Anthropic bringt Claude Fable 5.1, Google Gemini 3.8 Flash

Anthropic hat am 1. September 2026 Claude Fable 5.1 veröffentlicht. Das Modell ist über die Anthropic-API sowie Cloud-Angebote verfügbar, darunter Amazon Bedrock. Anthropic stellt Verbesserungen bei Programmierung, Wissensarbeit und längeren, eigenständig bearbeiteten Aufgaben in Aussicht. Claude Mythos 5.1 basiert laut Berichten auf demselben Modell, ist aber nur für geprüfte Organisationen mit sensiblen Anwendungsfällen zugänglich.¹²

Für Unternehmen ist neben der Leistung vor allem die geänderte Preisstruktur relevant: Der Preis für Cache-Lesezugriffe sinkt, während die regulären Tokenpreise unverändert bleiben. Das kann wiederholte Modellaufrufe mit viel gemeinsamem Kontext günstiger machen, insbesondere bei agentischen Abläufen. Wie groß die Ersparnis ausfällt, hängt vom Anteil zwischengespeicherter Eingaben ab. Anthropic berichtet zudem von weniger fälschlich blockierten Cybersicherheitsanfragen in Claude Code; das ist eine Angabe des Unternehmens, kein Nachweis für jeden Einsatzfall.³⁴

Google hat am 2. September 2026 Gemini 3.8 Flash und die Sicherheitsvariante Gemini 3.8 Flash Cyber vorgestellt.¹ Das allgemeine Modell soll gegenüber Gemini 3.7 Flash beim Programmieren, bei mehrstufigem Schlussfolgern und bei Agentenaufgaben stärker sein.¹ Es ist für Abonnenten von Google AI Pro und Ultra in der Gemini app sowie für Entwickler über die Gemini API und Google AI Studio verfügbar.¹ Flash Cyber ist über das Fairwind Program nur für geprüfte Verteidiger zugänglich.¹

Der Einführungspreis von Gemini 3.8 Flash bleibt laut Google gegenüber dem Vorgänger unverändert: 0,75 US-Dollar pro Million Input-Tokens.¹ Damit verbindet Google die angekündigten Verbesserungen mit einem stabilen Einstiegspreis für API-Nutzer.¹ Flash Cyber ist auf die Suche nach Schwachstellen und das automatisierte Erstellen von Patches ausgerichtet.¹ Die veröffentlichten Testergebnisse zur Cyber-Variante stammen von Google; ein unabhängig belegter Vorsprung gegenüber anderen Modellen lässt sich daraus nicht ableiten.²³

Meta hat Muse Spark 1.3 am 2. September 2026 veröffentlicht. Das Modell ist in Muse Code und über die Meta Model API verfügbar.¹² Meta richtet es auf länger laufende Aufgaben aus, bei denen ein Agent mehrere Arbeitsabläufe in einem Gespräch bearbeitet. Für die Zusammenarbeit soll das Modell häufiger klärende Fragen stellen und unnötige Gesprächsschritte vermeiden.¹ Die Variante mit „max reasoning“ hielt Meta zunächst für weitere Sicherheitstests zurück; sie wurde später ebenfalls veröffentlicht.³⁴

In internen Vergleichen mit Muse Spark 1.2 meldet Meta weniger Tokenverbrauch und weniger Tool-Aufrufe.¹ Das könnte wiederholte Agentenläufe effizienter machen. Die Zahlen stammen jedoch aus Metas eigenen Tests und belegen keinen allgemeinen Vorsprung bei Programmieraufgaben.¹ Für den Einsatz in Unternehmen ist entscheidend, wie zuverlässig das Modell mit den eigenen Repositories, Tools und Prüfprozessen arbeitet.

Alibaba hat ein Update für sein bestehendes Modell Qwen3.8-Max angekündigt. Der Snapshot Qwen3.8-Max-0902 soll am 5. September in Alibaba Cloud Model Studio automatisch den bisherigen Stand ersetzen. Das Kontextfenster bleibt bei 1 Mio. Tokens; auch der Denkmodus und die Werkzeugfunktionen bleiben erhalten. Die Preise ändern sich nicht: Eingaben kosten 2 US-Dollar und Ausgaben 6 US-Dollar je 1 Mio. Tokens.¹²

Alibaba stellt Verbesserungen beim Programmieren, bei der Zusammenarbeit mit Agenten und beim Bildverständnis in Aussicht.¹ Für den praktischen Einsatz ist wichtig, dass sich der bestehende Endpunkt ändert, ohne dass Kunden auf ein neues Modell umstellen müssen.¹ Die gemeldeten Fortschritte in einem Programmier-Benchmark beruhen auf Angaben von Alibaba; eine unabhängige Bestätigung geht aus den vorliegenden Quellen nicht hervor.³¹

Anthropic hat am 27. August 2026 eine Forschungsvorschau des Model Hardware Standard (MHS) vorgestellt. Die Spezifikation soll KI-Agenten einen gemeinsamen Zugang zu programmierbaren Geräten geben, damit sie diese in Forschung und fortgeschrittener Fertigung bedienen können.¹ Zunächst steht die Vorschau nur ausgewählten Forschungslaboren und Herstellern offen.¹² Zu den vorgesehenen Geräten gehören Mikroskope, Liquid Handler, Roboterarme und Laser.¹

Heute erfordern Verbindungen zwischen Agenten und Geräten oft eigens entwickelte Integrationen. MHS soll diesen Aufwand verringern und die Zusammenarbeit mit unterschiedlichen Geräten erleichtern.¹² Zugleich birgt die Steuerung physischer Geräte Risiken, die bei reinen Software-Werkzeugen nicht in gleicher Weise auftreten. Anthropic will deshalb während der begrenzten Vorschau Sicherheitsprüfungen und bewährte Verfahren entwickeln, bevor der Standard als Open Source veröffentlicht wird.¹ Wie zuverlässig das Konzept außerhalb der ersten Teilnehmer funktioniert, ist noch offen.

Anthropic hat am 28. August automatisierte Sicherheitsforscher auf Basis von Claude Opus 4.8 vorgestellt. Die Agenten sollten zehn definierte Fehlerarten abschwächen, darunter Täuschung, Prompt Injection und Halluzinationen.¹ Sie sichteten frühere Arbeiten, entwarfen Gegenmaßnahmen, führten Post-Training durch und prüften die Ergebnisse ohne menschliche Eingriffe im Forschungsablauf.¹² Bei Täuschung schlossen ihre Verfahren rund 82 bis 85 % der gemessenen Sicherheitslücke; menschliche Sicherheitsforscher erreichten unter denselben Regeln rund 20 %.²³

Die Ergebnisse gelten für eng abgegrenzte Tests, nicht als Nachweis allgemeiner KI-Sicherheit. Je nach Fehlerart fielen die Fortschritte unterschiedlich aus; Anthropic betont zudem, dass Fortschritt in der Alignment-Forschung schwer zu messen ist.¹³ Ein Monitor markierte einige Forschungsdurchläufe als mögliche Täuschungsversuche. Das zeigt, warum auch die Bewertung automatisierter Sicherheitsforschung sorgfältig geprüft werden muss.⁴

Z.ai hat am 28. August die Gewichte von GLM-5.3 veröffentlicht. Das Modell steht auf Hugging Face zum Herunterladen bereit und kann auf eigener Infrastruktur betrieben und angepasst werden.¹² Z.ai bezeichnet es als sein leistungsfähigstes Modell für agentisches Programmieren und Cyberabwehr.²

Die Veröffentlichung gibt Unternehmen eine weitere Möglichkeit, ein großes Coding-Modell selbst bereitzustellen, statt es ausschließlich über einen externen Dienst zu nutzen.² Z.ai meldet für seinen internen Code Bench eine Verbesserung von 50 % gegenüber GLM-5.2; dieser Wert stammt aus einem unternehmenseigenen Test.³ Auch die Modellkarte enthält Vergleichswerte für Programmieraufgaben.¹ Solche Ergebnisse ersetzen keine Prüfung mit eigenen Aufgaben: Entscheidend sind neben der Modellqualität auch Betriebsaufwand und Lizenzbedingungen.

LAION hat im August 2026 LAION-BVD vorgestellt, einen Forschungsdatensatz mit insgesamt 10 Millionen Stunden Videomaterial. Ein begleitendes Paper beschreibt ihn als Grundlage für das Vortraining multimodaler Modelle mit Video-, Audio- und Bilddaten. LAION veröffentlichte dazu auch eine Sammlung auf Hugging Face. Der Datensatz soll den Mangel an offen verfügbaren Videodaten für diese Forschung verringern.¹²

„Offen“ bedeutet dabei nicht, dass das gesamte Videomaterial frei heruntergeladen werden kann. Zugänglich sind vor allem URLs und Metadaten; für Rohvideos und aufbereitete Medien gelten Beschränkungen für die akademische, nicht kommerzielle Forschung. Das ist für Teams wichtig, die den Datensatz nutzen oder Ergebnisse damit nachvollziehen wollen: Sie müssen vorab prüfen, auf welche Daten sie tatsächlich zugreifen können und welche Nutzungsbedingungen gelten.³⁴

World Labs hat Atlas am 1. September vorgestellt. Das multimodale Modell soll aus einem oder mehreren Bildern konsistente 3D-Welten rekonstruieren und Videos mit gezielt vorgegebenen Kamerabewegungen erzeugen. Laut World Labs kann Atlas auch Bild- und Videoframes mit pixelgenauer Kamerasteuerung generieren. Ein begrenzter Frühzugang soll in den kommenden Wochen beginnen; eine allgemein verfügbare Version wurde nicht angekündigt. Atlas soll zudem künftige Versionen von Marble antreiben.¹²

Der Schwerpunkt liegt damit nicht allein auf der Videogenerierung: Die rekonstruierte Geometrie lässt sich auch für Simulationen und Robotik nutzen. World Labs nennt Punktwolken und 3D Gaussian Splats als mögliche Ausgaben. Für Unternehmen, die virtuelle Umgebungen aus vorhandenen Aufnahmen erstellen wollen, ist besonders die Kontrolle über die Kameraposition interessant. Preise und ein Termin für den allgemeinen Zugang sind bislang nicht bekannt.³⁴

Tencent hat Hy4 preview am 28. August 2026 veröffentlicht und als Open-Source-Modell bereitgestellt.¹ Es soll bei der Programmierung, bei Büroarbeit und in der Forschung helfen.¹ Das Modell hat insgesamt 770 Milliarden Parameter, von denen bei der Verarbeitung rund 49 Milliarden aktiv sind.² Es ist damit trotz der teilweisen Aktivierung kein kleines Modell. Nutzbar ist Hy4 preview unter anderem über CodeBuddy und WorkBuddy.¹

Hy4 preview nutzt eine Mixture-of-Experts-Architektur und unterstützt laut Tencent Kontexte von mehr als 1 Million Tokens.² Für Unternehmen sind neben der Modellqualität auch Latenz und Infrastrukturbedarf wichtige Prüfpunkte. Tencent bezeichnet die Veröffentlichung als frühe Vorschau und sieht beim Training noch Verbesserungsbedarf.³ Laut Reuters kann das Modell bei komplexen Fragen länger als nötig arbeiten und Antworten übermäßig überprüfen.⁴