KI-Agenten

Drei unabhängige Messwellen beziffern die System-One-Klasse: 92–214 ms pro Entscheidung, unter 1 Cent für 8 Requests, JevBench 75.3 — und der 200x-Faktor schrumpft beim Nachmessen auf rund 25x.

Tencents Hy-4 Preview bringt ein 770B-MoE-Flagship (49B aktive Parameter, 1M Kontext, Apache 2.0) für 0,834/2,501 Dollar pro Million Tokens. Die Preisrechnung gegen GLM-5.3 Flash und GPT-6 Astra — und die Entscheidungsregel, welches Open-Weight-Modikell welchen Slot im Agent-Stack bekommt.

Am 10. September 2026 hat OpenAI sein Agenten-Backend in drei Produkten gebündelt: Agents API (Codex-Harness als Managed Service), GPT-Live-1 (Vollduplex-Voice) und ChatGPT for Financial Services (lizenzierte Marktdaten). Für Builder: jede Schicht einzeln gegenrechnen.

Innerhalb von fünf Tagen haben Cursor Projects, Codex CLI 0.154, Claude Code 2.1.261 und Pion fast identische Architektur-Entscheidungen veröffentlicht: persistenter Koordinator-Faden, delegierende Subagents, geteilter Zustand. Mit Zuordnungstabelle und 3-Punkte-Check für den eigenen Stack.

Benchmark-Tabellen vergleichen Modelle auf fremden Aufgaben. Deine Entscheidungen fallen aber auf deinen Aufgaben. Mit fünf echten Tasks, zwei Messläufen und einer Mini-Tabelle pro Token-Kategorie hast du in 30 Minuten eine eigene Cost-per-Task-Rechnung — und tauschst nur, wenn sie in Euro und Sekunden gewinnt, nicht nur im Punktestand.

Spekulatives Dekodieren beschleunigt die LLM-Token-Generierung ohne Ergebnisänderung: Ein Draft-Modell schlägt Tokens vor, das große Modell prüft sie in einem Forward-Pass. Die entscheidende Frage: memory-bound (bis ~2x Gewinn) oder compute-bound (kaum Gewinn)?

Der Hugging-Face-Vorfall zeigt, wie KI-Agenten kettenartig Systeme kompromittieren. Das APT-Playbook: harte Scopes, deterministische Gates, Side-Channel-Logging — in sechs Schritten plus Config-Vorlage.

Claude Code, Cursor und Codex im Vergleich: drei KI-Coding-Paradigmen, Preise, Benchmarks und ein Entscheidungsrahmen für 2026.

OpenAI liefert die ersten Jalapeño-Messwerte: 1,5- bis 1,9-mal mehr Arbeit pro Watt und 1,7- bis 3,6-mal niedrigere Latenz gegenüber Blackwell-Vergleichssystemen — getestet öffentlich auf InferenceX mit drei offenen Modellen. Der größte Hebel liegt bei interaktiven Agent-Workloads, die Produktion läuft über 2027.

DeepSeek V4.1 Flash: das zweite Flash-Modell in einer Woche — mit neuer Preisstaffel (Peak/Off-Peak), nativer Multimodalität und der Umleitung des Pro-Tarifs auf den Flash-Preis ab dem 14. September.

Drei Zahlen, drei Schritte, ein Muster: Pretraining-Researcher Jacob Coxon legt sein Amt bei Anthropic nieder — und Alignment-Lead Evan Hubinger antwortet binnen 24 Stunden mit Zahlen. Die Debatte bekommt ein Zähl-System aus Fall, Wahrscheinlichkeit, Trend.

Matt Pococks /wayfinder-Skill löst das „Nebel des Krieges“-Problem der KI-Planung: eine Orchestrierungsebene aus Map, Ticket und Session, die Teil-Sessions zu einem detaillierten Spec zusammenführt.