GPT-6 bringt interaktive Antworten, Mistral Large 4 startet als Vorschau

OpenAI hat am 7. Oktober GPT-6 mit „Intelligent UI“ in ChatGPT vorgestellt. Antworten können neben Text auch Grafiken, Diagramme, Schaltflächen, Formulare und interaktive Werkzeuge enthalten. Das Modell wählt die Darstellung passend zur Anfrage und kann bereits Teile einer Antwort zeigen, während es weiter nachdenkt oder Werkzeuge nutzt.¹² Die weltweite Einführung begann für Plus, Pro, Business und Enterprise; Free und Go sollten ab dem 8. Oktober folgen.²¹

Damit lassen sich manche Anfragen direkt in der Antwort bearbeiten, etwa mit einem Rechner oder einem Werkzeug zum Aufteilen von Rechnungen.¹³ Die Funktion ist im Chat-Tab verfügbar, nicht im Work-Tab. Bei Enterprise kann der Zugang von Einstellungen der Workspace-Administratoren abhängen.³² Die Pro-Reasoning-Option verwendet GPT-6 Astra und unterstützt „Intelligent UI“ nicht. Astra ist zunächst nur für ausgewählte Organisationen zugänglich.³²

Am 6. Oktober stellte Mistral AI Mistral Large 4 als öffentliche Vorschau vor.¹ Das Mixture-of-Experts-Modell umfasst eine Billion Parameter, verarbeitet Text und Bilder und gibt Text aus.¹ Seit der Ankündigung ist es über Mistral Studio und die API zugänglich; die Modellgewichte will das Unternehmen bis Ende Oktober veröffentlichen.¹

Mistral positioniert das Modell als europäische Alternative, die Unternehmen nach Veröffentlichung der Gewichte auf eigener Infrastruktur betreiben könnten.²³ Bis dahin arbeitet das Unternehmen weiter an Reinforcement Learning, Feinabstimmung und Tests mit Fachleuten aus Entwicklung und Cybersicherheit.¹⁴ Belastbare Vergleichswerte stehen noch aus; auch eine endgültige Lizenz und bestätigte API-Preise sind bislang nicht bekannt.¹³

Reflection AI hat am 5. Oktober Beam vorgestellt, ein Textmodell mit angekündigten offenen Gewichten für Programmierung, Schlussfolgern und Agentenaufgaben.¹² Das Mixture-of-Experts-Modell hat laut Unternehmen insgesamt 501 Milliarden Parameter; öffentlich verfügbar waren die Gewichte in der Berichtswoche noch nicht.³² Eine frühe Version stand ausgewählten Nutzern zur Verfügung. Die Veröffentlichung der Gewichte war für später im Oktober angekündigt.³

Reflection positioniert Beam als Alternative zu großen offenen Modellen wie GLM-5.2 und Qwen.¹³ Das Unternehmen gibt an, Beam benötige bei manchen Aufgaben nur ein Drittel bis ein Viertel der Hardware von GLM-5.2.³ Das ist ein Vergleich für bestimmte Aufgaben, kein allgemeiner Effizienzwert. Ob sich die Angaben im eigenen Betrieb bestätigen, lässt sich erst mit öffentlich verfügbaren Gewichten und unabhängigen Tests beurteilen.

Aleph Alpha hat Kolibri-1 am 3. Oktober 2026 veröffentlicht. Die Gewichte des deutsch-englischen Textmodells stehen auf Hugging Face unter der Lizenz Apache 2.0 zum Download bereit.¹² Kolibri-1 nutzt eine Sparse-Mixture-of-Experts-Architektur und richtet sich an Organisationen, die ein Modell in eigener Infrastruktur betreiben wollen. Die Veröffentlichung konzentriert sich auf die Gewichte, nicht auf einen gehosteten API-Dienst.²

Für das Kontextfenster nennt Aleph Alpha eine Obergrenze von 1.048.576 Tokens. Technische Angaben nennen jedoch 262.144 Tokens als nativen Kontext und empfehlen diese kürzere Länge für einen effizienteren Betrieb.² Auch die Bereitstellung braucht Vorbereitung: Für Kolibri-1 wird ein spezielles vLLM-Plugin benötigt.² Die veröffentlichten Benchmarkwerte stammen vom Anbieter und waren zum Start nicht unabhängig bestätigt. Wer das Modell einsetzen will, sollte daher Leistung und Infrastrukturbedarf mit eigenen Aufgaben prüfen.²

Anthropic hat am 6. Oktober sein Cyber Verification Program erweitert und Project Glasswing darin aufgenommen. Geprüfte Sicherheitsorganisationen können je nach Freigabe und Sicherheitsauflagen Zugang zu Claude Opus 5.5, Sonnet 5.5 und Mythos 5.1 erhalten.¹ Glasswing-Partner meldeten mindestens 129.000 bestätigte Software-Schwachstellen, die sie zwischen April und Juli 2026 mit Zugang zu Claude-Mythos-Modellen gefunden hatten.¹

Die Zahl zeigt, welchen Umfang KI-gestützte Sicherheitsprüfungen erreichen können. Sie lässt sich aber nicht Mythos 5.1 allein zuschreiben: Anthropic veröffentlicht weder eine Aufschlüsselung nach Modell noch einen vollständigen Datensatz der Funde.¹ Auch die Behebung bleibt entscheidend, denn ein bestätigter Fund schützt noch kein System. Mythos 5.1 ist weiterhin nur für geprüfte Cyber-Verteidiger und Biowissenschaftler zugänglich.²

Google Cloud hat am 8. Oktober den Gemini agent vorgestellt. Nutzer sollen ein Ziel vorgeben können, statt jeden Arbeitsschritt einzeln zu beschreiben; der Agent plant und erledigt die Aufgabe über eine Oberfläche oder API.¹ Laut Google kann er Fragen beantworten, Medien erzeugen, Code schreiben und ausführen sowie Dokumente und Präsentationen erstellen.¹ Das Produkt ist zunächst nur für ausgewählte Kunden als private Vorschau verfügbar.²

Der Agent kann Werkzeuge und interne Systeme einbinden und Teile einer Aufgabe an Unteragenten abgeben.¹ Damit will Google Arbeitsabläufe über mehrere Anwendungen hinweg abdecken, nicht nur einzelne Anfragen beantworten.¹ Wie zuverlässig das bei komplexen Aufgaben funktioniert, ist noch nicht unabhängig belegt. Einen Termin für die allgemeine Verfügbarkeit hat Google nicht genannt.²

DeepSeek und Huawei haben am 30. September Software für Huaweis Ascend-Beschleuniger als Open Source veröffentlicht. Dazu gehört eine Ascend-Version von DeepGEMM, einer Bibliothek für Matrixmultiplikation, sowie TileLang und weitere Rechen- und Kommunikationsbibliotheken.¹² DeepSeek beschreibt TileLang als einfacher zugängliche Alternative zu CUDA für die Programmierung von KI-Chips.¹ Die Veröffentlichung betrifft Software für Ascend, keine Änderung von API-Preisen.¹²

Ein für Ascend 950 genannter Wert von rund 98 % bezieht sich auf die erreichte theoretische FP8-Spitzenleistung bei einer bestimmten MegaMoE-Operation, nicht auf Einsparungen bei der Token-Erzeugung.³ Ob die Software Inferenz insgesamt günstiger macht, lässt sich daraus nicht ableiten: Auch Speicherzugriffe, Kommunikation zwischen Chips und der Betrieb der Modelle beeinflussen die Kosten.³ Für Unternehmen mit Ascend-Hardware bietet der veröffentlichte Code zusätzliche Werkzeuge zur Optimierung; tatsächliche Einsparungen müssen sie unter eigenen Betriebsbedingungen messen.¹³

P-Zero Research hat am 6. Oktober TasteVal vorgestellt. Der Benchmark prüft, wie KI-Modelle zu vorgegebenen Forschungsproblemen wiederholt Experimente planen und Ergebnisse auswerten. In der begleitenden Studie erreichte Opus 5.5 den Zielwert der besten menschlichen Experten nach etwa 17 GPU-Stunden für Experimente; die Experten benötigten rund 40 GPU-Stunden. Die Autoren beziffern seine Recheneffizienz gegenüber der Experten-Basislinie auf das 2,30-Fache.¹²

Für die leistungsstärksten Modelle schätzen die Forscher seit Dezember 2025 eine Verdopplung dieser Effizienz alle drei Monate. Das ist eine Schätzung aus einem Preprint, keine unabhängig bestätigte Entwicklung. Zudem misst TasteVal die Arbeit an festen Problemen, nicht die Fähigkeit, neue Forschungsfragen zu finden. Die meisten menschlichen Vergleichspersonen hatten nicht in einem führenden KI-Labor gearbeitet. Bei einigen Aufgaben sank die gemessene Effizienz älterer Modelle deutlich, wenn die Bewertungsfunktion verborgen blieb.³²