KI-Entwicklertools · Was kam heute

Claude Fable 5 erreichte einen neuen Höchstwert von 161 Punkten auf dem Epoch Capabilities Index und überholte damit GPT-5.5 Pro um einen Punkt – es ist das erste Mal seit über einem Jahr, dass Anthropic die Führung übernimmt. Epoch AI hat kürzlich 13 neue Evaluations in seine Benchmark-Hub aufgenommen, davon 7 in den Epoch Capabilities Index integriert, mit Fokus auf agentic work, Cybersecurity, Algorithm Engineering, Forecasting und Physics.

DeepSeek V4 Flash ist ein effizienzoptimiertes Mixture-of-Experts-Modell mit 284B Gesamtparametern und 13B aktivierten Parametern, das 1M-Token-Kontextfenster unterstützt und für schnelle Inferenz und hohen Durchsatz bei starker Kodierungs- und Reasoning-Performance ausgelegt ist. MiniMax M3 bietet Sparse Attention mit ungefähr 1/20 der Kosten der vorherigen Generation bei 1M-Token-Kontextfenster und unterstützt Text-, Bild- und Video-Eingaben. Claude Opus 4.8 von Anthropic ist das leistungsfähigste Modell der Opus-Familie mit 1M-Token-Kontextfenster und eignet sich besonders für hochautonome Agenten, mehrstufige Reasoning-Aufgaben und End-to-End-Projekt-Orchestrierung in Codebases. DeepSeek V4 Pro unterstützt ebenfalls 1M-Token-Kontext mit 1.6T Gesamtparametern und 49B aktivierten Parametern für erweiterte Reasoning- und Kodierungsaufgaben mit Hybrid-Attention-System.

Mehrere relevante Updates zu KI-Entwicklertools und Agenten-Frameworks: Claude Sonnet 5 von Anthropic ist jetzt auf der Google Cloud Agent Platform verfügbar und dient als Drop-in-Ersatz für Sonnet 4.6 mit verbessertem Reasoning und Code-Generierung. Claude Opus 4.8 wurde ebenfalls hinzugefügt für komplexe Multi-Stage-Enterprise-Workflows mit starken Fähigkeiten im Agentic Coding. Gemini 3.1 Pro wurde in Preview eingeführt als deutlich intelligenteres und fähigeres Baseline-Modell für komplexe Problemlösung, verfügbar in Vertex AI, Gemini Enterprise und über die Gemini API. Gemini 3.1 Flash-Lite rollte als schnellstes und kosteneffizienziestes Modell der Serie für High-Volume-Developer-Workloads aus. Der TPU-Benchmark zeigt in vLLM 0.18.0 über 2x schnelleres Laden eines 480B-Parameter-Modells bei halbiertem Peak-Host-Memory-Usage. Cloud Run Worker Pools sind nun allgemein verfügbar für Pull-basierte, Non-HTTP-Workloads mit AI-Inference-Skalierung. Die Cloud Run External Metrics Autoscaler (CREMA) wurde Open-Source freigegeben für Queue-aware Autoscaling. Apigee Model Context Protocol (MCP) ist allgemein verfügbar zur Umwandlung von APIs in AI-ready Tools mit OpenAPI Specifications. Das Google AI Edge Portal für On-Device LLM-Deployment ermöglicht Benchmarking auf über 120 Android-Geräten.