Donnerstag29. Oktober

Die großen Plattform-Moves der Woche kommen aus Mountain View und Redmond. Google hat mit Gemini 4 Carbon sein bislang leistungsfähigstes Frontier-Modell veröffentlicht — zunächst nur für eine ausgewählte Gruppe von Cybersecurity-Partnern im Fairwind Program. Auf dem Artificial Analysis Intelligence Index v5.0 belegt Carbon Platz eins und lässt Claude Opus 5.5 sowie GPT-6 Astra hinter sich. Konkret bedeutet das: Carbon führt sowohl auf SEC-bench Pro, das die Entdeckung realer Softwarefehler misst, als auch auf ExploitGym, das die Fähigkeit bewertet, Schwachstellen in funktionsfähige Exploits umzuwandeln. Der Preis bleibt unverändert bei 2 US-Dollar pro Million Input-Token und 10 US-Dollar pro Million Output-Token — identisch mit dem Vorgänger Argon. Parallel dazu hat Microsoft erstmals den Azure-Quartalsumsatz in Dollar offengelegt: 33,2 Milliarden US-Dollar für das Juli-September-Quartal, ein Plus von 48 Prozent gegenüber dem Vorjahr — 850 Millionen über den Analysten-Erwartungen und deutlich über der CFO-Prognose von 44 bis 45 Prozent Wachstum. Zum Vergleich: Google Cloud erzielte im selben Quartal 30,7 Milliarden Dollar, wuchs jedoch laut TechCrunch etwa doppelt so schnell wie Azure.

Im Bereich Developer-Tooling verdichtet sich ein Muster: Sowohl Google als auch OpenAI bauen ihre Entwicklerumgebungen zu Plattformen aus, die Lock-in erzeugen sollen. Google öffnete Android Studio mit dem neuen Feature „Bring Your Own Agent" für mehr als 40 externe Coding-Agenten — darunter Claude, Codex und Google Antigravity — via dem offenen Agent Client Protocol. Interne Tests zeigen, dass neue Terminal-Tools UI-Aufgaben 77 Prozent schneller erledigen und dabei bis zu dreimal weniger Token verbrauchen. OpenAI wiederum signalisierte auf dem DevDay Exchange 2026 in Berlin unmissverständlich: Entwickler sollen ihre Produkte direkt auf OpenAI-Infrastruktur aufbauen. Die Agents API, Plugins und Web-Apps binden Builder an das Ökosystem — mit 1,2 Milliarden wöchentlichen ChatGPT-Nutzern als Vertriebskanal. Das Modell ähnelt früheren App-Stores: Entwickler liefern die Apps, OpenAI die Infrastruktur und die Distribution. Für Europa kündigte OpenAI den Dots-Rollout für persönliche Pro-Accounts in den kommenden Wochen an, nachdem Gespräche mit Regulatoren geführt wurden.

Wer als Builder mehrere Modelle parallel verwaltet, bekommt mit Vercel AI Gateway Virtual Models ein praktisches Gegenmittel zum Vendor-Lock-in: Hinter einer abstrakten ID wie `vmc/coding-agent` lassen sich Modelle, Fallbacks und Zero-Data-Retention-Einstellungen zentral tauschen — ohne Code-Änderung oder Redeploy. In den vergangenen 90 Tagen wurden 125 neue Modelle aus mehr als zehn Labs auf AI Gateway verfügbar, was im Schnitt rund zehn neue Modelle pro Woche ergibt. Governance-Teams können zudem steuern, welche Modelle Teamnachfolgern überhaupt zugänglich sind. Während diese Abstraktionsschicht den Wechsel erleichtert, zeigt eine parallele Community-Entdeckung, wie teuer schlecht konfigurierte Agenten-Setups sein können: Claude Code verbraucht 15 bis 20 Prozent des Rate-Limit-Kontingents für interne Agenten-Status-Zusammenfassungen — kurze 3-bis-5-Wort-Statuszeilen, die alle 30 Sekunden pro Hintergrundagent erzeugt werden und das Modell nie erreichen. Ein MIT-lizenzierter Bun-Preload-Hook schafft Abhilfe, muss jedoch nach jedem Claude-Code-Update erneut geprüft werden, da Updates den Fix lautlos rückgängig machen können.

Auf der Inferenz-Seite liefert FlashMap von Polymathic AI, Princeton und USC ISI einen bemerkenswerten Schritt: Der Flow-Map-Drafter für spekulatives Decoding generiert 16 Token gemeinsam in einem Pass und erzielt auf Qwen3-8B einen bis zu 6,14-fachen verlustfreien Speed-up — relevant für alle, die Latenz und Rechenkosten bei der Modell-Deployment senken wollen. Gleichzeitig setzt der neue DAYJOB: Tax-Benchmark von Surge AI die Leistung heutiger Agenten in Relation zu professionellen Steueraufgaben: Die beste gemessene Pass-Rate liegt bei lediglich 10,8 Prozent — Claude Sonnet 5.5 führt das Leaderboard an, gefolgt von Claude Fable 5.1 mit 9,6 Prozent und Claude Opus 5.5 mit 9,2 Prozent. Agenten scheitern vor allem am proaktiven Urteilsvermögen: Konsequenzen, die Klienten nicht explizit erfragen, werden systematisch übersehen.

Zwei Meinungsstücke runden das Bild ab und zeigen, wohin die Trajektorie führt. Simon Willison beschreibt Oktober 2026 als Inflektionspunkt für KI-generierte Spiele: Claude Opus 5.5 reagiert auf einfache Prompts wie „Make it a LOT more fun" und liefert tatsächlich spielbare, unterhaltsame Ergebnisse — ein Bereich, der bisher als Schwachstelle galt. GPT-6 Astra sei laut Willison noch nicht auf gleichem Niveau. Und ein Anthropic-Hiring-Manager erklärt in einem viel diskutierten Post, warum er das traditionelle Coding-Interview abgeschafft hat: Nachweisbare Prototypen mit echtem Business-Impact ersetzen Leetcode-Skills als Einstellungskriterium. „Hunger schlägt Erfahrung" — für Builder, die gerade ihre Karriere in der KI-Ära kalibrieren, ist das eine klare Ansage.