KI-Entwicklertools · Was kam heute

GLM-5.3 und GLM-5.3-Flash wurden als neue Versionen der GLM-Serie veröffentlicht. GLM-5.3 nutzt die gleiche Basis wie GLM-5.2, verbessert sich aber durch Post-Training erheblich: Es zeigt 50% bessere Performance beim Coding im hauseigenen Z.ai Code Bench und erreicht State-of-the-Art auf öffentlichen Benchmarks wie Terminal Bench 3.0 und Agents' Last Exam. Neu hinzugekommen ist emergente Cyber-Capability mit Best-in-Class-Performance auf CyberGym. GLM-5.3-Flash ist ein neu trainiertes Modell mit Hybrid-Architektur aus Sparse und Linear Attention, was die Long-Context-Serving-Kosten deutlich senkt. Die Modelle sind in verschiedenen Quantisierungen auf Hugging Face und ModelScope verfügbar und können lokal mit SGLang, vLLM, TokenSpeed, Transformers, KTransformers und Unsloth eingesetzt werden.

Zhipu AI hat das Open-Source-Modell GLM-5.3-Flash offiziell vorgestellt, das zuvor unter dem Pseudonym "Ox Alpha" bekannt war. Das auf Mixture-of-Experts-Architektur basierende Modell mit 320B-A18B Parametern verfügt über ein Kontextfenster von 1.048.576 Tokens, native visuelle Fähigkeiten und wird unter MIT-Lizenz mit Gewichten über 300 GB auf Hugging Face bereitgestellt. In unabhängigen Coding-Tests erreichte GLM-5.3-Flash 80 Prozent Erfolgsquote beim ersten Versuch und übertrifft damit Claude 3.5 Sonnet (65 Prozent). Das Modell wurde während der Testphase mit 100.000 inländischen chinesischen Chips betrieben und wird zu aggressiven Preisen angeboten: 0,15 US-Dollar pro Million Input-Tokens und 0,50 US-Dollar pro Million Output-Tokens international, mit erheblichen Rabatten bis 9. September verfügbar.

PyTorch Conference North America 2026 will feature vLLM across multiple sessions covering KV cache management, disaggregated serving, hardware portability, kernel optimization, and production serving. The PyTorch Ecosystem Working Group has welcomed 10 new projects to its landscape including Perforated, AReaL, TorchJD, RLinf, Miles, SMG, FiftyOne, TokenSpeed, VisualTorch, and TorchSurv.

AMD hat am 27. August 2026 ROCm 10 veröffentlicht, die zehnte Generation seiner Open-Source-KI-Plattform, die nun gleichzeitig als ROCm.AI allgemein verfügbar ist. Die neue Version bündelt mehrere Werkzeuge wie AMD Skills, ROCm CLI und Hyperloom zur Vereinfachung von KI-Workloads auf AMD-Grafikprozessoren. ROCm 10 enthält validierte Container für vLLM und SGLang, ein überarbeitetes ROCm Core SDK sowie Verbesserungen an der RCCL-Bibliothek für GPU-Kommunikation. Laut AMDs internen Tests erreicht ROCm.AI auf einer Plattform mit acht Instinct MI355X-GPUs durchschnittlich eine 3,3-fache Verbesserung bei Inferenz-Workloads und 2,4-fache beim Training gegenüber ROCm 7. Das Tool Hyperloom automatisiert die Optimierung und soll den dafür nötigen Aufwand von mehreren Wochen auf wenige Stunden reduzieren. ROCm 10 wird künftig über repo.amd.com vertrieben, mit Nebenversionen in sechswöchigem Abstand geplant.