OpenAIs Abschaltung der Finetuning-APIs ist der konkrete Anlass für diese Analyse von Latent Space. Jahrelang war OpenAI unter den großen Labs der einzige mit breiter Finetuning-Unterstützung – das Versprechen „o1-Performance zu 4o-Preisen" war ein zentrales Verkaufsargument für AI Engineers. Nun folgt die Deprecation auf Sora als zweites Opfer der „2026 Side Quest"-Bereinigung. Jeremy Howard hatte das Ende des Finetunigs bereits 2023 im Podcast thematisiert. Gleichzeitig zeigt sich eine deutliche Zweiteilung: Spitzenunternehmen wie Cursor und Cognition (dessen 25-Milliarden-Dollar-Runde nun öffentlich bekannt ist) haben Open-Model-RLFT sogar ausgebaut. Die These, dass sehr lange Prompts – analog zu Claudes Constitution – ausreichen könnten, gewinnt an Gewicht, unterstützt durch P/D-Disaggregation-Inferenzlösungen. Der Beitrag enthält auch einen breiten Wochenrückblick: Neue Benchmarks wie Soohak (439 Mathe-Probleme von 64 Mathematikern), Medmarks v1.0 mit 30 Benchmarks und 61 Modellen, sowie Google DeepMinds AI Co-Mathematician mit 48 % auf FrontierMath Tier 4 werden besprochen. Im Bereich Optimierung setzt SOAP-Muon einen neuen Rekord bei 3150 Schritten im Modded-NanoGPT-Wettbewerb.