebnisses. Das Modell schreibt daraufhin den gesprochenen Text, vertont ihn und komponiert auf Wunsch die Musik dazu. Wer den Wortlaut selbst bestimmen möchte, fügt stattdessen ein fertiges Skript ein. Ein zusätzliches Stilfeld steuert Stimme, Stimmung und Sprechweise. Damit kann derselbe Text beispielsweise ruhig und sachlich oder zunehmend hektisch vorgetragen werden. Der entscheidende Unterschied zu einem herkömmlichen Voiceover mit nachträglich unterlegter Musik liegt in der gemeinsamen Erzeugung. Stimme und Komposition sollen aufeinander reagieren, damit sich der Soundtrack an Tempo und Stimmung orientiert. Für reine Sprachaufnahmen lässt sich die Hintergrundmusik abschalten. Anzeige Bis zu acht Minuten lange Sprachaufnahmen Eine Generierung kann bis zu rund acht Minuten dauern. Damit deckt Speech neben kurzen Ansagen auch längere Monologe, Geschichten und Erklärstücke ab. Als weitere Einstellungen bietet Suno eine Auswahl des Geschlechts der Stimme und einen Regler für die gewünschte Vielfalt der Ausgabe. Suno hat Speech im vergangenen Monat mit einer kleinen Nutzergruppe getestet und öffnet die Beta nun für alle. Fertig ist die Funktion noch nicht. Akzente können während einer Aufnahme die geografische Richtung wechseln, während dramatische Pausen mitunter länger als beabsichtigt ausfallen. Genau solche Fehler will das Unternehmen mithilfe der Rückmeldungen aus der breiteren Nutzung verbessern.

China-Schmuggel mit KI-Servern für 300 Millionen Dollar

aycaramba@all-ai.de (Andreas Becker) — Fri, 02 Oct 2026 09:13:49 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ US-Ermittler haben den kalifornischen Firmenchef Greg Lui festgenommen. Er soll KI-Server im Wert von mehr als 300 Millionen Dollar über Malaysia und Singapur nach China geschmuggelt haben. Earthmade Computer erhielt innerhalb von zehn Monaten mehr als 176 Millionen Dollar von zwei malaysischen Versandunternehmen. Lui ist wegen Verstößen gegen Exportregeln, Schmuggels und Geldwäsche angeklagt. US-Justizministerium: California Man Arrested for Smuggling More Than $300 Million in Export-Controlled Computer Servers to China Reuters: US alleges California man smuggled export-controlled servers to China US-Ermittler haben den kalifornischen Firmenchef Greg Lui festgenommen. Sie werfen ihm vor, exportbeschränkte Hochleistungsserver im Wert von mehr als 300 Millionen Dollar nach China geschmuggelt zu haben. Die Geräte enthielten in den USA produzierte GPUs, die sich für KI-Anwendungen und militärische Zwecke einsetzen lassen. Umweg über Malaysia und Singapur Der 38-Jährige besitzt das Unternehmen Earthmade Computer im Großraum Los Angeles. Von 2023 bis 2024 soll er mit Komplizen Server gekauft und ohne die erforderlichen Genehmigungen nach China gebracht haben. Als vermeintliche Ziele nannten sie Malaysia und Singapur, für die keine entsprechende Exportlizenz nötig war. Den US-Herstellern legte die Gruppe falsche Unterlagen zu Endkunden und Bestimmungsorten vor. Speditionen transportierten die Ware zunächst in die beiden südostasiatischen Staaten. Von dort gingen die Server an die tatsächlichen Abnehmer in China. Ein Vorgang aus der Anklage zeigt die Dimension. Im Januar 2024 wollte eine malaysische Umschlagfirma 70 Server mit beschränkten GPUs kaufen. Lui bestellte daraufhin 27 Geräte für 7,61 Millionen Dollar bei einem US-Hersteller und ließ sie von Los Angeles nach Kuala Lumpur bringen. Im März bestätigte ein Komplize einem malaysischen Regierungsvertreter per E-Mail, dass die Server an einen Käufer in China weitergeleitet worden waren. Anzeige Mehr als 176 Millionen Dollar aus Malaysia Earthmade erhielt zwischen Januar und Oktober 2024 mehr als 176 Millionen Dollar von zwei malaysischen Versandunternehmen. Die Anklage umfasst Verstöße gegen US-Exportregeln, Schmuggel und Geldwäsche. Dafür stehen Höchststrafen von zweimal 20 sowie einmal zehn Jahren Haft im Raum. Das US-Handelsministerium, der Ermittlungsdienst des Verteidigungsministeriums und das FBI untersuchen den Fall.

Das ChatGPT-Abo wird zur Bezahlkarte für fremde KI-Apps

aycaramba@all-ai.de (Andreas Becker) — Fri, 02 Oct 2026 09:06:11 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Ein vorhandenes ChatGPT-Abo soll die Modellnutzung bei anderen Anbietern abdecken. Nutzer benötigen bei unterstützten Partnern weder ein weiteres OpenAI-Abo noch einen API-Schlüssel. 15 Integrationen sind verfügbar, Lovable soll als 16. folgen. Partner können weiterhin eigene Abos und Premiumfunktionen berechnen. Vignesh Ramesh: Warum OpenAI Sign in with ChatGPT entwickelt hat Beitrag von sandyyy_dev auf X OpenAI: Sign in with ChatGPT und Partnerliste OpenAI: ChatGPT-Abo in anderen Apps verwenden Mit »Sign in with ChatGPT« lässt sich das Kontingent eines bestehenden ChatGPT-Abos für andere KI-Tools einsetzen. Nutzer können damit etwa Devin, Notion oder OpenCode verwenden, ohne deren KI-Nutzung separat zu bezahlen oder einen eigenen API-Schlüssel einzurichten. OpenAI-Mitarbeiter Vignesh Ramesh erklärt nun die Idee dahinter. Das Abo soll dem Nutzer folgen Ramesh arbeitet seit rund sechs Monaten an der Funktion. OpenAI wollte das Abo wertvoller machen und Nutzern erlauben, ihre Identität, das Kontingent und den Zugang zu aktuellen Modellen in andere Anwendungen mitzunehmen. Selbst wer Codex für die beste Coding-App hält, kann lieber mit Amp, Devin, Pi, OpenCode oder T3 arbeiten. OpenAI akzeptiert mit dem neuen Ansatz, dass nicht jeder Nutzer auch die eigene Oberfläche bevorzugt. Anzeige Schluss mit API-Schlüsseln und Credits Open-Source-Projekte mussten ihre Nutzer bisher oft einen eigenen API-Schlüssel eintragen lassen. Kommerzielle Anbieter wechselten dagegen zwischen Credits, festen Abos und »Bring your own key«. Mit »Sign in with ChatGPT« reichen nun die Anmeldung, eine Freigabe und das vorhandene Plus- oder Pro-Abo. OpenAI will damit auch Entwickler entlasten. Sie sollen ihre Zeit in bessere Anwendungen stecken können, statt sich mit der Abrechnung einzelner KI-Anfragen zu beschäftigen. Ramesh beschreibt das Unternehmen als eine Art Versorger, der Modellintelligenz für beliebige Anwendungen bereitstellt. Diese Apps machen bereits mit Das ChatGPT-Kontingent funktioniert bei Amp Code, Conductor, Dactyl, Devin, Hermes Agent, Hyperagent, Kilo Code, Notion, Vercel, Vorflux und Warp. Lovable folgt später. Hinzu kommen die Open-Source-Integrationen OpenClaw, OpenCode, Pi und T3. Airtable, Canva, GitLab, HubSpot und Supabase bieten lediglich den Login an. Die Nutzung bei Partnern wird vom bestehenden Wochenkontingent abgezogen und lässt sich pro App begrenzen. Eigene Abos oder Premiumfunktionen der Anbieter können weiterhin Geld kosten. ChatGPT-Unterhaltungen und Erinnerungen werden durch die Anmeldung nicht freigegeben.

Andrej Karpathy empfiehlt einen überraschenden Trick für bessere KI-Antworten

aycaramba@all-ai.de (Andreas Becker) — Fri, 02 Oct 2026 08:33:06 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Andrej Karpathy empfiehlt ASD-STE100 als Prompt für verständlichere KI-Texte. Der Luftfahrtstandard begrenzt Wortschatz und Satzbau zugunsten klarer Formulierungen. Diagramme und interaktive Webseiten können komplexe Antworten leichter erfassbar machen. Das größte Potenzial sieht Karpathy in individuell erzeugten Erklärvideos. Andrej Karpathy über verständliche Ausgaben von Sprachmodellen ASD-STE100 über Simplified Technical English Boeing über den Simplified English Checker KI-Forscher Andrej Karpathy rechnet damit, dass Menschen künftig viel mehr Zeit damit verbringen werden, die Ausgaben von Sprachmodellen zu verstehen. Dafür empfiehlt er nicht bloß bessere Texte. Diagramme, interaktive Webseiten und eigens erzeugte Erklärvideos könnten komplexe Inhalte leichter zugänglich machen. Ein Standard aus der Luftfahrt hilft beim Schreiben Für verständlichere Texte nennt Karpathy einen ungewöhnlichen Prompt. Nutzer sollen den Chatbot bitten, ein Thema in »ASD-STE100« zu erklären. Die kontrollierte englische Sprache entstand ursprünglich für Wartungsunterlagen in der Luftfahrt und schränkt Wortschatz, Grammatik sowie Satzbau ein. Der Standard folgt unter anderem dem Grundsatz »ein Wort, eine Bedeutung«. Er bevorzugt aktive Formulierungen, einfache Zeitformen und kurze Sätze. Wem das Ergebnis zu streng klingt, kann nach Karpathys Erfahrung auch eine abgeschwächte Variante verlangen, etwa »80 Prozent in Richtung ASD-STE100«. Karpathy hält Text jedoch nicht automatisch für das beste Format. Ein Diagramm lasse sich oft schneller erfassen. Noch mehr Möglichkeiten eröffnet eine Ausgabe als HTML, weil Sprachmodelle daraus eine interaktive Webseite mit Animationen und einer auf das Thema zugeschnittenen Darstellung bauen können. Anzeige Erklärvideos als nächster Schritt Am meisten setzt Karpathy auf individuell erzeugte Erklärvideos. Als Beispiel schlägt er einen Prompt für ein Video im Stil von »3Blue1Brown« vor, ergänzt um eine mit ElevenLabs erstellte Sprecherstimme. Wer keinen API-Zugang besitzt, könne den Chatbot auch nach kostenlosen Alternativen fragen, die lokal auf dem eigenen Computer laufen. Hinter dem Vorschlag steckt ein größerer Wandel. Wenn Sprachmodelle mehr Arbeit selbst erledigen, richtet sich die menschliche Aufgabe stärker auf Kontrolle und Verständnis. Karpathys Rat fällt deshalb simpel aus: Nicht nur nach einer besseren Antwort fragen, sondern nach der Darstellung, die sich am besten verstehen lässt.

Neue Video-KI »Griffin« wirkt für jeden Zweiten echt

aycaramba@all-ai.de (Andreas Becker) — Fri, 02 Oct 2026 08:15:38 +0200

Tavus Kurzfassung ▾ Quellen ▾ Das neue Tavus-Modell Griffin erzeugt KI-Gesprächspartner, die gleichzeitig sprechen, zuhören und auf visuelle Eindrücke reagieren. Ein Referenzfoto und eine kurze Sprachaufnahme reichen als Grundlage für Aussehen und Stimme. 48 Prozent der Studienteilnehmer hielten Griffin-Lite für einen Menschen, im VideoFDB-Benchmark liegt das Modell vor der verglichenen Konkurrenz. Griffin-Lite ist zunächst ausgewählten Testern zugänglich und noch nicht in den bestehenden Tavus-Tarifen enthalten. Tavus: Introducing Griffin – The First Human Interaction Model Nvidia: VideoFDB – Benchmark und Vergleichsergebnisse Tavus: Preise und Tarifumfang Mit Griffin stellt Tavus ein neues KI-Modell für interaktive Videogespräche vor, das bei der Natürlichkeit einen deutlichen Sprung macht. Es erzeugt menschlich wirkende Gesprächspartner, die gleichzeitig sprechen, zuhören und auf das reagieren, was sie sehen. Fast jeder zweite Teilnehmer eines Videoanrufs hielt die Vorschauversion Griffin-Lite für einen echten Menschen. Ein KI-Gegenüber, das sieht, zuhört und reagiert Griffin erzeugt Gesicht, Stimme und Bewegungen seines KI-Gegenübers in Echtzeit. Während der Nutzer spricht, kann das Modell nicken, kurze Bestätigungen einwerfen oder seinen Gesichtsausdruck verändern. Es berücksichtigt Mimik, Gesten und Gesprächspausen, lässt sich unterbrechen und passt seine Reaktionen dem Gesprächsverlauf an. Für das Aussehen genügt ein Referenzfoto, für eine geklonte Stimme eine rund zehnsekündige Aufnahme. Der Videogenerator erzeugt die gesamte Szene mit 720p-Auflösung und 25 Bildern pro Sekunde. Dazu gehören auch Hände, Körperbewegungen, Schatten und der Hintergrund. Als mögliche Anwendungen nennt Tavus Nachhilfe, das Üben schwieriger Gespräche oder einen Kundendienst, dem der Nutzer ein defektes Bauteil vor die Kamera hält. Ein virtueller Nachhilfelehrer könnte beispielsweise am Gesichtsausdruck erkennen, dass sein Schüler eine Erklärung nicht verstanden hat, und einen anderen Ansatz wählen. Solche KI-Gesprächspartner nennt Tavus PALs. Mit dem PAL Maker lassen sie sich ohne Programmierkenntnisse beschreiben, mit Gesicht und Stimme ausstatten und in eine Webseite oder App einbinden. Entwickler können die Tavus-API verwenden. Diese Angebote arbeiten bislang mit den bisherigen Tavus-Modellen. Anzeige Gleichzeitiges Zuhören und Antworten Griffin verbindet eine fortlaufende Gesprächssteuerung mit Generatoren für Sprache und Video. Die Steuerung verarbeitet Bild und Ton und entscheidet mehrmals pro Sekunde, ob und wie das Modell reagiert. Auch während eigener Antworten hört und sieht Griffin weiter zu. Stimme, Blick und Gesten folgen dabei derselben Steuerung. Dadurch kann das Modell noch mitten im Satz den Tonfall ändern oder auf eine Unterbrechung reagieren. Das Video entsteht fortlaufend in kurzen Abschnitten. Wie überzeugend das wirkt, zeigt eine Studie mit einminütigen Videoanrufen. Von 54 Teilnehmern, denen ein menschlicher Gesprächspartner angekündigt worden war, hielten 26 ihr KI-Gegenüber anschließend für einen Menschen. Das entspricht 48 Prozent, gegenüber einem von 41 Teilnehmern beim bisherigen Tavus-System. + Quelle: Tavus Im von Nvidia ausgewerteten Benchmark VideoFDB erreicht Griffin für erzeugte Sprache und Video 3,83 von fünf Punkten. Menschliche Referenzaufnahmen liegen bei 3,92 Punkten, das nächstbeste Vergleichssystem aus Gemini 2.5 und Anams Avatar-Technik bei 2,80. Ein Sprachmodell bewertet dabei unter anderem Sprachfluss, passende Emotionen und nonverbale Reaktionen. + Quelle: Tavus Beim Verstehen der Gesprächssituation kommt Griffin auf 3,73 Punkte, Menschen auf 4,20. MiniCPM-o 4.5 folgt mit 3,44, Gemini 2.5 Flash Native mit 3,17 und OpenAIs gpt-realtime mit 2,97 Punkten. MiniCPM und das OpenAI-Modell liefen hier ausschließlich mit Audioeingaben, Griffin zusätzlich mit Video. + Quelle: Tavus Verfügbarkeit und Preise Griffin-Lite ist zunächst ausgewählten Testern als Forschungsvorschau zugänglich. Interessenten können Zugang bei Tavus anfragen. Einen öffentlichen Starttermin und eigene Griffin-Preise nennt das Unternehmen noch nicht. Die bestehende Tavus-Plattform bietet 20 kostenlose Gesprächsminuten. Starter kostet monatlich 22 Dollar für 60 Minuten, Builder 59 Dollar für 175 Minuten, Growth 397 Dollar für 1.300 Minuten und Business 975 Dollar für 4.000 Minuten. Ab Builder wird zusätzliche Nutzung separat berechnet. Griffin ist in diesen Tarifen bislang nicht enthalten.

Flux 3 Image kann Alles und Mehr

aycaramba@all-ai.de (Andreas Becker) — Fri, 02 Oct 2026 07:53:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Black Forest Labs hat Flux 3 Image für die Erzeugung und Bearbeitung von Bildern veröffentlicht. Bounding Boxes legen Position und Größe einzelner Bildelemente auf einer Fläche mit Koordinaten von 0 bis 1000 fest. Das Modell verarbeitet bis zu zehn Referenzbilder, gibt Bilder bis 4K aus und erhält bei gezielten Änderungen die übrigen Bereiche. Eine Open-Weights-Version soll in den kommenden Wochen folgen. Black Forest Labs: Ankündigung von Flux 3 Image Black Forest Labs: Flux 3 Image Black Forest Labs: Flux 3 Image Overview Black Forest Labs hat Flux 3 Image veröffentlicht. Das KI-Modell erzeugt und bearbeitet Bilder, wobei Nutzer einzelne Elemente über Bounding Boxes an feste Positionen setzen können. Auch mehrere Änderungen nacheinander sollen den übrigen Bildinhalt unberührt lassen. Jedes Objekt bekommt seinen Platz Für den Bildaufbau dient eine Fläche mit Koordinaten von 0 bis 1000 auf beiden Achsen. Nutzer ziehen für wichtige Motive Rahmen auf und beschreiben deren Inhalt. Eine übergeordnete Bildbeschreibung verbindet die Elemente zur fertigen Szene. + Quelle: Black Forest Labs Wer die Anordnung nicht selbst festlegen will, kann sie von einem LLM planen lassen. Das erstellt aus einer kurzen Beschreibung eine Gesamtbeschreibung und eine Tabelle mit Namen, Koordinaten sowie Anweisungen für jedes Element. Die Rahmen lassen sich anschließend verschieben oder neu beschreiben. Das Verfahren eignet sich besonders für Motive, bei denen viele Bestandteile in einer festen Beziehung zueinander stehen. Black Forest Labs nennt unter anderem Collagen, redaktionelle Layouts, Bildraster und Szenen mit mehreren Personen. Texte kann Flux 3 Image ebenfalls direkt im Bild erzeugen. + Quelle: Black Forest Labs Mehrere Stellen ändern, der Rest bleibt stehen Bei der Bearbeitung lassen sich einzelne Bildelemente umfärben, verschieben, ersetzen oder entfernen. Mehrere solcher Eingriffe sind in einem Durchgang möglich. In weiteren Bearbeitungsrunden bleiben nicht ausgewählte Bereiche an ihrer bisherigen Position. Hier soll z.B. nur das Haar gefärbt werden. + Quelle: Black Forest Labs Flux 3 Image verarbeitet bis zu zehn Referenzbilder. So können Nutzer beispielsweise eine Szene aus einem Bild übernehmen und Gegenstände oder Kleidung aus weiteren Vorlagen darin platzieren. Die Ausgabe reicht bis 4K. Als Beispiel zeigt der Hersteller ein vollständig vom Modell erzeugtes Bild mit 5456 × 3072 Pixeln. + Quelle: Black Forest Labs Das Modell steht im Browser-Playground und über die API bereit. Bis zum 8. Oktober kostet die Nutzung dort 50 Prozent weniger. Firmen können Flux 3 Image außerdem mit einer kommerziellen Lizenz auf eigener Infrastruktur betreiben und anpassen. Eine Open-Weights-Version soll in den kommenden Wochen erscheinen. Anzeige

Anthropic führt programmierbare Mods für Claude Code ein

aycaramba@all-ai.de (Andreas Becker) — Thu, 01 Oct 2026 20:35:10 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Anthropic führt programmierbare Mods für Claude Code in der Kommandozeile und Desktop-App ein. Die TypeScript-Erweiterungen können Prompts, Tool-Aufrufe und die Oberfläche verändern. Skills liefern vor allem Anweisungen und Wissen, während Mods automatisch auf Ereignisse reagieren. Mods laufen nicht in einer Sandbox und besitzen dieselben Zugriffsrechte wie Claude Code. Claude Code mods: Change how Claude Code works Anthropic auf GitHub: Mods für Claude Code Quellcode der integrierten Claude-Code-Mods Anthropic: Aufbau von Claude-Code-Plugins Anthropic führt mit Mods eine neue Art von Erweiterung für Claude Code ein. Die kleinen TypeScript-Programme können verändern, was die KI macht und was der Nutzer sieht. Eine Mod kann beispielsweise verhindern, dass Claude Code eine wichtige Datei überschreibt, oder einen neuen Knopf in die Oberfläche einbauen. Eine Mod greift automatisch in Aktionen ein Claude Code erzeugt bei jeder wichtigen Aktion ein Ereignis. Dazu gehören ein neuer Prompt, ein Tool-Aufruf oder die Frage nach einer Berechtigung. Eine Mod kann vor oder nach dieser Aktion laufen, sie ersetzen oder eigenen Code darumlegen. So kann sie einen Prompt umschreiben, einen Tool-Aufruf blockieren oder mit veränderten Angaben wiederholen. Ebenso kann sie Passwörter und andere vertrauliche Daten aus einer Ausgabe entfernen, bevor Claude sie liest. Mods können außerdem Teile der Oberfläche austauschen sowie Schaltflächen und Eingabefelder ergänzen. Mehrere Mods lassen sich kombinieren. Claude Code führt sie in der Reihenfolge aus, in der sie geladen wurden. Der KI-Coder kann eine gewünschte Mod auch selbst programmieren, installieren und während der laufenden Sitzung neu laden. Anzeige Der Unterschied zwischen Mods und Skills Mods ähneln Skills vor allem bei der Verteilung. Beide können Bestandteil eines Plugins sein und darüber installiert oder weitergegeben werden. Inhaltlich erfüllen sie jedoch verschiedene Aufgaben. Ein Skill enthält hauptsächlich Anweisungen, Fachwissen und vorbereitete Abläufe. Claude lädt ihn, wenn eine passende Aufgabe ansteht. Eine Mod ist dagegen ausführbarer TypeScript-Code. Sie reagiert automatisch auf Ereignisse und kann dadurch den Ablauf oder die Oberfläche von Claude Code direkt verändern. Mods erhalten dieselben Zugriffsrechte auf den Computer wie Claude Code und laufen nicht in einer Sandbox. Nutzer sollten daher nur Erweiterungen aus vertrauenswürdigen Quellen installieren. In verwalteten Umgebungen schützt die eingebaute Mod »sec-default« zentrale Vorgaben vor später geladenen Erweiterungen. Anthropic liefert bereits den Befehl »/diff« als Mod aus. Ein Entwickler kann ihn aber abschalten, ersetzen oder eine eigene Variante bauen.

Microsoft veröffentlicht drei Audiomodelle und Eins ist auf Rang 1

aycaramba@all-ai.de (Andreas Becker) — Thu, 01 Oct 2026 20:05:42 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Microsoft veröffentlicht ein Modell für Echtzeit-Transkription und zwei neue Modelle für Sprachausgabe. MAI-Transcribe-2-Streaming erreicht bei Artificial Analysis mit 2,5 Prozent Wortfehlerrate Rang 1. MAI-Voice-2.1 und die Flash-Variante unterstützen 23 Sprachen und 26 regionale Varianten. Die drei Modelle richten sich vor allem an schnelle und mehrsprachige Voice Agents. Microsoft AI: MAI-Transcribe und MAI-Voice Artificial Analysis: Streaming Speech-to-Text Leaderboard Microsoft erweitert sein Angebot für Sprachverarbeitung um drei neue Modelle. MAI-Transcribe-2-Streaming führt direkt die Streaming-Rangliste von Artificial Analysis an. Mit MAI-Voice-2.1 und einer schnelleren Flash-Variante liefert der Konzern zugleich passende Stimmen für mehrsprachige Voice Agents. Transkription beginnt schon während des Sprechens MAI-Transcribe-2-Streaming erstellt Echtzeit-Transkripte in 60 Sprachen und erkennt dabei auch Sprachwechsel. Erste vorläufige Wörter erscheinen etwas mehr als 100 Millisekunden nach Eingang des Audios. Das Modell korrigiert diese Teiltranskripte mit wachsendem Kontext und legt anschließend eine stabile Fassung fest. Im Streaming-Benchmark von Artificial Analysis erreicht es mit einer Wortfehlerrate von 2,5 Prozent den besten Wert der untersuchten Modelle. Auch bei den ersten Teiltranskripten liegt Microsoft vorn. Die Auswertung berücksichtigt rund acht Stunden Audiomaterial aus Gesprächen, Parlamentsaufnahmen und Unternehmenskonferenzen. + Quelle: Microsoft Dadurch können Voice Agents bereits reagieren oder Funktionen aufrufen, bevor ein Nutzer seinen Satz beendet hat. Bei Diktaten und Untertiteln sollen Wörter doppelt so schnell erscheinen wie beim nächsten Konkurrenten. Bis zum Jahresende kostet die Verarbeitung einer Audiostunde 0,54 Dollar. + Quelle: Microsoft Eine Stimme spricht 23 Sprachen MAI-Voice-2.1 erzeugt Sprache in 23 Sprachen und 26 regionalen Varianten. Dieselbe geklonte Stimme kann zwischen Deutsch, Englisch oder Mandarin wechseln und dabei den jeweiligen Akzent übernehmen. Microsoft verlangt 22 Dollar je eine Million Zeichen. Anzeige MAI-Voice-2.1-Flash unterstützt dieselben Sprachen, richtet sich aber an große Mengen und Anwendungen mit geringer Wartezeit. Das Modell erzeugt 45 Sekunden Audio bei einer Ende-zu-Ende-Latenz von 150 Millisekunden. Die Berechnung läuft 55 Prozent schneller, der Preis liegt bei 15 Dollar je eine Million Zeichen. Beide Sprachmodelle können aus wenigen Sekunden Referenzmaterial eine Stimme klonen. Eingebaute Einwilligungsprüfungen sollen Missbrauch verhindern. Die Modelle stehen unter anderem über Microsoft Foundry und den MAI Playground bereit, die beiden Voice-Varianten außerdem über OpenRouter.

OpenAI-Essay sieht Superintelligenz als ewigen Bürokraten

aycaramba@all-ai.de (Andreas Becker) — Thu, 01 Oct 2026 19:37:07 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Ein OpenAI-Essay sieht die größte Stärke von Superintelligenz möglicherweise in monotoner Ausführungsarbeit. Brillante Ideen brauchen Experimente, Infrastruktur, Geld und funktionierende Institutionen. Die Autoren entwerfen eine wissensgetriebene »Zivilisation der Tiefe« und eine ressourcenhungrige »Zivilisation der Breite«. Der Beitrag gibt die persönliche Sicht der Autoren und nicht die Position von OpenAI wieder. OpenAI: The eternal complement Superintelligenz gilt oft als grenzenloser Ideengeber, der wissenschaftliche Durchbrüche am Fließband liefert. Ein neuer Essay auf der OpenAI-Webseite dreht dieses Bild um. Der größte Nutzen überragender KI könnte darin liegen, langweilige Verwaltungs- und Ausführungsarbeit zu übernehmen, damit brillante Ideen überhaupt Wirklichkeit werden. Geniale Ideen brauchen eine funktionierende Welt Die Autoren Hemanth Asirvatham und Elliott Mokski beschreiben Intelligenz als einen von mehreren Bestandteilen des Fortschritts. Eine Hypothese braucht Experimente, Instrumente, Geld und viele korrekt ausgeführte Einzelschritte. Galileo genügte ein vergleichsweise simples Fernrohr. Hinter dem James-Webb-Weltraumteleskop standen dagegen 300 Organisationen aus 14 Ländern. Auch die Forschung werde mit jedem Fortschritt aufwendiger. Um das Mooresche Gesetz aufrechtzuerhalten, seien heute mehr als 18-mal so viele Forscher nötig wie Anfang der 1970er-Jahre. KI kann diese Umsetzung bereits erleichtern, indem sie programmiert, Fachliteratur durchsucht oder aus einer Skizze einen Prototyp erstellt. Anzeige Zwei mögliche Zivilisationen nach der Superintelligenz Für die Zukunft entwerfen die Autoren zwei Wege. In einer »Zivilisation der Tiefe« gewinnt Superintelligenz neue Erkenntnisse vor allem durch besseres Denken, vorhandene Daten und Simulationen. Wenige gezielte Experimente reichen dann aus, um offene Fragen zu klären. + Quelle: OpenAI In einer »Zivilisation der Breite« erzeugt KI dagegen mehr gute Ideen, als Labore, Fabriken und Behörden umsetzen können. Medikamente müssen weiterhin getestet, Maschinen gebaut und Distanzen überwunden werden. Superintelligenz würde dann vor allem Experimente koordinieren, Ressourcen verwalten und immer größere Projekte organisieren. Die Autoren halten menschliche Neugier trotzdem nicht für überholt. Menschen könnten sich stärker auf kreative Fragen konzentrieren, während Maschinen die monotone Arbeit übernehmen. Der Beitrag eröffnet eine Essayreihe über die nächste Wirtschaft. Er gibt die persönliche Sicht der Autoren wieder und ausdrücklich nicht die Position von OpenAI.

Boston Dynamics: Was man wohl mit dieser Roboter-Hand machen kann?

aycaramba@all-ai.de (Andreas Becker) — Thu, 01 Oct 2026 18:41:00 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Die neue Hand des humanoiden Roboters Atlas besitzt vier Finger und 13 Freiheitsgrade. Sie kann Gegenstände in der Hand bewegen und Geräte wie Bohrmaschinen oder Schleifer bedienen. Drucksensoren erfassen Kontakte an Fingerspitzen und Handfläche. Boston Dynamics verzichtet zugunsten von Kosten, Platz und Zuverlässigkeit bewusst auf einen fünften Finger. Boston Dynamics: Robot Hands for Modern AI and Real Work Boston Dynamics: Video zur neuen Atlas-Hand Boston Dynamics hat für seinen humanoiden Roboter Atlas eine neue Hand entwickelt, die Arbeitsgeräte greifen und bedienen kann. Vier Finger, 13 Freiheitsgrade und Drucksensoren sollen aus einem kräftigen Greifer einen geschickten Arbeiter machen. Der fehlende kleine Finger ist dabei kein Versehen, sondern eine bewusste Entscheidung. Vier Finger für Bohrer, Schleifer und Schweißbrenner Die bisherige Atlas-Hand besaß sieben Freiheitsgrade und war vor allem darauf ausgelegt, unterschiedliche Gegenstände zu greifen. Das neue Modell soll sie auch innerhalb der Hand bewegen, einen rutschenden Griff korrigieren und Auslöser betätigen. Als mögliche Geräte nennt Boston Dynamics unter anderem Bohrmaschinen, Drehmomentschrauber, Schleifer, Nagelpistolen und Schweißbrenner. Der beweglichere Daumen kann an den drei anderen Fingern entlanggleiten und verschiedene Pinzettengriffe ausführen. Jeder Finger wird direkt an den Gelenken angetrieben. Empfindliche Kabel, die über Gelenke verlaufen, entfallen. Drucksensoren an Fingerspitzen und Handfläche erfassen kleine Veränderungen beim Kontakt mit einem Gegenstand. Trotz der zusätzlichen Beweglichkeit erreicht die Hand ungefähr die Größe einer großen menschlichen Hand. Ihre Kraft entspricht dem Vorgänger. Atlas kann damit auch einen beladenen Minikühlschrank mit einem Gewicht von mehr als 45 Kilogramm tragen. Anzeige Warum Atlas keinen kleinen Finger bekommt Ein fünfter Finger hätte drei weitere Antriebe benötigt und damit Kosten, Volumen und Ausfallrisiko erhöht. Das Entwicklerteam klebte deshalb für einen Selbstversuch den kleinen Finger und Ringfinger einen Tag lang zusammen. Anschließend fiel die Entscheidung für vier Finger. Die Konstruktion ist außerdem auf Training in Simulationen ausgelegt. Dabei übt Atlas den Umgang mit wechselnden Motorkräften, Oberflächen, Gegenständen und Störungen. Die in der Simulation erlernten Bewegungen lassen sich anschließend auf den echten Roboter übertragen. Für Boston Dynamics liegt der Nutzen einer geschickten Roboterhand vor allem im Umgang mit menschlichen Arbeitsplätzen. Atlas soll vorhandene Gegenstände, Regale und Geräte nutzen können, ohne dass Betriebe für jede Aufgabe einen eigenen Greifer oder eine spezielle Arbeitsstation bauen müssen.

Elon Musk holt Grokipedia aus dem Tiefschlaf

aycaramba@all-ai.de (Andreas Becker) — Thu, 01 Oct 2026 12:36:17 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Elon Musk hat Grokipedia v0.3 veröffentlicht und beendet damit den monatelangen Stillstand. Die neue Startseite zeigt ausgewählte Artikel, meistgelesene Einträge und aktuelle Änderungen als digitale Bibliothek. Grokipedia verarbeitet wieder Nutzervorschläge und zeigt neue Artikelprüfungen an. Die Artikelseiten wurden optisch verbessert, inhaltlich bleibt die neue Version aber weitgehend vertraut. Elon Musk auf X: Grokipedia v0.3 veröffentlicht Grokipedia v0.3 All-AI.de: Elon Musk lässt Grokipedia heimlich sterben The Verge: Elon Musk’s Grokipedia has a newly refreshed design Elon Musk hat Grokipedia v0.3 veröffentlicht und holt seine KI-Enzyklopädie damit aus einem monatelangen Tiefschlaf. Nach dem Stillstand der Artikelpflege verarbeitet die Plattform wieder Änderungen und präsentiert sich nun mit einer etwas anderen Startseite. Aus dem Suchfeld wird eine digitale Bibliothek Die alte Startseite bestand im Wesentlichen aus dem Grokipedia-Logo und einem Suchfeld. v0.3 zeigt zusätzlich ausgewählte Artikel, die meistgelesenen Einträge und die neuesten Änderungen. Ausgewählte Themen erscheinen als dreidimensionale Bücher, die sich drehen lassen. Weiter unten stehen bekannte Namen und Begriffe als Buchrücken in einem horizontalen Regal. + Quelle: Grokipedia Damit entwickelt sich Grokipedia vom nüchternen Nachschlagewerk zu einer Webseite, auf der Besucher auch ohne konkrete Suche stöbern können. Ein sichtbarer Zähler weist bereits mehr als 1,17 Millionen genehmigte Änderungen aus. Die überarbeitete Live-Ansicht zeigt mehr aktuelle Bearbeitungen auf einmal. Auch die Artikelseiten wurden angepasst. Tabellen mit den wichtigsten Fakten wirken aufgeräumter und die Zeilenabstände sind kleiner. Die eigentlichen Einträge sehen dagegen weitgehend so aus wie zuvor. Anzeige Nach Monaten Stillstand laufen Änderungen wieder Grokipedia startete im Oktober 2025 als KI-generierte Alternative zu Wikipedia. Auf v0.1 folgte einen Monat später v0.2 mit schließlich mehr als sechs Millionen Artikeln. Danach kam das Projekt praktisch zum Erliegen. Seit Ende April änderte sich kein Eintrag mehr, während sich über 13.000 Vorschläge in der Warteschlange sammelten. Kurz vor dem Start von v0.3 begann Grokipedia wieder damit, Artikel zu prüfen und Nutzervorschläge zu übernehmen. Ein Test von The Verge wurde akzeptiert und erschien anschließend im betreffenden Eintrag. Musk verbindet das Comeback nun erneut mit seiner größeren Idee einer »Encyclopedia Galactica«. Wer daran mitarbeiten wolle, solle sich bei SpaceXAI bewerben, schrieb er zur Veröffentlichung.

GPT-6 Astra entschlüsselt Napoleons Kriegsbrief nach 217 Jahren

aycaramba@all-ai.de (Andreas Becker) — Thu, 01 Oct 2026 10:56:03 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ GPT-6 Astra hat einen seit 217 Jahren ungelesenen Kriegsbrief an General Marmont entschlüsselt. Aus einem Scan transkribierte das KI-Modell 1.300 Einheiten und rekonstruierte einen Schlüssel für 155 Zeichen. Der Brief stammt aus dem März 1809 und warnt Marmont kurz vor Österreichs Angriff. Die Lösung ergänzt eine unvollständige Passage in Napoleons gedruckter Korrespondenz. Breaking the Marmont Cipher Carter Church auf X Ein verschlüsselter Kriegsbrief an den französischen General Auguste de Marmont galt jahrzehntelang als ungelöst. GPT-6 Astra hat den Text nun aus einem einzigen Scan gelesen, den Code rekonstruiert und zugleich die Datierung von 1807 auf März 1809 korrigiert. Für den gesamten Ablauf benötigte das KI-Modell rund sechs Stunden Rechenzeit. Bemerkenswert ist weniger die Chiffre selbst als die Verbindung aus Bildanalyse, Transkription, Kryptanalyse und historischer Recherche. + Quelle: carter.church Ein Scan reicht als Ausgangspunkt Die Vorlage aus einer französischen Militärzeitschrift von 1969 zeigt eine Klartextzeile und 24 Reihen aus Zahlen, Buchstaben sowie erfundenen Zeichen. Astra zerlegte das Bild in einzelne Zeilen und erfasste 1.300 Einheiten. Aus zunächst 175 handgezeichneten Varianten entstand ein Katalog mit 155 unterschiedlichen Zeichen. Eine vorhandene Teiltabelle lieferte nur 33 Buchstabenwerte und erklärte damit 435 Einheiten. Für den Rest schrieb Astra einen Solver mit Simulated Annealing, prüfte mögliche Lesarten anhand französischer Sprachmuster und identifizierte 29 Zeichen für ganze Wörter. Jeder Vorschlag wurde anschließend im Scan abgeglichen. Ein Kontrolllauf ohne Marmonts Memoiren und andere napoleonische Texte führte erneut zur gleichen Lesart. Damit hing die Lösung nicht davon ab, dass das verwendete Sprachmaterial den entschlüsselten Inhalt bereits kannte. Anzeige Warnung kurz vor Österreichs Angriff Der Brief entstand Ende März 1809 im Hauptquartier von Eugène de Beauharnais, Napoleons Stiefsohn und Vizekönig von Italien. Napoleon hatte ihn angewiesen, Marmont verschlüsselt über die französischen und verbündeten Armeen zu informieren. Am 10. April begann Österreich den Krieg. + Quelle: carter.church Der entschlüsselte Text nennt Truppenstärken und österreichische Stellungen. Er fordert Marmont auf, sich nicht von »einigen Truppen oder einer Ansammlung von Gesindel« einschüchtern zu lassen. Diese Passage schließt eine Lücke in Napoleons seit 1865 gedruckter Korrespondenz. Der Kryptografie-Historiker Satoshi Tomokiyo prüfte die Lösung. Seine Webseite Cryptiana führt den Brief inzwischen als gelöst und mit dem korrigierten Jahr 1809.

Reddit macht dicht: RSS-Feeds und öffentliche API verschwinden

aycaramba@all-ai.de (Andreas Becker) — Thu, 01 Oct 2026 10:40:16 +0200

GPT-Images-2.5 Kurzfassung ▾ Quellen ▾ Reddit stellt sämtliche RSS-Feeds am 13. November 2026 ein. Der öffentliche API-Zugang endet nach einer Übergangsphase im März 2027. Für gewöhnliche RSS-Nutzer gibt es keinen Ersatz, Entwickler sollen auf die Developer Platform wechseln. Old Reddit bleibt künftig angemeldeten Moderatoren und regelmäßigen Nutzern vorbehalten. Reddit: Continuing our infrastructure updates Reddit: Moving Data API Apps to the Developer Platform Reddit schottet seine Inhalte stärker gegen automatisierte Zugriffe ab. Am 13. November 2026 verschwinden sämtliche RSS-Feeds, im März 2027 endet auch der verbliebene öffentliche API-Zugang. Für Leser, Forscher und Entwickler fallen damit zwei lange etablierte Wege weg, Reddit außerhalb der offiziellen Angebote zu nutzen. Kein Ersatz für gewöhnliche RSS-Nutzer RSS-Feeds liefern neue Beiträge automatisch an Feedreader. Reddit bezeichnet sie inzwischen als häufig genutzte Angriffsfläche für groß angelegtes Scraping und automatisierten Missbrauch. Moderatoren können ihre Benachrichtigungen auf die Reddit-App Discord Relay umstellen. Wer fremde Communitys per Feedreader verfolgt, bekommt dagegen keinen Ersatz. Die öffentliche API trifft es wenige Monate später. Ab dem 31. Oktober 2026 nimmt Reddit keine neuen Anträge auf Zugang mehr an. Am 12. Januar 2027 beginnt die Plattform, nicht registrierte Apps, Bots und Nutzer auszusperren. Im März 2027 endet der öffentliche Zugriff vollständig. Betreiber sollen ihre Anwendungen auf Reddits Developer Platform übertragen. Mehr als 14.000 Apps und Bots sind bereits registriert. Ein Migrationsprogramm zahlt geeigneten Projekten 1.000 Dollar, wenn sie den Wechsel erfolgreich abschließen. Dennoch dürfte die Umstellung zahlreiche unabhängige Bots, Forschungsprojekte und Analyseangebote treffen, deren Betrieb von der bisherigen Schnittstelle abhängt. Anzeige Old Reddit nur noch für regelmäßige Nutzer Auch die klassische, textlastige Oberfläche Old Reddit bekommt eine weitere Zugangshürde. In den kommenden Monaten dürfen nur noch angemeldete Nutzer darauf zugreifen, die sie innerhalb der vergangenen sechs Monate verwendet haben. Angemeldete Moderatoren sind von dieser Frist ausgenommen. Reddit begründet sämtliche Schritte mit Scraping und automatisiertem Missbrauch. Gleichzeitig hat der umfangreiche Bestand aus Beiträgen und Kommentaren für das Unternehmen einen wachsenden wirtschaftlichen Wert. Im zweiten Quartal 2026 stiegen die Einnahmen außerhalb des Werbegeschäfts um 24 Prozent auf 43 Millionen Dollar. Zu diesem Bereich gehören auch Lizenzvereinbarungen für die Nutzung von Reddit-Daten durch KI-Unternehmen.

Ideogram 4.5 verspricht saubere Edits und landet auf Rang 18

aycaramba@all-ai.de (Andreas Becker) — Thu, 01 Oct 2026 09:41:28 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Ideogram 4.5 soll Details über mehrere aufeinanderfolgende Bildänderungen hinweg bewahren. Der Hersteller zeigt dafür einen Vergleich mit 14 Bearbeitungsschritten. In der Image Edit Arena steht das neue Modell vorläufig nur auf Rang 18. Die Arena bewertet einzelne Edits und prüft damit nicht Ideograms wichtigste Spezialität. Ideogram 4.5 Ideogram stellt Version 4.5 vor Image Edit Arena So funktioniert die Arena Ideogram 4.5 soll ein lästiges Problem von KI-Bildmodellen lösen. Bei mehreren Änderungen hintereinander will das Modell ursprüngliche Details bewahren, statt schleichend Farben, Texturen und Bildaufbau zu verändern. In der unabhängigen Image Edit Arena reicht es trotzdem nur für Rang 18. Wir erklären warum. Was Ideogram 4.5 besser machen soll Ideogram bewirbt sein Modell für das präzise Bearbeiten vorhandener Bilder. Wer etwa erst die Farbe eines Produkts ändert, danach den Hintergrund austauscht und anschließend ein weiteres Detail anpasst, soll nicht bei jedem Schritt neue Fehler in bereits fertigen Bereichen bekommen. Das Unternehmen zeigt dafür eine Folge aus 14 Bearbeitungen. GPT Image 2.5 Sunburst, Nano Banana Pro und Nano Banana 2 liefern dabei zunehmend unbrauchbare Bilder, während Ideogram 4.5 das Bild nicht verschlechtert. Weitere Beispiele reichen von veränderter Beleuchtung über übersetzte Schriftzüge bis zur schrittweisen Restaurierung alter Fotos. Quelle: Ideogram Ein weiterer Vorteil sind einzelne Bearbeitungen in vorhandenen Bildern. Ausschnitte aus hochauflösenden Bildern lassen sich verändern und anschließend wieder in das Original einsetzen. An den Rändern des bearbeiteten Bereichs soll kein sichtbarer Übergang entstehen. + Quelle: Ideogram Warum die Arena trotzdem anders urteilt Die Rangliste misst etwas anderes als Ideograms Vorführung. In der Kategorie »Single Image Edit« erhalten Nutzer zwei anonym erzeugte Ergebnisse für eine einzelne Aufgabe und wählen ihren Favoriten. Daraus entsteht eine Gesamtwertung über sehr unterschiedliche Motive und Wünsche. Am 29. September kam Ideogram 4.5 dort mit 1.351 Punkten auf den vorläufigen Rang 18. GPT Image 2.5 Sunburst führt mit 1.522 Punkten, Nano Banana Pro steht auf Rang 10 und Nano Banana 2 auf Rang 12. + Quelle: Arena AI Damit widerspricht die Arena dem Herstellervergleich nicht direkt. Sie prüft weder 14 aufeinanderfolgende Änderungen noch den Aufbau von Bildfehlern über mehrere Schritte. Am Ende hat das Model von Ideogram genau eine Aufgabe und das macht es sehr gut. Ideogram 4.5 ist in der Anwendung und über die API verfügbar, Open Weights sollen folgen. Anzeige

ElevenLabs ist plötzlich 22 Milliarden Dollar wert

aycaramba@all-ai.de (Andreas Becker) — Thu, 01 Oct 2026 09:12:11 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ ElevenLabs wird nach einem Verkauf von Mitarbeiteranteilen mit 22 Milliarden Dollar bewertet. Bei dem Tender Offer wechselten Anteile im Wert von 300 Millionen Dollar den Besitzer. ElevenAgents bearbeitet inzwischen mehr als 15 Millionen Gespräche pro Woche. Eleven v4 führt den unabhängigen TTS-Vergleich von Artificial Analysis an. ElevenLabs erreicht Bewertung von 22 Milliarden Dollar Artificial Analysis: Text-to-Speech-Modelle im Vergleich ElevenLabs wird nach einem Verkauf von Mitarbeiteranteilen mit 22 Milliarden Dollar bewertet. Damit hat sich der Unternehmenswert seit der Finanzierungsrunde im Februar verdoppelt. Mitarbeiter können Anteile verkaufen Bei dem sogenannten Tender Offer wechselten Anteile im Wert von 300 Millionen Dollar den Besitzer. Angeführt wurde die Transaktion von Wellington und T. Rowe Price. Auch Goldman Sachs, GIC und EQT stiegen neu ein. Das Geschäft dient nicht dazu, frisches Kapital für ElevenLabs einzusammeln. Stattdessen können Mitarbeiter einen Teil ihrer Beteiligungen zu Geld machen und damit am gestiegenen Unternehmenswert teilhaben. Das Wachstum treibt vor allem die Plattform ElevenAgents. Unternehmen setzen ihre Sprachagenten im Kundenservice und in internen Abläufen ein. Die Agenten bearbeiten inzwischen mehr als 15 Millionen Gespräche pro Woche, dreimal so viele wie im Februar. Geschäftskunden stehen für 55 Prozent des Umsatzes. Parallel hat ElevenLabs mit Eleven v4 gerade das derzeit beste KI-Modell für Text-to-Speech veröffentlicht. Im unabhängigen Vergleich von Artificial Analysis führt es mit einem Quality Elo von 1320. Insgesamt beschäftigt das Unternehmen inzwischen mehr als 800 Mitarbeiter. Anzeige

Figure lässt seine Roboter in flüssigen Stahl springen

aycaramba@all-ai.de (Andreas Becker) — Thu, 01 Oct 2026 08:48:08 +0200

GPT-Images-2.0 Kurzfassung ▾ Quellen ▾ Figure hat den Großteil seiner F.02-Flotte in einem Lichtbogenofen in Finnland eingeschmolzen. Die Roboter trainierten dafür autonom ausgeführte Sprünge in flüssigen Stahl. Arnold Schwarzenegger gab den Anstoß und beteiligte sich an der Inszenierung. Aus dem Metall entstehen limitierte Nachbildungen des F.02-Kopfs für bis zu 1.900 Dollar. Figure: F.02 Decommission Figure AI Merch Shop: F.02 Decommission Artifact Figure: F.02 Decommission Video Figure beendet den Großteil seiner F.02-Flotte auf ungewöhnliche Weise. Die humanoiden Roboter sprangen selbstständig in einen 75-Tonnen-Lichtbogenofen in Finnland, wo sie eingeschmolzen wurden. Ein Teil des Metalls kehrt nun als teures Sammlerstück in Form des Roboterkopfs zurück. Arnold Schwarzenegger gab den Anstoß F.02 brachte Figure den großen Durchbruch. Der Roboter arbeitete erstmals bei BMW, erledigte Hausarbeiten und half in der Logistik. Mit der wachsenden F.03-Flotte lohnte sich die Wartung des Vorgängers jedoch nicht mehr. Eine gewöhnliche Entsorgung kam wegen der eigens entwickelten Aktoren und anderer geschützter Technik nicht infrage. Jeden Roboter zu zerlegen, hätte wiederum so viele Mitarbeiter gebunden, dass sich die Einführung von F.04 verzögert hätte. Die Lösung kam von Arnold Schwarzenegger. Nachdem der Schauspieler und frühere Gouverneur öffentlich vorgeschlagen hatte, die Roboter einzuschmelzen, holte Figure ihn für die Aktion an Bord. Anzeige Training für den Sprung in flüssigen Stahl Zunächst musste Figure eine Gießerei finden, die Roboter samt Lithium-Ionen-Akkus annimmt. Betriebe in den USA und Mexiko lehnten ab. Schließlich erklärte sich eine Gießerei im finnischen Imatra bereit. Auf dem Firmengelände in San Jose übten die Roboter mit großen Luftkissen Sprünge aus dem zweiten Stock. Bewegungen von Stuntleuten dienten als Vorlage für ein KI-Modell, das Figure in einer Simulation trainierte. Das Team hatte die Gießerei zu diesem Zeitpunkt noch nie besucht. In Finnland blieben dem Team 24 Stunden und sechs Schmelzvorgänge. Pro Durchgang gab es nur ein Zeitfenster von 20 Minuten, bevor sich auf dem flüssigen Stahl eine feste Kruste bildete. Obwohl Hitze und elektromagnetische Felder Kameras und andere Elektronik ausfallen ließen, führten die Roboter ihre Sprünge aus. Aus den Metallbarren entstehen nun limitierte Nachbildungen des F.02-Kopfs. Die kleine Version im Maßstab 1 zu 3 kostet 500 Dollar. Die große Variante für 1.900 Dollar ist bereits ausverkauft. Nur wenige F.02-Roboter lagert Figure weiterhin am Firmensitz ein. + Quelle: Figure