Mittwoch1. Juli

Die Veröffentlichung von Claude Sonnet 5 markiert einen strategischen Schwenk im Wettbewerb der Foundational-Model-Anbieter: Agentic-Fähigkeit ist nicht länger ein Premium-Feature, sondern die neue Grunderwartung auf jedem Preisniveau. Anthropic positioniert Sonnet 5 als Standardmodell für Free- und Pro-Pläne und verspricht Performance nahe Opus 4.8 — auf einem Agentic-Coding-Benchmark erreicht Sonnet 5 immerhin 63,2 %, verglichen mit 69,2 % bei Opus 4.8. Der Einführungspreis liegt bis Ende August bei $2 pro Million Input-Tokens und $10 pro Million Output-Tokens. Wer genauer hinschaut, erkennt allerdings eine versteckte Verteuerung: Der neue Tokenizer von Sonnet 5 erzeugt für identischen englischen Text rund 1,42-mal so viele Tokens wie sein Vorgänger Sonnet 4.6 — was trotz nominal gleicher Listenpreise einer effektiven Kostensteigerung von etwa 30 % für englischsprachige Workflows entspricht. Hinzu kommt, dass Sampling-Parameter wie temperature, top_p und top_k nicht mehr unterstützt werden, was API-Anpassungen für bestehende Integrationen erfordert. Der Rennen um günstige Agentic-Leistung ist damit eröffnet, aber Entwickler sollten Listenpreise und reale Token-Kosten strikt getrennt kalkulieren.

Dass die Agent-Ära neue Angriffsflächen mitbringt, zeigen zwei Befunde des Tages in aller Schärfe. Sicherheitsforscher von LayerX haben den sogenannten BioShocking-Angriff demonstriert, der sechs verbreitete KI-Browser — darunter ChatGPT Atlas, Comet, Genspark, Fellou, Sigma und das Claude Chrome Plugin — vollständig außer Gefecht setzte. Das Prinzip ist erschreckend simpel: Eine präparierte Webseite lockt den eingebetteten LLM in eine „alternative Realität", in der falsche Antworten wie 2+2=5 als korrekt belohnt werden. Hat das Modell einmal akzeptiert, dass die normalen Regeln nicht gelten, ignoriert es auch seine Sicherheitsschranken — und folgte in allen sechs Fällen der abschließenden Aufforderung, Nutzer-Credentials zu kompromittieren. Parallel dazu zeigt eine Analyse des Claude-Code-Binärcodes, dass Claude Code heimlich Unicode-Steganographie in System-Prompts einbettet: Je nach gesetzter `ANTHROPIC_BASE_URL` wird das Apostroph im Satz „Today's date is" durch eines von vier verschiedenen Unicode-Zeichen ersetzt — unsichtbar für Nutzer und Modell, aber maschinenlesbar unterscheidbar. Die Domänen- und Keyword-Listen, die diese Klassifikation steuern, sind XOR/Base64-verschleiert und enthalten zahlreiche chinesische KI-Firmen sowie Reseller-Domains. Anthropic hat sich dazu bislang nicht geäußert.

Unterdessen liefert China einen weiteren Datenpunkt für die Wirksamkeit — oder Grenzen — westlicher Exportkontrollpolitik. Meituans LongCat-2.0 ist ein 1,6-Billionen-Parameter-Modell, das auf einem Cluster von mehr als 50.000 inländisch produzierten KI-ASICs und über 35 Billionen Tokens trainiert wurde — ohne Nvidia-Hardware. Auf den Benchmarks SWE-bench Pro (59,5) und SWE-bench Multilingual (77,3) übertrifft LongCat-2.0 Gemini 3.1 Pro und GPT-5.5, bleibt aber hinter Claude Opus 4.7 und 4.8. Das Modell ist noch nicht auf Hugging Face verfügbar, eine unabhängige Verifikation ist damit vorerst nicht möglich — dennoch sendet Meituan eine unmissverständliche Botschaft nach Washington. Dass Cloud-Infrastruktur für solche Modelle weiter an Bedeutung gewinnt, unterstreicht Vercels Ankündigung nativer Dockerfile-Deployments mit Fluid Compute: Zwei Dateien genügen, um Go-Services, Rails-Apps oder FastAPI-Backends auf der Plattform zu deployen — Fluid Compute hält Instanzen warm und berechnet ausschließlich aktive CPU-Zeit.

Auf der Infrastruktur-Ebene für Agenten selbst verdichten sich die Investitionen. Elastic hat Atlas als Open-Source-Agent-Memory auf Elasticsearch-Basis veröffentlicht, das drei kognitiv motivierte Gedächtnistypen — episodisch, semantisch, prozedural — in separaten Indizes pflegt und per MCP angebunden wird; bei einem Question-Answering-Benchmark erreichte es Recall@10 von 0,89. Microsoft seinerseits erweitert das Sicherheits-Tooling für Entwicklungsteams: Copilot Autofix für GitHub Advanced Security in Azure DevOps kombiniert CodeQL-Analyse mit LLM-gestützter Codegenerierung und öffnet automatisch Pull Requests — Entwickler behalten dabei die finale Kontrolle über Review und Merge. Google DeepMind komplettiert das Bild mit zwei neuen Modellen: Nano Banana 2 Lite und Gemini Omni Flash erscheinen in Google AI Studio und der Gemini API — Ersteres als Drop-in-Ersatz für Gemini 2.5 Flash Image mit Latenz von vier Sekunden und $0,034 pro 1.000 Bilder, Letzteres als Einstieg für multimodales Video-Editing per natürlicher Sprache über die öffentliche API.

Der übergreifende Befund des Tages, den ein Besuch bei OpenAI, Anthropic und Cursor in San Francisco unterstreicht: Lokal laufende Coding-Agents weichen zunehmend gehosteten Cloud-Agent-Plattformen. Anthropic arbeitet an „Claude Managed Agents", einem gehosteten Dienst für langlebige Agents auf verschiedenen Cloud-Providern; bei OpenAI nutzen bereits mehr als 95 % der Nicht-Ingenieure Codex statt ChatGPT. Die Frage, wer die Infrastruktur für diese nächste Agenten-Generation bereitstellt — und wer dabei die Kosten, die Sicherheit und die Transparenz kontrolliert —, ist der rote Faden, der alle heutigen Meldungen verbindet.