KI Picks der 43. KW

Diese und auch die nächsten zwei bis drei Wochen bin ich etwas stärker eingespannt; es stehen einige Veränderungen an, ich muss recht viel Kram vorbereiten und schraube nebenbei auch hinter den Kulissen hier herum. Dieser Server hat z. B. ein frisches Update erhalten, sodass er nun auch nativ HTTP/3 spricht, dazu kamen einige weitere Neuerungen unter der Haube. Außerdem mache ich meine lang währende Drohung wahr und baue aktuell an einem eigenen Eval für LLM-Tests in einem „feels-like-KMU“-Szenario. Und als wäre das nicht genug, bereite ich gerade einen Onlinekurs am 3. November vor, an dem ich beteiligt bin, sowie einen Talk für die Konferenz „Google Ads und KI“ am 10. November. Ende Oktober bis Anfang November hat Meta zudem noch zu einem Hackathon im Rahmen von Muse geladen, für den freundlich aufgefordert wurde, doch mal ein Projekt einzureichen. Sprich: Langeweile habe ich gerade nicht so wirklich.

Sei es drum, gehen wir in eine kompakte Runde der 43. Kalenderwoche:

MiniMax M3.1 Flash – Space Bunny war also doch kein Haustier

Der Hase hat seit dem 19. Oktober einen Namen: Das zuletzt anonym getestete Space Bunny (u. a. bei OpenRouter) war laut MiniMax eine frühe Version von MiniMax M3.1 Flash und hat in der Zeit über 200 Billionen Tokens verarbeitet. Das neue Reasoning-Modell zielt vor allem auf Agent-Workflows, Coding, Computer Use und Security. Technisch interessanter als die übliche Release-Prosa sind für mich aber zwei andere Zahlen: 1 Million Tokens Kontextfenster und der API-Preis von 0,15 $ Input beziehungsweise 0,60 $ Output pro Million Tokens. Cached Input kostet nur 0,015 $. Das ist für ein Modell dieser Geschmacksrichtung und Klasse schon ziemlich aggressiv.

MiniMax spricht von fast dreifacher Inference-Geschwindigkeit und 70 % niedrigeren Kosten bei agentischen Tasks gegenüber dem Vorgänger. Artificial Analysis bestätigt den niedrigen Preis, ordnet M3.1 Flash mit 43 Punkten auf Platz fünf von 174 Modellen im Intelligence Index ein und kommt auf 0,22 $ pro Task, bei sehr gesprächigen 180 Millionen Tokens für den Index (Median: 100 Millionen). Über die MiniMax-API misst AA derzeit 95,6 Tokens/s. Beworben sind 170+ TPS im Median, die Messung liegt gut 40 % darunter. Unterschiedliche Testbedingungen sind möglich, aber 170 und 96 sind nun einmal nicht dasselbe. Bei M2.7 lief es übrigens ähnlich, damals maß AA 45,6 statt der beworbenen rund 100 TPS.

Wofür das Ding also benutzen? Agent-Loops, bei denen sich Output-Tokens und Kosten schnell läppern. In MiniMax Code ist M3.1 Flash bis zum 25. Oktober (23:59 Uhr, UTC+8) ohne Nutzungslimit freigeschaltet, der M Plan kostet im ersten Monat bis Ende Oktober die Hälfte (Aktion). Seit dem 23. Oktober sind auch die angekündigten Open Weights auf Hugging Face verfügbar, nach der Hängepartie bei M3 diesmal pünktlich. Damit wird M3.1 Flash auch für Self-Hosting und eigene Inference-Stacks interessant – na ja, theoretisch jedenfalls. Mit rund 428 Milliarden Parametern bei etwa 23 Milliarden aktiven Parametern pro Token und rund 252 GB Gewichten ist das kein Modell, das man mal eben nebenbei auf die Kiste mit der RTX 4090 wirft.

Die MiniMax Community License erlaubt grundsätzlich nur nicht-kommerzielle Nutzung. Kommerziell geht es nur mit einem sichtbaren „Built with MiniMax M3.1-Flash“ und einer einmaligen Mitteilung an MiniMax, ab 20 Millionen Dollar Jahresumsatz braucht es eine schriftliche Genehmigung. Dazu kommt eine Liste verbotener Einsatzzwecke, militärische Nutzung eingeschlossen (das btw. ich ziemlich bemerkenswert finde – können die das auch in ihrem Heimatmarkt, also China, durchsetzen?). AA führt das Modell übrigens noch als „Proprietary“.

DeepSeek V4.1 Flash 1017 – Viva la Evolution

Bei DeepSeek ist am 17. Oktober DeepSeek-V4.1-Flash-1017 hinten vom Band gefallen. Der etwas sperrige Name steht für ein Weight-Update von V4.1 Flash aus dem September, Hugging Face nennt es selbst ein „minor update“. Über die API bedient der Modellname deepseek-flash inzwischen die neue Version. DeepSeek spricht von „Wish-Driven Programming“ und zeigt komplette Spiele, 3D-Szenen und andere Coding-Projekte, die das Modell weitgehend selbständig erstellt haben soll, darunter die Verbotene Stadt in 3D und einen Portal-2-Nachbau in Godot.

Reinforcement Learning mit Self-Feedback wurde gezielt auf längere Coding- und Agent-Tasks bis hin zur kompletten Projektentwicklung getrimmt, gleichzeitig sollen Laufzeit und Output-Länge gegenüber dem September-Release sinken, sagt DeepSeek.

Artificial Analysis misst die Max-Variante aktuell mit rund 204 Tokens/s, einem 1-Million-Token-Kontextfenster und 0,26 $ durchschnittlichen Kosten pro Intelligence-Index-Task. Im Index selbst kommt sie auf 45 Punkte, Platz zwei unter 121 Open-Weight-Modellen und zwei Punkte vor MiniMax M3.1 Flash. Sogar MiniMax’ eigene Vergleichstabelle auf Hugging Face sieht DeepSeek bei DeepSWE (77,0 zu 73,7) und Terminal Bench (42,3 zu 38,1) vorn, nur bei Automation-Bench liegt M3.1 Flash knapp davor (62,8 zu 60,5). Auffällig bleibt die Ausführlichkeit: Trotz DeepSeeks Claim kürzerer Outputs braucht das Modell bei AA 210 Millionen Tokens für den Index, der Median liegt bei 140 Millionen. „Kürzer“ heißt eben nicht automatisch „kurz“.

DeepSeek bezeichnet 552 Milliarden Parameter als Backbone, daneben stehen rund 196 Milliarden Parameter Engram Memory und weitere Komponenten. Hugging Face zählt für den kompletten Checkpoint deshalb rund 763 Milliarden Parameter, aktiv sind pro Token 8 Milliarden im Prefill und 16 Milliarden beim Decoding. Das widerspricht sich nicht direkt, zeigt aber ganz schön, warum „Wie viele Parameter hat das Modell?“ inzwischen eine erstaunlich komplizierte Frage geworden ist. Die Gewichte stehen unter MIT-Lizenz und wiegen rund 510 GB.

Es gibt noch einen zweiten Teil als Goodie hintendran: DeepSeek öffnet seine bisher interne Search- und Fetch-API, hinter der laut DeepSeek eine eigene Suchmaschine mit täglich Hunderten Millionen Anfragen steckt. Search liefert strukturierte Suchergebnisse, Fetch zieht einzelne Webseiten als Markdown – jeweils für 0,75 $ pro 1.000 erfolgreiche Requests, bei einem QPS-Limit von 100 (Search) beziehungsweise 25 (Fetch). Das ist für eigene Agenten und RAG-Pipelines brauchbarer als noch ein Hersteller-Benchmark. Für DeepSeek-API-Nutzer bleiben entsprechende Server-Side-Tool-Aufrufe über DeepSeek Harness, Claude Code und Codex noch bis 31. Oktober 2026, 17 Uhr MEZ (16 Uhr UTC) kostenlos. Danach beginnt die Abrechnung.

Das ist mehr Evolution als ein neuer Wurf, das steht aber auch so im Namen. Mit Open Weights unter MIT-Lizenz, 1M Context, Bild-Input, niedrigen API-Preisen und jetzt eigener Search-Infrastruktur wird daraus langsam ein ziemlich vollständiger Agent-Stack. Und das dürfte auf Dauer mehr zählen als die Frage, ob DeepSeek im eigenen Benchmark diesmal noch drei Punkte mehr herausquetscht.

Mammoth-1 und Elephant-1: Jev bekommt Gesellschaft (also noch mehr)

Der Platz in der Ecke der Decision Models wird langsam gut voll: Base Labs, die Research-Abteilung von Baseten, hat am 21. Oktober mit mammoth-1 und elephant-1 zwei Modelle veröffentlicht, die das tun, was Decision Models so tun: Wahrscheinlichkeiten für vorgegebene Antworten liefern. Also Choice, Ja/Nein oder Score – beispielsweise für Ticket-Routing, Spam-Erkennung, Guardrails oder als günstiger Router vor einem größeren LLM. Das Prinzip ist dasselbe wie bei Jev und Co.: Für „Ist das A, B oder C?“ braucht man nicht zwingend ein Modell, das erst einmal 300 Tokens darüber philosophiert.

Technisch basieren beide auf Qwen3.5. Elephant-1 nutzt die 9B-, Mammoth-1 die 27B-Variante; Base Labs hat sie mit insgesamt 6,21 Millionen Decision-Beispielen aus öffentlichen und synthetischen Daten post-trained. Die Architektur wurde für den Zweck angepasst: Block-bidirectional Attention auf den Full-Attention-Layern erlaubt den Fragen Zugriff auf ihre jeweiligen Antwortoptionen, Shared-Prefix-Caching soll mehrere Entscheidungen zum selben Input günstiger machen. Bilder nehmen die Modelle zwar an, trainiert wurde laut Technical Report aber nur auf Text, der Vision-Encoder blieb eingefroren. Beim Kontext ist nach 16.384 Tokens Schluss. Beide Modelle stehen unter MIT-Lizenz, die Gewichte liegen auf Hugging Face (mammoth-1, elephant-1), und Baseten stellt sie über seine Model APIs bereit, bis zum 27. Oktober (23:59 Uhr PT) sogar kostenlos und mit Zero Data Retention.

Base Labs nennt Mammoth-1 natürlich direkt das „best decision model in the world“, und zum Release stand es auf dem Jev Decision Index mit 71,24 Punkten tatsächlich auf Platz eins. Lange gehalten hat der Titel nicht. In der aktuellen Version 0.4.1 (Stand 22. Oktober) liegt Mammoth-1 mit 68,44 auf Platz drei, hinter den frisch eingetragenen Fastino GLiDE 1.2 (71,52) und Jeffan-31b-1710 (69,75). Elephant-1 soll laut Base Labs Jev schlagen, im Index sind es 60,26 zu 60,24 gegenüber Jev 1.14, das sind zwei Hundertstel. Außerdem vermerkt der Index bei beiden Base-Labs-Modellen, dass je ein privater New-Domain-Test wegen Anzeichen für Training-Data-Overlap aus der Wertung genommen wurde. Das macht die Modelle nicht schlecht, ist aber genau die Sorte Sternchen, die unter einer Launch-Grafik gern etwas kleiner gedruckt wird.

Bei Artificial Analysis lohnt der zweite Blick ebenfalls, denn im offiziellen Decision Index steht bislang nur Elephant-1 mit 64,7 Punkten, knapp hinter d1-ultra mit 65,2. Die 65,9 Punkte für Mammoth-1 aus dem Launch-Blog stammen aus Basetens eigenem Nachbau des Index.

Indra OCR 1.1

Datalab hat am 19. Oktober Indra OCR 1.1 veröffentlicht, ein kleines OCR-System, das ohne GPU auf der CPU läuft und PDFs oder Bilder direkt in Markdown, Text oder JSON samt Bounding Boxes und Layout-Struktur zerlegt. Neu in 1.1 sind vor allem deutlich mehr Schriftsysteme, Handschrift sowie eine robustere Erkennung gedrehter und schiefer Seiten. Japanisch, Koreanisch, Arabisch, Hebräisch, Thai und weitere indische Schriften (Devanagari und Bengali konnte schon 1.0) funktionieren nun auch auf Scans statt nur über vorhandene PDF-Textlayer. Getestet hat Datalab 95 Sprachen, 83 davon erreichen einen F1-Wert von mindestens 0,90. Seiten dürfen um bis zu 45 Grad schief liegen; seitlich oder auf dem Kopf nimmt Indra ebenfalls nicht mehr persönlich. Auf OmniParseBench steigt der Wert von 62,3 auf 66,7 Punkte, mit dem zusätzlichen Mathe-Modus auf 71,4.

Der eigentliche Latin-Recognizer hat laut GitHub-README rund 1,25 Mio. Parameter, die komplette Default-Pipeline kommt auf 7,3 Mio. Parameter und etwa 76 MB. Immer noch winzig, nur eben nicht ganz die eine Million aus dem Tweet. Technisch stecken dahinter ONNX Runtime und ein Auto-Modus, der bei digitalen PDFs zunächst den vorhandenen Textlayer verwendet und nur fehlende Inhalte durch OCR schickt. Auf vier vCPUs braucht Indra laut Datalab im Median 212 ms pro Seite, auf 32 EPYC-Kernen sind es 43,9 Seiten pro Sekunde, nach eigenen Angaben 15-mal so schnell wie Tesseract.

Der Code steht unter Apache 2.0, die Weights auf Hugging Face dagegen unter einer modifizierten OpenRAIL-M-Lizenz. Die erlaubt kostenlose Nutzung für Forschung, privat und für Startups unter 20 Mio. Dollar Finanzierung oder Umsatz, untersagt aber unter anderem konkurrierende Nutzung gegenüber Datalabs eigener API. Bei Surya OCR 2 lag die Grenze übrigens noch bei 5 Millionen.

Gerade Handschrift bleibt laut eigener Dokumentation ein Schwachpunkt. Der Sprung von 8,3 auf 25,2 % im entsprechenden Test ist groß, bei unbekannten handschriftlichen Seiten wird aber nur ungefähr ein Drittel der Wörter korrekt erkannt.

Heißt für mich: Für lokale Dokumenten-Pipelines, RAG-Vorverarbeitung oder größere PDF-Stapel absolut einen Blick wert, weil ein brauchbarer OCR- und Layout-Parser mit 76 MB, CPU-Betrieb und strukturiertem Output eine ziemlich praktische Hausnummer ist.

Introducing OCRia-1

Mit reichlich Tamtam hat LlamaIndex am 22. Oktober mit OCRia-1 ein spezialisiertes 4B-Vision-Language-Modell für Document Parsing vor die Tür gelassen, gebaut auf Qwen3.5-4B. Beim Zerlegen von PDFs und Scans soll das Modell die Struktur erhalten: verschachtelte Tabellen mit zusammengeführten Zellen, Charts samt Datenpunkten, Formatierungen sowie mathematische Formeln als LaTeX. Trainiert wurde per SFT auf 100.979 Dokumentseiten, einer Mischung aus realen und synthetischen Daten, annotiert von VLMs und Menschen. Danach folgte RLVR, also Reinforcement Learning mit verifizierbaren Rewards. Auf einer B200 schafft das Modell laut LlamaIndex 4.700 Tokens/s, neunmal so viel wie das Basismodell. OCRia-1 läuft bereits hinter LlamaParse. Eigene Gewichte gibt es noch nicht, der Technical Report kündigt aber an:

„We plan to make a version of OCRia-1 available soon.“

Was „a version“ genau heißt, bleibt aber dabei offen.

Die Benchmark-Grafiken sehen erwartbar pink-bepunktet und gut aus. Auf dem hauseigenen ParseBench kommt OCRia-1 auf 87,4 Punkte und liegt 12,1 Punkte vor dem nächsten Modell, verglichen wird dort allerdings nur mit Parsing-Modellen unter 35B. Bei den drei extern entwickelten Benchmarks liegt OCRia-1 ebenfalls vorne, nur erheblich knapper: Beim gesamten olmOCR-bench sind es 83,5 zu 82,3 Punkte (LlamaIndex hat die Seiten dafür in 1.288 Pixeln neu gerendert), bei PulseBench-Tab 84,1 zu 82,4 und bei fr-bench-pdf2md 72,1 zu 71,4. Die Richtung wird damit gestützt, die sehr optimistische Flughöhe aus der Pressemitteilung eher nicht so. Schwächen nennt der Report immerhin selbst: alte Scans, Tabellen in Arabisch, Griechisch und Koreanisch sowie sehr lange Tabellen, und ein eigenes Layout-Modell fehlt noch.

Beim Preis gibt es deshalb einen kleinen Hinweis: LlamaIndex wirbt damit, dass OCRia-1 ohne Aufpreis in LlamaParse (gibt es übrigens auch als n8n-Node) landet, veröffentlicht aber keinen eigenen Preis pro OCRia-1-Seite. LlamaParse rechnet weiterhin nach Tier ab, von 1 Credit pro Seite für Fast bis 45 Credits für Agentic Plus. Laut Jerry Liu steckt das Modell in den Tiers Cost-effective, Agentic und Agentic Plus, welches Modell im Einzelfall läuft, wählt die Plattform.

Google Harness²

Diese Woche darüber gefallen, da es breit auf X.com geteilt wurde: Google Research hat Anfang Oktober mit Harness² ein Open-Source-Framework auf GitHub veröffentlicht (das Paper folgte am 9. Oktober), bei dem das Harness um das Modell herum weiterentwickelt wird. Bearbeitbar sind acht Komponenten: System Prompt, Guardrails, Memory, Tool-Guidance, Subagents, Skills, Scripts und Plugins. Für eine neue Aufgabe erzeugt Harness² zunächst Varianten dieses Setups, lässt sie gegen dieselbe Aufgabe laufen und baut aus den beobachteten Unterschieden ein neues Harness zusammen. Google nennt das „Propose-Probe-Compose“. Das Modell selbst bleibt unverändert.

Und es gibt noch eine zweite Schleife: Nach einer Aufgabe landen übernommene Änderungen und daraus abgeleitete Erfahrungen in einem persistenten „Improvement Harness“, das bei späteren Aufgaben wieder als Ausgangspunkt dient. Im Grunde schreibt der Agent damit sein eigenes Playbook fort. Ground Truth für die gerade bearbeitete Aufgabe braucht Harness² laut Paper nicht – beurteilt werden die Effekte verschiedener Harness-Varianten gegeneinander. Als Executor unterstützt das Framework OpenCode und Codex, die Refinement-Loops laufen parallel oder sequenziell. Im Paper bringt das mit GLM-5 und Gemini 3.5 Flash bis zu 11,5 Punkte mehr auf WorkBuddy-Bench, 4,5 auf JobBench und 11,8 Prozentpunkte auf LAB.

Kleine Einschränkung an der Nummer: Das Repo ist ein Forschungsframework, Google kennzeichnet es ausdrücklich als „not an officially supported Google product“. Im Benchmark-Setup ist der Netzwerkzugriff unbeschränkt und die Codex-Sandbox abgeschaltet. Begründet wird der Hinweis mit den Evals selbst: Mit offenem Netz könnten die Agenten Benchmark-Antworten und Bewertungsraster online finden, deshalb soll man vor eigenen Evals entsprechende Schranken setzen.

Claude Code: Opus plant, Sonnet baut, Haiku räumt auf

Am Dienstag bin ich über einen Claude-Code-Tipp von mirku gestolpert, der ziemlich gut zeigt, was mit der aktuellen Modellpalette möglich ist: CLAUDE_CODE_SUBAGENT_MODEL=haiku claude --model opusplan. Opus 5.5 übernimmt im Plan Mode die Architektur, Sonnet 5.5 danach die Umsetzung, und Haiku 5.5 lässt sich für günstigere Subagent-Jobs einsetzen – etwa Recherche im Repo, Grep oder das Durchwühlen von Dokumentation. Das Grundprinzip deckt sich mit Anthropics eigener Empfehlung: großes Modell für schwierige und mehrdeutige Aufgaben, kleineres Modell für Routine.

Ganz brandaktuell ist der Trick allerdings nicht. opusplan und die Modellwahl für Subagents gibt es schon länger, opusplan stand hier schon im Mai im Artikel zur Token-Effizienz in Claude Code. Frisch ist vor allem die Kombination mit der 5.5-Familie. Und beim X-üblichen „ultimate setup“ gehören gleich mehrere Sternchen dran. CLAUDE_CODE_SUBAGENT_MODEL=haiku setzt Haiku laut Doku nur als Default, ein beim Aufruf übergebenes Modell oder das Frontmatter eines Subagents haben Vorrang. Ausgerechnet die eingebauten Subagents Explore und Plan erben außerdem das Modell der Hauptsitzung, die Repo-Recherche läuft mit dem Einzeiler gerade nicht auf Haiku. Das erledigt erst CLAUDE_CODE_SUBAGENT_MODEL_FORCE=1 (ab v2.1.257). Die Variable zwingt alle Subagents, Teammates und Workflow-Agents auf das gesetzte Modell, auch gegen das model-Feld eigener Definitionen, nur Forks bleiben beim Hauptmodell.

Auch ein fallbackModel aus Sonnet und Haiku garantiert keine „100 % availability“, wie im Post behauptet. Laut Modell-Doku springt der Fallback nur bei Überlastung, Nichtverfügbarkeit oder Serverfehlern ein, bei Rate-Limits sowie Auth- und Billing-Fehlern gar nicht, und er gilt nur für den laufenden Turn. Dass Opus am Ende auch noch den Diff absegnet, wie der Post es beschreibt, gibt opusplan ebenfalls nicht her, Opus läuft dort nur im Plan Mode. Gute Idee also – nur ohne den üblichen „BEST CLAUDE CODE SETUP EVER“-Clickbait.

Gemini API CLI

Noch ganz schwer experimentell und auch so gekennzeichnet („Experimental preview“), aber Google hat mit der Gemini API CLI ein neues CLI veröffentlicht. Im Kern ist das Tool eine stateless Brücke zwischen der Gemini API und Coding-Agenten oder anderen Tools mit Shell-Zugriff. Mit dem bekannten Gemini CLI (für Consumer-Accounts seit Juni durch die Antigravity CLI ersetzt) oder Antigravity selbst hat es entsprechend wenig zu tun, beide sind eigenständige Agenten. Ein API-Key reicht, dann kann der Host-Agent über normale Commands Gemini-Modelle aufrufen, PDFs, Bilder, Audio oder Videos analysieren, Bilder und andere Medien erzeugen, Transkripte erstellen oder Managed Agents wie Deep Research losschicken. Das Ganze kommt als einzelnes Go-Binary für macOS, Linux und Windows und liegt unter Apache 2.0 auf GitHub.

Was es besonders macht, ist die Maschinenlesbarkeit: --schema liefert JSON Schemas, --usage beschreibt Commands und Flags, --dry-run prüft einen Request ohne Netzwerk und ohne Credentials, und Ergebnisse lassen sich als JSON oder TOON ausgeben, mit --agent-mode ist TOON der Standard. Medien schreibt das Tool direkt als Datei auf die Platte, Base64-Klumpen im Context Window bleiben damit aus. Genau dafür kann ich mir das gut vorstellen – als schmalen Adapter, über den ein bestehender Coding-Agent bei Bedarf Gemini für einzelne Aufgaben dazuholt, ohne dafür erst SDK-Code zusammenzuschrauben.

Wie gesagt, alles noch sehr frühe Preview, also vielleicht noch nicht gleich die CI darauf verwetten.

Anthropic gibt Agent Skills an die Linux Foundation ab

Anthropic gibt den hausentwickelten Standard Agent Skills an die Agentic AI Foundation (AAIF) ab. Die AAIF ist unter dem Dach der Linux Foundation angesiedelt und wurde von Anthropic, Block und OpenAI gegründet. Übergeben werden der Name, das Logo, die GitHub-Organisation und agentskills.io. Die Verwaltung übernehmen künftig Maintainer aus mehreren Unternehmen – unter anderem Anthropic, Google und OpenAI –, formal als Einzelpersonen; als Lead Maintainer nennt Anthropic David Soria Parra und Mahesh Murag. Wer Skills nutzt oder am Standard mitarbeitet, muss dafür kein Mitglied der AAIF werden.

Nach MCP schiebt Anthropic damit den zweiten eigenen Baustein des Agent-Stacks in eine herstellerübergreifende Stiftung. Auf der Roadmap stehen versionierte Releases, ein formaler Proposal-Prozess und Sicherheitsrichtlinien für Skills. Letzteres dürfte dringend nötig sein, sobald Agenten fremde Scripts und Anweisungen ausführen (siehe auch den Claude Marketplace).

Der Punkt dahinter: Aus einer Claude-Code-Idee ist längst Infrastruktur geworden. Skills gibt es seit Oktober 2025, ein offener Standard sind sie seit Dezember 2025, und laut Anthropic unterstützen inzwischen über 70 Plattformen das Format, darunter ChatGPT, Cursor, GitHub Copilot und VS Code. Dazu kommen rund eine Million veröffentlichte Skills mit knapp 280 Millionen Installationen. Dass sich Cursor, Codex, OpenCode und andere jetzt auch bei der Weiterentwicklung auf einen gemeinsamen Rahmen stützen können, ist um Welten interessanter als der übliche Interoperabilitäts-Singsang.

Damit Schluss für diese Woche – und wer in Claude Code Haiku im Repo wühlen lassen will, schaut vorher besser kurz in die Umgebungsvariablen.