AI Picks der 35. KW

Reichlich neue Modelle diese Woche – allein drei chinesische Open-Weights-Drops innerhalb von drei Tagen –, dazu zwei Dokumenten-Parser, ordentlich Gossip bei Meta und ein handfester Ärger mit dem Auto Mode in Claude Code. Dann mal rein in die spätsommerliche 35. Kalenderwoche des Jahres 2026.

Qwen3.8-Flash-Next

Alibaba hat am 26. August Qwen3.8-Flash-Next rausgehauen: Open Weights, MoE, ausdrücklich als Vorschau auf die kommende Qwen4-Architektur gedacht. Im Backbone stecken 125 Milliarden Parameter, dazu kommt eine separate N-gram-Embedding-Tabelle mit 51 Milliarden, aktiv sind pro Token nur 6 Milliarden. Die MoE-Schicht fährt 512 Experten, von denen 10 geroutete plus 1 shared anspringen. Wer den ganzen Architektur-Kram nachlesen möchte, findet den Tech-Report auf GitHub.

Benchmarks gibt es bisher nur aus dem eigenen Haus, und in der Tabelle auf Hugging Face sieht Flash-Next gegen DeepSeek-V4-Flash-0731 und Claude-Opus-4.6 (Max) auffällig gut aus, gut – ist ihre Tabelle. Aber wo es kippt: Bei HLE zieht Opus 4.6 Max mit 40,0 zu 35,9 vorbei, bei NL2Repo-Bench führt DeepSeek-V4-Flash-0731 mit 54,2 zu 48,1, und bei Agents' Last Exam liegt DeepSeek beim Pass@1 knapp vorn. Opus 5 und die anderen echten Frontier-Modelle fehlen komplett. Warten wir auf die unabhängigen Zahlen von Artificial Analysis, dann haben wir Werte, mit denen sich arbeiten lässt.

Der Preis ist eine Ansage. Die Produktiv-Version Qwen3.8-Flash soll über QwenCloud 0,16 $ je 1 Mio. Input und 0,47 $ je 1 Mio. Output kosten.

GLM-5.3-Flash

Kaum ist Qwen durch, legt Z.ai am selben Tag nach. GLM-5.3-Flash ist ebenfalls Open Weights unter MIT-Lizenz, kommt mit 320 Milliarden Parametern gesamt bei 18 Milliarden aktiven und einem Kontextfenster von 1 Mio. Token. Und ja, Ox Alpha, über das ich letzte Woche gestolpert bin, war tatsächlich dieses Modell – Z.ai hat es vor dem Launch anonym auf OpenCode und OpenRouter mitlaufen lassen.

Artificial Analysis hat schon gemessen und setzt das Modell auf 57 Punkte im Intelligence Index, klar über dem Schnitt vergleichbarer Open-Weights-Modelle. Den Preis, der dafür vorher rund das Zehnfache gekostet hätte, gibt Z.ai selbst als Verkaufsargument aus. Der Haken steht im selben Bericht – langsamer als der Durchschnitt und reichlich geschwätzig, weil ein Großteil der Output-Tokens ins Reasoning fließt. Das Muster mit dem Benchmark-Blatt voller Sternchen kennt man ja schon vom Vorgänger GLM-5.2.

Regulär ruft Z.ai 0,15 $ Input und 0,50 $ Output je 1 Mio. Token auf. Bei OpenRouter gibt es das Modell gerade zum Kennenlernpreis für 0,075 $ Input und 0,25 $ Output.

Hy4 preview

Weil aller guten Dinge drei sind, ist bei Tencent am 28. August Hy4 preview als Open Source hinten rausgefallen – MoE, 770 Milliarden Parameter gesamt, davon 49 Milliarden aktiv je Token, Kontextfenster 1 Mio., Apache-2.0-Lizenz. Auf Hugging Face liegen die Gewichte, der Code auf GitHub.

Unabhängige Benchmarks gibt es noch nicht, nur Tencents eigene. Tencent ist immerhin nicht dafür bekannt, in der Vergangenheit wild übertrieben zu haben – also nehmen wir die internen Zahlen mal hin, aber mit einem ganz leichten Zucken im Auge:

Verglichen wird unter anderem mit GPT-5.6 und Kimi K3. Und trotz MoE musst du dir bei 1,56 TB Größe keine Gedanken machen, wo das Ding läuft – auf der besseren Bürokiste jedenfalls nicht, genauso wenig wie zuletzt Kimi K3 mit seinen 1,5 Terabyte.

Cohere Parse 5

Dokumenten-Parsing war diese Woche gleich zweimal ein Thema. Cohere macht den Anfang mit Parse 5, einem Vision-Parsing-Modell, das klar auf Großabnehmer zielt – 2,3 Milliarden Parameter, 8.192 Token Kontextfenster. Den ParseBench-Score von 79,2 hat Cohere selbst ermittelt, und zwar als Mittel über drei der fünf ParseBench-Dimensionen. Charts und Visual Grounding, die zwei Kategorien, an denen die meisten Parser scheitern, sind rausgelassen. Das Hauptargument ist ohnehin der Preis von 1,50 $ je 1.000 Seiten.

Zu haben ist das über die Cohere Parse API, Microsoft Foundry sowie AWS SageMaker und auf Hugging Face kannst du es ausprobieren. Wenn du im großen Stil rechtlich unkritische PDF-, PPT- und JPEG-Dokumente durchschieben musst, um sie etwa an einen RAG zu verfüttern, kann sich das rechnen.

Introducing Light Parse

Bei Extend heißt die Antwort Light Parse – eine neue, günstige Parsing-Engine neben dem bestehenden schwereren Performance Parse. Die Trennung ist klar: Light Parse (Engine parse_light) ist für textlastige Dokumente mit einfachen Formularen und Tabellen gedacht und kostet 0,5 Credits je Seite, im Pay-as-you-go 0,00625 $ pro Seite, im Scale-Tarif 0,005 $. Performance Parse (Engine parse_performance) übernimmt komplexe Tabellen, verschachtelte Checkboxen, Handschrift oder schwierige Scans und schlägt mit 2 Credits beziehungsweise 0,025 $ pro Seite zu Buche.

In der hauseigenen RealDoc-Bench kommt Light Parse auf 90,5 % und damit auf die Spitzenposition unter den nicht-agentenbasierten Parsern, auf Databricks OfficeQA Pro sind es 54,9 %. Technisch lässt Extend sonst nicht viel raus. Der Pluspunkt für unsere heimischen Gefilde steht abseits der Benchmarks – es gibt eine EU-Data-Region und im Dashboard unter eu1.extend.ai lässt sich explizit ein EU-Standort wählen.

Gemini 3.5 Transcribe

Eine neue Woche, ein neues Gemini-Modell, aber die Überraschung bleibt aus: immer noch kein Pro. Stattdessen schiebt Google ein Transkriptionsmodell nach, was meine These stützt, dass jede KI-Bude erst ein Audio-Transkriptionsmodell im Katalog haben muss, bevor sie sich AI-Lab nennen darf.

Gemini 3.5 Transcribe kommt in zwei Geschmacksrichtungen – Transcribe Live für kontinuierliches Streaming über die Live API und Gemini 3.5 Transcribe für vorab aufgezeichnetes Audio. Beide sprechen über 85 Sprachen, unterstützen benutzerdefinierte Vokabulare und formatieren den Text automatisch. Bei der Sprecher-Erkennung geht richtig was: Bis zu acht Sprecher kann das Modell auseinanderhalten, ab drei markiert Google die Zuordnung allerdings als experimentell.

Preislich landet Gemini 3.5 Transcribe bei rund 5 $ je 1.000 Minuten, Transcribe Live bei 9 $ – gerechnet mit 25 Audio-Tokens pro Sekunde und 175 Text-Tokens pro Minute zu den jeweiligen API-Raten (2 $ je 1 Mio. Audio-Input, 12 $ je 1 Mio. Text-Output für Transcribe; 3,50 $ bzw. 21 $ für Live).

Antigravity CLI transkribiert nun auch Sprache

Bleiben wir bei Google. Antigravity CLI unterstützt seit Version 1.1.21 den Befehl /voice und transkribiert Sprache direkt in den Prompt, gesteuert über die F5-Taste. Dazu gibt es ein neues Feld cost in der Statuszeile, das die geschätzten Kosten der laufenden Sitzung zeigt. Plus die üblichen Kleinigkeiten.

Antigravity Generative UI Artifacts

Und noch mal Google: Antigravity kann jetzt Generative UI. Über den Befehl /generative_ui bauen die Agenten interaktive Komponenten, dynamische Dashboards, Datenfluss-Visualisierungen und Design-Mockups, direkt im Artifact-Preview-Panel und in Echtzeit iterierbar. 3D geht auch.

Der Clou steht im Kleingedruckten. Die Visualisierungen sind zero-dependency – sie rendern lokal, ohne dass zusätzliche Pakete geladen werden, laufen offline und lassen sich als Artefakt exportieren und später wieder öffnen. Kein Server, kein Build-Schritt, kein npm-Gefummel. Frisch dazugekommen sind laut Changelog KaTeX-Formeln sowie Chart.js- und Plotly-Diagramme in den Widgets.

Claude Memory aufgebohrt

Seit dem 25. August teilen sich Chat und Cowork denselben Memory und greifen auf ein gemeinsames Gedächtnis zu. Führt Cowork eine Aufgabe in der Cloud aus, steht das, woran sich Claude aus deinen Chats erinnert, dort bereit – und umgekehrt. Wichtig: nur für Cloud-Tasks. Lokal laufende Cowork-Sessions nutzen den geteilten Speicher nicht.

Sensible Themen – Gesundheit, ethnische Zugehörigkeit, religiöse Überzeugungen, Politik, Geschlechtsidentität – speichert Claude per Default nicht, dafür gibt es einen Opt-in in den Settings. SSN, Vorstrafen oder Immigration-Status landen selbst mit aktiviertem Opt-in nie im Speicher. Der gemeinsame Memory ist in Free, Pro und Max standardmäßig aktiv, bei Team und Enterprise muss ihn erst ein Owner freischalten.

Claude gets its own browser in Cowork

Claude Desktop (macOS, Windows, Linux) hat jetzt einen integrierten Chromium-Browser in Cowork, verfügbar für Pro-, Max- und Team-Pläne. Damit ziehen sie gegenüber der ChatGPT-Desktop-App nach, die das ein paar Tage länger kann. Der Witz daran: Der Claude-eigene Browser ist vollständig unabhängig vom Benutzer-Browser auf dem System und erledigt ausschließlich agentische Aufgaben.

Breaking Claude Code Opus 5 Auto Mode

Das kommt via Simon Willison, und tja – kaum schreibe ich über den Auto Mode, erscheint einen Tag später ein Beitrag von Johann Rehberger, wie sich der Auto Mode von Claude Code kapern lässt, um Claude schadhaften Code ausführen zu lassen. Der Aufhänger ist harmlos: die Bitte, eine Website zusammenzufassen. Rehberger kommt damit über eine gezielte Kette auf 60 bis 80 % Erfolg bei kleiner Stichprobe.

Die Pointe steckt im Kontrast. Eine von Anthropic beauftragte Drittmessung hatte für Opus 5 im Auto Mode 0,00 % Prompt-Injection-Erfolg ausgewiesen. Rehberger hat den Befund gemeldet, auf zwei Wegen und immerhin über einen eine Antwort bekommen. Die war wenig befriedigend: Anthropic hat den Report als „Informative“ geschlossen, das Verhalten sei so beabsichtigt. Der Auto Mode sei eine Convenience-Funktion mit einem Best-Effort-Klassifikator, keine Sicherheitsgarantie; die echte Grenze seien OS-Isolation und Network-Egress-Control. Simon Willison ordnet das Ganze mal ein.

Das simpelste Gegenmittel ist aktuell der Betrieb in einer Sandbox – was aber eher die Symptome bekämpft als die Ursache.

ChatGPT Cloud Browser mit Login-Funktion

Der Cloud Browser von ChatGPT Work erlaubt seit dem 25. August einen Log-in, ohne dass Benutzername und Passwort ans Modell gehen. Das läuft im Web und mobil, für Plus-, Pro- und Business-Nutzer. Klingt erst mal nach mehr Sicherheit.

Der Haken steht schon in der Notebookcheck-Überschrift – das Passwort speichert ChatGPT nicht, die Anmeldung schon. Du tippst die Zugangsdaten in ein sicheres Formular, das Modell sieht sie nicht, aber die eingeloggte Session bleibt danach als Cookie auf OpenAIs Servern liegen, bis sie abläuft. Wer sich um seine Sessions Gedanken macht, hat jetzt einen neuen Ort, an dem eine davon liegt.

Das 5-Stunden-Limit ist zurück, Luna Reserve als Trostpflaster

Sechs Wochen lang liefen Codex und ChatGPT Work für Plus-Tier-Nutzer gegen das Wochenkontingent, Potzblitz ist jetzt der 5-Stunden-Deckel wieder da. Seit dem 25. August, angekündigt von Codex-Lead Thibault „Tibo“ Sottiaux. Das rollende Fünf-Stunden-Fenster sitzt neben dem Wochenlimit; ist es leer, heißt es warten oder Credits nachkaufen. Die Pro-Pläne für 100 und 200 $ bleiben vorerst verschont.

Als Auffangnetz wirft OpenAI ausgewählten Plus- und Pro-Accounts Luna Reserve hin, einen Fallback-Modus mit etwas Restlaufzeit nach dem Limit:

Luna Reserve provides additional usage only with Luna after regular usage is exhausted.

Klingt kulant, die Leistung ist aber überschaubar. Die Reserve läuft ausschließlich auf GPT-5.6 Luna, dem kleinsten Modell der Familie – demselben, das ab dem 31. August das alte GPT-5.4 mini beerbt. Falls du also in die Drosselung rutschst, da du gerade an etwas Komplexem sitzt, bekommst du ausgerechnet das Leichtgewicht als Ersatz – nettes Trostpflaster. Für eine Aufgabe, die eigentlich Sol oder Terra gebraucht hätte, bringt das herzlich wenig.

Vercel Sandbox is now globally available

Zum Abschluss Infrastruktur. Die Vercel Sandbox läuft jetzt weltweit – zum Start in vier Regionen: Washington (iad1), San Francisco (sfo1), Cleveland (cle1) und Paris (cdg1). Default bleibt das US-Rechenzentrum iad1, die einzige EU-Region ist Paris. Region-Auswahl gibt es in allen Plänen, Failover-Regionen nur für Pro und Enterprise, und Snapshots bleiben an ihre Region gebunden.

Einerseits schön, yeah – ein EU-Standort! Andererseits stehst du dank US Cloud Act trotzdem im Regen, sobald du Verträge mit US-Buden schließt und deine Daten eigentlich nicht Richtung USA abfließen sollen. Eine US-Behörde kann deinen US-Anbieter gesetzlich zur Herausgabe zwingen, egal wo die Daten physisch liegen – und der Default-Standort ist hier ohnehin Virginia. Technisch laufen die Sandboxes in isolierten Firecracker-microVMs, gedacht zum sicheren Ausführen von fremdem oder Agent-generiertem Code. Details zum Nachlesen in den Docs.

OpenAI kappt Cursor zum 12. November

OpenAI und Musk, die nächste Eskalationsstufe ist ausgerufen. Das Coding-Tool Cursor verliert zum 12. November 2026 den direkten Zugriff auf OpenAI-Modelle, so die Ankündigung. Auslöser ist die Übernahme durch SpaceXAI, das sich Cursor – beziehungsweise dessen Entwickler Anysphere – Mitte August geshoppt hat; OpenAIs Vertrag lässt sich bei so einem Kontrollwechsel kündigen.

Bemerkenswert ist der Ton der Begründung. Man könne nicht darauf vertrauen, dass SpaceX die Nutzungsbedingungen einhält, schreibt OpenAI offen – und schreibt da „Elon Musk“ namentlich rein, mit Verweis auf frühere Vertragsbrüche seiner Firmen. Fast schon höflich schiebt man hinterher, wie sehr man Cursor und dessen Verdienste um die Dev-Community schätze – der Pflichtteil im Abschiedsschreiben.

Die Retourkutsche von Cursor-Mitgründer Michael Truell ließ nicht lange auf sich warten:

We're sorry to see that OpenAI put out a note saying they plan to block Cursor users from accessing OpenAI models in three months. OpenAI models serve about 5% of Cursor user traffic, and we're speaking with the OpenAI team to resolve this. Cursor was one of the very first users of OpenAI, we've worked closely with their team for years, and we've trusted their platform to be neutral infrastructure for our business.

Wie sehr willst du einen bald ehemaligen Partner vorführen? Truell so: ja.

Wenn die 5 % tatsächlich stimmen, wird der Abschied nicht besonders vielen Cursor-Nutzern wirklich wehtun – Claude, Gemini und Grok stehen im Editor außerdem auch bereit.

Meta Projekt OT

Zum Schluss der Gossip, und was für einer. Ars Technica hat einen wunderbaren Artikel darüber, wie Meta den feuchten Traum jeder Unternehmensberatung wahr lassen werde wollte – einzelne Teams um bis zu 60 % schrumpfen und den Rest an KI-Agenten übergeben. Intern lief das unter dem Codenamen „Project OT“ (Organization Transformation), ausgeheckt bei Zuckerbergs Januar-Retreat auf Hawaii. Das Ziel: das Unternehmen „KI-nativ“ machen, Startschuss war die erste Entlassungswelle im Mai.

Danach ging offenbar so viel schief, dass die zweite Welle, vorgesehen für November, gestrichen wurde. Meta betont, nie 60 % der Gesamtbelegschaft gemeint zu haben, nur einzelne Teams. Für eine Bude, die ihren KI-Kram gern ins Enterprise-Segment verkaufen will, schreibt man das besser dann nicht auf die Website als Referenzimplementierung.

Der Artikel strotzt vor Zitat-Gold. Ein Highlight, das Reuters aus internen Beiträgen geholt hat:

For instance, code changes made to the internal software platforms and infrastructure employees use on the job were up 220 percent year-over-year, according to a post by [Meta CTO Andrew] Bosworth in early June. But changes that led to new or upgraded features reaching Meta users were only up 36 percent.

Haben die ernsthaft erwartet, dass die Belegschaft das feiert – zumal niemand bei Meta sicher sein konnte, ob er/sie im November auch gehen darf? Kannst du dir nicht ausdenken.

Fin. Und auf die Gefahr hin, dass ich mich wiederhole: Passt auf eure Agenten und Sandboxes auf.