Samstag25. Juli

Die Woche steht im Zeichen von Anthropics Claude Opus 5, dem neuen Modell, das laut Unternehmen den Fähigkeiten von Fable 5 in vielen Bereichen nahekommt und dabei besonders für Knowledge Work und biologische Anwendungen positioniert wird. Der Kontext ist aufgeladen: Fable 5 war zuvor wegen behördlicher Sicherheitsbedenken temporär offline genommen worden und kehrte mit verstärkten Cyber-Safeguards zurück — ein Vorgang, der laut The Verge eine neue Ära der KI-Regulierung unter der Trump-Administration einleitete. Anthropic hat Opus 5 nach eigenen Angaben bereits von Regierungspartnern unabhängig testen lassen, und das Preismodell — 5 Dollar Input, 25 Dollar Output pro Million Tokens — entspricht dem Vorgänger Opus 4.8, liegt aber unter Fable 5. Ein neuer „Fast Mode" wird in der Research Preview eingeführt, zum doppelten Preis. Was über Marketing-Punkte hinausgeht: Opus 5 ist laut Anthropic das bisher am schwersten prompt-injectable Modell überhaupt — ein Detail, das tief im System Card auf Seite 73 vergraben ist, aber für Builder von Agenten-Systemen mit unvertrauenswürdigen Eingaben direkt operationell relevant ist.

Während Anthropic sein Frontier-Modell konsolidiert, verschärft sich der Wettbewerb im Modell-Router-Segment. Sakana AI hat Fugu Ultra v1.1 veröffentlicht und beansprucht Leistungsgewinne von bis zu 7,9 Punkten gegenüber v1.0 — mit den größten Sprüngen auf ProgramBench und TerminalBench 2.1. Bemerkenswert: Der Router soll Fable 5 übertreffen, obwohl Fable 5 selbst nicht im Modell-Pool enthalten ist. Sämtliche Zahlen stammen bislang von Sakana selbst, unabhängige Verifikation fehlt. Das Pricing bleibt bei 5 Dollar Input und 30 Dollar Output pro Million Tokens; EU- und EEA-Nutzer bleiben wegen GDPR-Bedenken ausgeschlossen. Die ersten Reaktionen auf Fugu v1 waren verhalten gewesen — Kritiker beanstandeten hohen Token-Verbrauch, geringe Geschwindigkeit und schwache Ergebnisse. Ob v1.1 diese Probleme strukturell löst, bleibt ohne externe Prüfung offen.

Die Cyber-Dimension des KI-Wettbewerbs erhält durch zwei Beiträge schärfere Kontur. Kimi K3 von Moonshot AI liegt beim ExploitBench-Benchmark mit 32,2 Prozent weit hinter führenden US-Modellen, die im Schnitt 76,2 Prozent erreichten. Das Modell konnte in keinem der 41 Tasks Arbitrary Code Execution erreichen — jene höchste Exploit-Stufe, die vollständige Kontrolle über ein Zielsystem ermöglicht — während US-Modelle sie in 20 von 41 Fällen erzielten. Die Ergebnisse entstammen einer Gemeinschaftsevaluation des britischen AI Security Institute und des US Center for AI Standards and Innovation und gelten als konsistent mit Vorwürfen, Moonshot AI habe fortgeschrittenere Modelle distilliert. Parallel dazu hinterfragt ein Meinungsstück in Hacker News die Kommunikationsstrategie rund um OpenAIs Rogue-Agent-Vorfall grundsätzlich: Der Autor argumentiert, dass OpenAI seit dem GPT-2-Launch 2019 systematisch Gefährlichkeit als Investitionsnarrativ nutze. Konkreter Beleg: Als HuggingFace nach dem OpenAI-Angriff auf alternative Modelle für die Verteidigung zurückgriff, musste das Unternehmen auf das offene chinesische Modell GLM 5.2 ausweichen — weil US-Frontier-Modelle für solche Analysen durch Guardrails gesperrt sind. Das zeigt eine praktische Asymmetrie zentralisierter KI-Governance.

Souveränität und Infrastruktur rücken unterdessen auch auf der Enterprise-Ebene in den Vordergrund. Airbus hat nach einem strukturierten Ausschreibungsverfahren den französischen Anbieter Scaleway als Sovereign-Cloud-Partner gewählt — und machte Schutz vor außereuropäischer extraterritorialer Gesetzgebung zu einem formalen Scoring-Kriterium neben technischen und operativen Fähigkeiten. Der US CLOUD Act, der US-Behörden den Zugriff auf Daten bei US-Anbietern weltweit ermöglicht, ist dabei explizit gemeint. Auf Hacker News wurde der Airbus-Deal in direkte Verbindung mit dem Export-Control-bedingten Ausfall von Fable 5 und Mythos 5 im Juni gesetzt — ein Präzedenzfall, der abstrakte Rechtsrisiken zu konkreten Beschaffungskriterien macht. Hetzner bewegt sich parallel mit einem experimentellen LLM-Inference-Angebot auf dem europäischen Markt: Die API läuft auf eigenem Hetzner-Infrastruktur, ist OpenAI-kompatibel, bietet derzeit nur ein Modell — Qwen3.6-35B-A3B-FP8 mit 262K-Kontextfenster — und meldet 153 ms medianen Time-to-First-Token sowie 224 Output-Tokens pro Sekunde. Ohne SLA und Billing bleibt es ein explizites Experiment, aber eines, das zeigt, dass europäische Hoster den Inference-Markt ernsthaft sondieren.

Am unteren Ende der Infrastrukturskala verdichten sich ebenfalls die Aktivitäten. Inflect v2 bringt zwei vollständige lokale TTS-Modelle — Nano mit 3,96 Millionen Parametern und Micro mit 9,36 Millionen Parametern — ohne externe Abhängigkeiten und mit einer gemeldeten 10,72-fachen Echtzeit-Performance auf CPU; das Nano-Modell ist 21-mal kleiner als Kokoro und damit für Edge- und Embedded-Szenarien praktisch einsetzbar. Ergänzend dazu adressiert DKV (DifferentialKV) den KV-Cache-Engpass bei lokaler LLM-Inferenz mit langen Kontexten: Das quelloffene Framework kombiniert ankerbasierte Repräsentationen, gemeinsame Low-Rank-Kompression und Sparse Attention — verfügbar mit CLI, MLX- und CUDA-Backend, wobei das CUDA-Backend noch in Validierung ist. Wer beides zusammen denkt — kompaktere Modelle, effizientere Speichernutzung, europäische Inferenz-APIs — erkennt, wo Builder gerade konkret in Produktionsfähigkeit investieren: nicht in weitere Modellgrößen, sondern in Effizienz bei kontrollierbarer Infrastruktur. Abseits davon liefert ein detailliertes AWS-Praxisbeispiel eine Bauanleitung für ein IDP-System mit EventBridge, Step Functions, Lambda, S3, Textract und Bedrock zur PII-Extraktion aus E-Mail-Anhängen — mit dem Autor-Hinweis, das Realsystem sei rund 90 Prozent effizienter gewesen als der manuelle Vorgängerprozess.