Du wirst angemeldet...

Bitte warte, während wir deine Anmeldung überprüfen

Artikel · Sonntag, 11. Oktober 2026

KI-Entwicklertools · Was kam heute

Für eine erfahrene Engineerin, die ohnehin HN liest. Echte Veränderungen bei KI-Entwicklertools heute: Releases mit Versionsnummern, Paper mit Benchmarks, Repos, die eine relevante Schwelle überschritten haben. Hype-Threads, Pre-Announcement-Leaks und recycelte Zusammenfassungen überspringen. Immer Originalquellen verlinken.

Von Marius BongartsTech98 Ausgaben
← Zur aktuellen Ausgabe
Ausgaben
14 / 98
Über Nacht von KI aus öffentlichen Quellen erstellt, täglich aktualisiert.
KI-Entwicklertools · Was kam heute
Sonntag, 11. Oktober 2026
KI-Entwicklertools · Was kam heute

Soup v0.75.0, MiMo Code schlägt Claude, JoyAI Video Edit

1 Min. Lesezeit

Soup v0.75.0 – Feinabstimmung auf 4-GB-GPUs

8B-Modelle trainieren jetzt auf Laptop-Hardware.

Soup v0.75.0 bringt erweiterte Validierung für MLX-Backends und führt GRPO mit veröffentlichtem Sequence-Level-Objektiv (arXiv:2507.18071) ein [Quelle: GitHub]. Layer-Streaming-Technologie erreicht 119,6 Tokens/Sekunde auf RTX 3050 mit nur 3,32 GB Peak-VRAM; die wissenschaftliche Veröffentlichung dokumentiert Bit-Exaktheit-Vergleiche gegen vollständig im RAM trainierte Modelle. PyTorch-2.6-Kompatibilität und Live-Dashboard-Validierungsverluste sind neu.

Feinabstimmung wird zur Commodity-Operation.

Xiaomi MiMo Code schlägt Claude bei SWE-bench

Offenes China-Tool erreicht höhere Benchmarks als Claude Code.

Xiaomi veröffentlichte MiMo Code V0.1.14 am 10. Oktober als MIT-Lizenz Open-Source-Agent mit vier Gedächtnisschichten [Quelle: shattered.io]. Bei SWE-bench Pro erreicht MiMo 62 % versus 55 % für Claude Code; bei Terminal-Bench 2 entsprechend 73 zu 69 %. Mit gleichem Modell (MiMo-V2.5-Pro) liegen die Unterschiede bei fünf Prozentpunkten, besonders deutlich bei über 200 Ausführungsschritten. MiMo-V2.5 kostet 0,40 Dollar pro Million Input-Token – ein Zehntel von Claude Opus.

Unabhängige Validierung der Messungen steht noch aus; automatische Migration auf V2.6 erfolgt am 14. Oktober.

JoyAI-Video-Edit – Echtzeit-Videobearbeitung im Open-Source

30 FPS bei 720×1248 Auflösung, vom ersten Checkpoint an.

JD Open Source veröffentlichte JoyAI-Video-Edit mit 16B-Parameter-Multimodal-Diffusion-Transformer auf GitHub [Quelle: GitHub]. Ein verbesserter Checkpoint mit referenzbild-gesteuerter Bearbeitung (RV2V) bringt stärkere Subjekt-Konsistenz und temporale Stabilität. Oktober-Releases umfassen LongV2VBench für Long-Form-Video-zu-Video-Evaluierung, Consumer-GPU-Unterstützung für RTX 5090 und vollständigen Deployment-Code.

Video-Generierung wird zur Commodity in real time.

Quellen
GitHub - MakazhanAlpamys/Soup: Fine-tune LLMs from one YAML ...
GitHub - MakazhanAlpamys/Soup: Fine-tune LLMs from one YAML ...
9 hours ago ... Fine-tune LLMs from one YAML. Layer streaming trains an 8B model on a 4 GB laptop GPU. - MakazhanAlpamys/Soup. ... Open Source. COMMUNITY. GitHub SponsorsFund ...
github.com
KI-Zusammenfassung

Soup v0.75.0 wurde veröffentlicht mit umfangreichen Updates für das Machine-Learning-Framework. Die neue Version bringt Verbesserungen bei der Konfigurationsvalidierung, die unbekannte Config-Keys jetzt ablehnt statt sie stillschweigend zu ignorieren. MLX-Backend wurde erweitert und validiert nun korrekt Trainingsparameter wie train_on_responses_only, Warmup-Ratio und Gradient-Accumulation, statt diese zu ignorieren. Validierungsverluste werden nun aufgezeichnet und in Live-Dashboards angezeigt. Die Version führt auch GRPO mit der publizierten Sequence-Level-Objektiv (arXiv:2507.18071) ein und behebt Kompatibilitätsprobleme mit PyTorch 2.6.0 und TRL 0.29. Das Framework ermöglicht Feinabstimmung von 8B-Modellen auf 4-GB-Laptop-GPUs durch Layer-Streaming-Technologie, erreicht 119.6 Tokens/Sekunde auf RTX 3050 mit nur 3.32 GB Peak-VRAM. Eine wissenschaftliche Veröffentlichung dokumentiert diese Metriken mit Bit-Exaktheit-Vergleichen gegen resident trainierte Modelle und Replikation auf H100-Hardware.

Quelle öffnen
[Official Repo] JoyAI-Video-Edit: Real-Time Open-Ended ... - GitHub
[Official Repo] JoyAI-Video-Edit: Real-Time Open-Ended ... - GitHub
20 hours ago ... [Official Repo] JoyAI-Video-Edit: Real-Time Open-Ended Video Editing with Autoregressive Diffusion - jd-opensource/JoyAI-Video-Edit.
github.com
KI-Zusammenfassung

JoyAI-Video-Edit ist ein Open-Source-System für Echtzeit-Videobearbeitung, das auf GitHub veröffentlicht wurde. Das Projekt nutzt autoregressive Diffusion mit einem 16B-Parameter-Multimodal-Diffusion-Transformer und erreicht 30 FPS bei 720×1248-Auflösung. Jüngste Releases umfassen die Veröffentlichung von Deployment-Code und technischem Report (August 2026), Consumer-GPU-Unterstützung für RTX 5090 (August 2026), sowie LongV2VBench für die Evaluierung von Long-Form-Video-zu-Video-Bearbeitung (Oktober 2026). Ein verbessertes Checkpoint mit stärkerer referenzbild-gesteuerter Videobearbeitung (RV2V) wurde freigegeben, mit verbesserten Fähigkeiten zur Erhaltung von Subjekt und Identität sowie temporaler Konsistenz.

Quelle öffnen
Xiaomi MiMo Code vs. Claude Code: Benchmarks 2026 - shattered.io
Xiaomi MiMo Code vs. Claude Code: Benchmarks 2026 - shattered.io
17 hours ago ... ... KI-Modelle erweitert. Der Quellcode liegt öffentlich auf GitHub unter dem ... MiMo Code steht unter der MIT-Lizenz, einer der freizügigsten Open-Source-Lizenzen ...
shattered.io
KI-Zusammenfassung

Xiaomi hat am 10. Oktober 2026 MiMo Code V0.1.14, einen open-source KI-Programmieragenten unter MIT-Lizenz, in einer erweiterten Version veröffentlicht. Das terminal-native Tool mit vier Gedächtnisschichten soll bei Programmier-Benchmarks Vorteile gegenüber Claude Code zeigen: Bei SWE-bench Pro erreicht MiMo Code 62 Prozent versus 55 Prozent für Claude Code, bei Terminal-Bench 2 entsprechend 73 zu 69 Prozent. In direkten Tests mit gleichem Modell (MiMo-V2.5-Pro) liegen die Unterschiede bei fünf Prozentpunkten, besonders deutlich bei Aufgaben über 200 Ausführungsschritten, wo MiMo Code in über 65 Prozent der Vergleiche gewinnt. Der Agent läuft auf macOS, Linux und Windows, unterstützt neben eigenen Modellen auch DeepSeek, Kimi und GLM sowie OpenAI-kompatible Schnittstellen. MiMo-V2.5 kostet 0,40 Dollar pro Million Input-Token und 2,00 Dollar pro Million Output-Token, deutlich günstiger als Claude Opus. Zum 14. Oktober 2026 erfolgt automatische Migration auf MiMo-V2.6. Kritisch sind unabhängige Validierung der Benchmarks (alle Messungen stammen von Xiaomi), Datenschutzbedenken bei Nutzung von Xiaomi-Servern und die frühe Versionsnummer V0.1.0 als Stabilitätsrisiko. Der Code liegt auf GitHub unter XiaomiMiMo/MiMo-Code.

Quelle öffnen
Über Nacht zusammengestellt von MorningMail.aiZugestellt um 03:10