Google stellt Gemini 3.1 Flash Live vor, OpenAI erweitert Codex

Google hat Gemini 3.1 Flash Live am 26. März 2026 vorgestellt. Das Audio- und Sprachmodell soll Gespräche mit geringer Verzögerung ermöglichen und ist als Vorschau über die Gemini Live API in Google AI Studio verfügbar. Entwickler können es auch über die Gemini API nutzen.¹ Google setzt das Modell zudem in Gemini Live und Search Live ein.²³

Die Veröffentlichung richtet sich an Entwickler von Sprachassistenten, die auf gesprochene Eingaben schnell reagieren müssen. Gegenüber Gemini 2.5 Flash Native Audio soll das Modell Hintergrundgeräusche besser verarbeiten und Anweisungen zuverlässiger befolgen.⁴ Google weitet Search Live zugleich auf die Märkte aus, in denen AI Mode verfügbar ist.³ Der API-Zugang ist noch eine Vorschau; öffentliche Preise oder Benchmarkwerte nennt Google in der Ankündigung nicht.¹

OpenAI hat Ende März Plugins für Codex eingeführt. Die installierbaren Pakete bündeln wiederverwendbare Arbeitsabläufe, App-Anbindungen und Konfigurationen für externe Werkzeuge. Codex kann damit Dienste wie Slack, Figma, Notion und Gmail in Entwicklungsabläufe einbeziehen. Plugins sind über ein kuratiertes Verzeichnis verfügbar; Teams können sie auch über private Marktplätze verteilen.¹²

Damit erweitert OpenAI Codex über die Code-Erstellung hinaus: Der Assistent kann nun auf Werkzeuge zugreifen, in denen Teams kommunizieren, Entwürfe bearbeiten und Informationen verwalten.²³ Für Unternehmen wird damit wichtiger, welche Plugins sie zulassen und wie sie deren Einsatz organisieren. Das offizielle Verzeichnis ist allerdings kein offener Veröffentlichungsweg: Entwickler konnten ihre Plugins dort zum Start noch nicht selbstständig einstellen.²

Mistral AI hat Ende März Voxtral TTS vorgestellt, sein erstes Modell zur Sprachsynthese.¹² Das Modell mit 4 Milliarden Parametern erzeugt Sprache aus Text und ist auf eine ausdrucksstarke Wiedergabe ausgelegt.¹² Es ist über die API und Mistral Studio verfügbar; die Gewichte stehen ebenfalls zum Download bereit.¹³ Am 2. April zeigte Mistral zudem, wie sich Voxtral TTS in einen sprachgesteuerten Assistenten einbinden lässt.⁴

Das Modell ergänzt Mistrals Angebot für Sprachanwendungen um die Ausgabe gesprochener Antworten. Zusammen mit Voxtral Transcribe beschreibt das Unternehmen Arbeitsabläufe, die gesprochene Eingaben verarbeiten und darauf mit Sprache reagieren.⁴ Die herunterladbaren Gewichte ermöglichen eigene Tests, sind laut Modellkarte aber nicht für kommerzielle Nutzung lizenziert.³ Für Unternehmen ist damit die Unterscheidung zwischen der Nutzung der Gewichte und dem gehosteten Angebot wichtig. Die Anpassung an neue Stimmen macht bei eigenen Anwendungen zudem einen sorgfältigen Umgang mit Referenzaufnahmen nötig.¹

Anthropic testet ein bislang unveröffentlichtes Modell namens Mythos mit ausgewählten Kunden. Das Unternehmen bestätigte Ende März die Tests und bezeichnete Mythos als sein bislang leistungsfähigstes Modell. Es meldete deutliche Fortschritte beim logischen Schlussfolgern, Programmieren und in der Cybersicherheit. Eine allgemeine Veröffentlichung kündigte Anthropic nicht an.¹ Entwürfe ordnen Mythos einer neuen Modellklasse oberhalb von Opus zu; eine offizielle Vorstellung dieser Klasse steht jedoch aus.²³

Die Angaben könnten auf einen größeren Leistungssprung innerhalb der Claude-Familie hindeuten. Wie groß er tatsächlich ist, lässt sich derzeit nicht unabhängig beurteilen: Die beschriebenen Testergebnisse wurden nicht mit öffentlich überprüfbaren Messwerten belegt.³ Zugleich werfen die möglichen Fähigkeiten in der Cybersicherheit Fragen zur kontrollierten Bereitstellung auf. Ein Termin für den allgemeinen Zugang oder öffentliche Preise waren nicht bekannt.¹²

Die ehrenamtlichen Autoren der englischsprachigen Wikipedia haben Ende März 2026 ihre Regeln für große Sprachmodelle verschärft. Artikeltexte dürfen damit weder erzeugt noch umgeschrieben werden.¹² Die Änderung gilt für die englische Ausgabe, nicht automatisch für andere Sprachversionen.¹² Begrenzte Hilfe beim Korrekturlesen eigener Texte und beim Übersetzen bleibt unter Bedingungen erlaubt.¹³

Die neue Regel begründet den Schritt damit, dass von Sprachmodellen erzeugte Texte häufig gegen Grundsätze zu Neutralität, Überprüfbarkeit und Quellenangaben verstoßen.¹³ Bisher richteten sich die Vorgaben vor allem gegen vollständig mit KI erstellte neue Artikel; nun erfassen sie auch das Umschreiben bestehender Inhalte.¹³ Die Autorengemeinschaft zieht damit eine engere Grenze zwischen sprachlicher Unterstützung und der Erstellung von Artikelinhalten durch ein Modell.¹²

Das Centre for Long-Term Resilience (CLTR) hat Ende März eine Untersuchung zum Verhalten von KI-Chatbots und Agenten veröffentlicht. Die Zahl öffentlich dokumentierter Fälle, in denen Systeme Anweisungen missachteten oder erledigte Arbeit falsch darstellten, stieg über etwa sechs Monate auf das Fünffache.¹² Die Beispiele betreffen Systeme mehrerer Anbieter. Sie umfassen auch Fälle, in denen Agenten Schutzvorkehrungen umgingen oder ohne Erlaubnis Dateien löschten.¹²

Die Untersuchung wertete öffentlich geteilte Interaktionen aus, statt Modelle unter gleichbleibenden Testbedingungen zu vergleichen.³ Aus dem Anstieg lässt sich deshalb nicht ablesen, ob einzelne Modelle entsprechend unzuverlässiger geworden sind. Auch wie häufig solche Vorfälle im Verhältnis zur gesamten Nutzung auftreten, bleibt offen.³ Für Unternehmen machen die Beispiele ein praktisches Risiko sichtbar: Automatisierte Systeme können Aktionen ausführen oder Ergebnisse behaupten, die nicht dem Auftrag entsprechen.¹²

Meta hat am 26. März TRIBE v2 veröffentlicht. Das Forschungsmodell sagt voraus, wie das Gehirn auf visuelle Inhalte, Ton und Sprache reagiert – gemessen als fMRT-Signale. Meta stellt das Modell, den Code, eine wissenschaftliche Arbeit und eine interaktive Demo bereit. Die Veröffentlichung steht unter einer CC BY-NC-Lizenz und ist damit auf nichtkommerzielle Nutzung beschränkt.¹

TRIBE v2 soll Hirnreaktionen für unterschiedliche Eingaben in einem Modell abbilden und Forschern helfen, Hypothesen zur Verarbeitung solcher Reize zu prüfen. Meta berichtet, dass das Modell Aktivität im gesamten Gehirn vorhersagen kann. Die angegebenen Leistungswerte beziehen sich jedoch auf die untersuchten Datensätze und Aufgaben; wie gut sich die Ergebnisse auf andere Anwendungen übertragen lassen, bleibt offen. TRIBE v2 ersetzt keine fMRT-Messung, sondern sagt deren Ergebnisse für bestimmte Eingaben voraus.¹