OpenAI senkt GPT-5.6-Preise, Google stellt Gemini Robotics 2 vor

OpenAI hat am 30. Juli 2026 die API-Preise für GPT-5.6 Luna um 80 % und für Terra um 20 % gesenkt. Die neuen Preise gelten ab sofort. Der Preis für Sol bleibt unverändert; für das Modell gibt es nun eine schnellere API-Option.¹ Laut OpenAI wirken sich die niedrigeren Preise auch darauf aus, wie die Nutzung von Luna und Terra in Codex und ChatGPT Work gezählt wird.²

Für Unternehmen sinken damit die Kosten pro Token bei den beiden günstigeren Modellen der Familie. Auch Amazon Bedrock übernimmt die niedrigeren On-Demand-Preise automatisch.³¹ Wie sich die Nutzungsabrechnung in Codex und ChatGPT Work konkret ändert, geht aus OpenAIs Angaben nicht hervor.² Teams sollten deshalb API-Kosten und Nutzungslimits getrennt prüfen, bevor sie Einsparungen für bestehende Arbeitsabläufe einplanen.

Google DeepMind hat am 30. Juli 2026 drei neue Robotikmodelle vorgestellt. Gemini Robotics 2 soll humanoide Roboter vom Fuß bis zu den Fingerspitzen steuern, statt sich wie frühere Systeme vor allem auf den Oberkörper zu konzentrieren. Gemini Robotics ER 2 verarbeitet Videos, plant Aufgaben und unterstützt die Zusammenarbeit mehrerer Roboter. Gemini Robotics On-Device 2 ist für die lokale Ausführung auf Roboterhardware vorgesehen. Die beiden Modelle zur Robotersteuerung sind zunächst nur eingeschränkt zugänglich.¹²

Gemini Robotics ER 2 ist dagegen über die Gemini API und Google AI Studio verfügbar; auf der Gemini Enterprise Agent Platform gibt es einen privaten Testzugang.²³ Für Unternehmen trennt diese Verfügbarkeit die Erprobung von Aufgabenplanung von der direkten Steuerung eines Roboters. Ob die Ganzkörpersteuerung außerhalb gezeigter Anwendungen zuverlässig funktioniert und wann mehr Entwickler Zugang erhalten, bleibt offen.¹

Anthropic hat am 28. Juli 2026 zwei Ergebnisse zur Kryptoanalyse mit Claude Mythos Preview vorgestellt.¹ Das Modell fand laut Unternehmen eine bislang unbekannte Schwäche in HAWK, einem Kandidaten für quantenresistente digitale Signaturen im Prüfverfahren der US-Standardisierungsbehörde NIST.¹ Für die kleine Variante HAWK-256 sank die geschätzte Rechenarbeit zur vollständigen Schlüsselrekonstruktion von 2⁶⁴ auf 2³⁸ Operationen.¹

Außerdem fand das Modell einen schnelleren Angriff auf eine verkürzte Forschungsversion von AES-128.¹ HAWK ist noch kein eingeführter Standard und hatte bereits eine längere Prüfung durch Fachleute durchlaufen.¹ Das Ergebnis zeigt, wie KI die Prüfung kryptografischer Verfahren ergänzen kann.¹ Es belegt jedoch keinen Angriff auf aktuell eingesetzte Verschlüsselung: Die AES-Untersuchung betrifft nicht das reguläre Verfahren, und eine Übertragbarkeit der HAWK-Erkenntnisse auf andere Varianten ist nicht belegt.¹

NVIDIA und Safe Superintelligence (SSI) haben am 27. Juli 2026 eine langfristige strategische Partnerschaft bekannt gegeben. NVIDIA investiert in das KI-Forschungslabor; SSI erhält zudem Zugang zur kommenden Vera Rubin Plattform.¹ Reuters beziffert die Investition unter Berufung auf eine mit der Sache vertraute Person auf 5 Mrd. US-Dollar. In der offiziellen Mitteilung nennt NVIDIA keinen Betrag.¹²

Mit Kapital und Rechenkapazität will SSI seine Forschung ausbauen. Nach Angaben der Unternehmen soll die Vereinbarung SSI ermöglichen, seine Rechenleistung um eine Größenordnung zu steigern. Beide Seiten wollen außerdem an aktuellen und künftigen NVIDIA-Plattformen zusammenarbeiten.¹ SSI wurde von Ilya Sutskever gegründet, dem früheren Forschungschef von OpenAI.³ Die Vereinbarung ist ein Infrastrukturgeschäft, keine Veröffentlichung eines neuen Modells.¹

Das Model Context Protocol (MCP) hat am 28. Juli 2026 eine neue Spezifikation veröffentlicht.¹ Ihr Kern verzichtet auf Sitzungen auf Protokollebene: Der bisherige Handshake mit initialize und initialized sowie der Header Mcp-Session-Id entfallen.² Versions- und Fähigkeitsangaben stehen stattdessen in den _meta-Feldern jeder Anfrage.² Anthropic führt die Unterstützung schrittweise in Claude-Produkten ein.³

Damit können MCP-Server leichter auf üblicher HTTP-Infrastruktur laufen, etwa in Serverless- oder Edge-Umgebungen.¹³ Betreiber können Abhängigkeiten von Sticky Sessions und gemeinsam genutztem Sitzungsspeicher reduzieren.¹ Zustandslose Übertragung bedeutet aber nicht zustandslose Anwendungen: Wer Abläufe über mehrere Aufrufe hinweg verwaltet, muss den Zustand selbst abbilden.² Die Ausgabe ändert zudem Regeln für Autorisierung und Erweiterungen.¹

OpenAI hat am 29. Juli 2026 die quelloffene Codex Security CLI veröffentlicht.¹ Das Werkzeug durchsucht Repositories nach Schwachstellen, verfolgt Funde über mehrere Durchläufe und kann prüfen, ob Korrekturen greifen.¹ Sicherheitsprüfungen lassen sich auch in CI/CD-Pipelines einbinden.¹ Neben der Kommandozeile ist ein TypeScript SDK verfügbar.²

Quelloffen ist die Software zur Nutzung des Dienstes, nicht der gesamte Scanner: Der zugrunde liegende Codex Security-Dienst bleibt in einer zugangsbeschränkten Beta.²³ Damit können Teams die Integration vorbereiten, benötigen für den tatsächlichen Einsatz aber eine Freigabe.⁴³ OpenAI richtet das Angebot an Sicherheits- und Entwicklungsteams, die Schwachstellen finden, bestätigen und beheben wollen.⁴ Für Unternehmen ist deshalb neben der technischen Einbindung vor allem zu klären, ob sie Zugang zum Dienst erhalten.⁴³

Microsoft hat Project Perception am 27. Juli 2026 vorgestellt. Das Sicherheitssystem setzt spezialisierte KI-Agenten in drei Rollen ein: Ein Red Team sucht mögliche Angriffswege, ein Blue Team untersucht und priorisiert Risiken, ein Green Team übernimmt Gegenmaßnahmen und Härtung. Microsoft beschreibt das System als fortlaufend lernende Verteidigung. Eine öffentliche Vorschau ist für Anfang August angekündigt.¹²

Die Agenten sollen Sicherheitsarbeit von der Suche nach Angriffswegen bis zur Behebung verbinden, statt nur Warnungen zu erzeugen.¹ Gleichzeitig stellte Microsoft MAI-Cyber-1-Flash vor, ein eigenes Modell für Cybersicherheit, das im System MDASH für Schwachstellenmanagement eingesetzt wird.¹³ Offen bleibt, wie weit Project Perception außerhalb bestehender Microsoft-Sicherheitsabläufe nutzbar sein wird. Auch konkrete Preise und Zugangsbedingungen sind bislang nicht geklärt.⁴

OpenAI hat am 29. Juli ChatGPT for Academic Researchers angekündigt. Das kostenlose Programm gibt Forschern an ausgewählten akademischen Einrichtungen Zugang zu leistungsfähigen Modellen und Werkzeugen über ChatGPT, ChatGPT Work und Codex. OpenAI will im Sommer mit 10.000 Forschern beginnen und das Programm bis 2027 auf 100.000 Teilnehmer ausweiten. Die Einführung läuft unter anderem am Institute for Advanced Study und an der École normale supérieure.¹

Der Zugang steht nicht allen Forschern offen: Bewerber müssen ihre Zugehörigkeit zu einer Einrichtung bestätigen sowie ihre laufende Forschung und den geplanten wissenschaftlichen Einsatz beschreiben. OpenAI bietet außerdem Schulungen und praktische Unterstützung an. Laut Unternehmen werden Daten aus dem Forschungsbereich standardmäßig nicht zum Modelltraining verwendet. Für Forschungsteams kann das Programm die Kosten für den Einsatz aktueller KI-Werkzeuge senken; wer teilnehmen kann, hängt jedoch von der Zulassung ab.¹²

Moonshot AI hat am 27. Juli 2026 Teile der Infrastruktur für Kimi K3 veröffentlicht. Zusammen mit den Modellgewichten und dem technischen Bericht gab das Unternehmen den Code für MoonEP und AgentEnv frei; FlashKDA war bereits offen verfügbar.¹ AgentEnv entstand gemeinsam mit KVCache.ai. Das System bietet isolierte Umgebungen und kann Agentenläufe speichern, fortsetzen und verzweigen.¹

Moonshot beschreibt AgentEnv als Infrastruktur für das Training von Agenten mit Reinforcement Learning.¹ Damit werden neben dem Modell auch Bausteine seiner Entwicklung öffentlich zugänglich.¹² Die Veröffentlichung ist allerdings kein einzelnes, vollständiges Trainingssystem: Moonshot nennt AgentEnv, MoonEP und FlashKDA als separate Komponenten.¹ Wie viel zusätzliche Infrastruktur Teams für einen eigenen Einsatz benötigen, lässt sich aus der Ankündigung nicht ablesen.¹

Thinking Machines Lab hat Inkling-Small am 30. Juli 2026 mit offen zugänglichen Modellgewichten veröffentlicht. Das Modell hat 276 Milliarden Parameter insgesamt, von denen 12 Milliarden aktiv sind. Die Gewichte stehen auf Hugging Face zum Download bereit; über Tinker lässt sich das Modell feinabstimmen und im Tinker Playground ausprobieren. Es verarbeitet Text, Bilder und Audio und gibt Text aus.¹²

Thinking Machines bezeichnet die Leistung als vergleichbar mit der des größeren Inkling-Modells, bei etwa einem Viertel seiner Größe. Das ist eine Herstellerangabe, keine Gleichwertigkeit in jeder Aufgabe.¹ Eine Auswertung von Artificial Analysis vergab für Inkling-Small 40 Punkte und für Inkling 41 Punkte im Intelligence Index.³ Für Unternehmen ist damit neben der Modellqualität auch entscheidend, ob der geringere Ressourcenbedarf die Anforderungen ihrer konkreten Anwendungen erfüllt.¹