Du wirst angemeldet...

Bitte warte, während wir deine Anmeldung überprüfen

Artikel · Mittwoch, 14. 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
11 / 98
Über Nacht von KI aus öffentlichen Quellen erstellt, täglich aktualisiert.
KI-Entwicklertools · Was kam heute
Mittwoch, 14. Oktober 2026
KI-Entwicklertools · Was kam heute

Gemini 4 Argon startet, Soup v0.76 trainiert 8B lokal, Nimble v3 still gelaunched

1 Min. Lesezeit

Gemini 4 Argon

Google setzt ein neues Frontier-Modell frei.

Gemini 4 Argon rangiert auf dem Vals Index an Platz eins und schlägt andere Frontier-Modelle bei Coding, Finanzen, Recht und Cybersecurity [Quelle: Google Blog]. Das Modell läuft über die Gemini API, AI Studio und Gemini for Business mit introductory pricing bei 2 Dollar pro Million Input-Token. Es unterstützt ein branchenweit führendes 1-Million-Token-Limit und hat bereits Gemma um das 2,85-fache beschleunigt und xTB um 2,3x schneller gemacht.

Erste Benchmark-Klasse im praktischen Einsatz.

Soup v0.76 – Lokal-Training

8B-Modelle trainieren jetzt auf 4 GB Laptop-GPUs.

Soup v0.76 bringt Layer Streaming mit Disk-Tier-Support, strikte Konfigurationsvalidierung und neue Befehle wie soup adapters check und soup bench train [Quelle: GitHub]. Auf RTX 3050 erreicht das Tool 208,6 Tokens/Sekunde bei nur 2,40 GB Peak-Memory. Das Framework unterstützt 16+ Training-Tasks (SFT, DPO, GRPO, PPO, KTO, ORPO, SimPO), QLoRA-Quantisierung und läuft vollständig lokal ohne Cloud-Abhängigkeiten.

Feinabstimmung wird zur Commodity-Operation auf Consumer-Hardware.

Hermes Agent – Autonome Skills

Nous Research bringt Agenten mit persistentem Lernen.

Hermes Agent schafft Skills autonom und verbessert sie während der Nutzung in einer geschlossenen Lernschleife [Quelle: GitHub]. Das Tool läuft auf verschiedenen LLM-Providern (Nous Portal, OpenRouter, OpenAI, eigene Endpoints) und integriert Full-Stack über Telegram, Discord, Slack, WhatsApp und Signal neben CLI. Installation erfolgt mit einem One-Liner; experimentelle Serverless-Infrastruktur (Modal, Daytona) und Docker-Backends sind unterstützt.

Agenten schreiben sich ihre eigenen Tools.

Nimble v3 – Stille Veröffentlichung

Bespoke Labs veröffentlicht Adapter ohne Ankündigung.

Bespoke-Nimble-9B-v3 landete am 30. September auf Hugging Face ohne offizielle Mitteilung – ein PEFT-LoRA-Adapter auf Qwen3.5-9B unter CC BY-NC 4.0 [Quelle: OrcaRouter]. Am 13. Oktober in sechs Quantisierungsformaten (5,6–17,9 GB) als Single-Pull verfügbar. Third-Party-Benchmark zeigt 88 ms Median-Latenz und 86,5–87,5% Genauigkeit – die Modellkarte dokumentiert aber kritische Kontextlänge und Temperatur nicht.

Community-Reverse-Engineering ersetzt fehlende Release-Docs.

Quellen
Gemini 4 Argon: Built to solve your hardest problems - Google Blog
Gemini 4 Argon: Built to solve your hardest problems - Google Blog
11 hours ago ... Watch Argon synthesize data from 3 open-source repositories into a medical learning tool where you can peel back anatomical layers, inspect clinical ...
blog.google
KI-Zusammenfassung

Gemini 4 Argon wurde heute als neues Frontier-Modell global verfügbar gemacht. Das Modell rangiert auf dem Vals Index an erster Stelle und übertrifft andere Frontier-Modelle bei Benchmarks in Bereichen wie Coding, Finanzen, Recht und Cybersecurity. Es ist über die Gemini API, AI Studio und Gemini for Business verfügbar, mit introductory pricing von 2 Dollar pro Million Input-Token und 10 Dollar pro Million Output-Token. Das Modell unterstützt ein branchenweit führendes 1M Token-Limit und wurde bereits für Code-Refactoring, Performance-Optimierungen von Open-Source-Projekten wie Gemma (2,85x Speedup über vLLM) und xTB (bis zu 2,3x schneller) eingesetzt.

Quelle öffnen
NousResearch/hermes-agent: The agent that grows with you - GitHub
NousResearch/hermes-agent: The agent that grows with you - GitHub
14 hours ago ... Open Source. COMMUNITY. GitHub SponsorsFund open source developers. PROGRAMS. Security Lab · Maintainer Community · GitHub Stars · Archive Program. REPOSITORIES.
github.com
KI-Zusammenfassung

Das Hermes Agent GitHub-Repository dokumentiert ein neues KI-Entwicklertool von Nous Research mit autonomer Skill-Erstellung, persistentem Gedächtnis und der Fähigkeit, auf verschiedenen LLM-Providern (Nous Portal, OpenRouter, OpenAI, eigene Endpoints) zu laufen. Das Tool bietet eine geschlossene Lernschleife, bei der der Agent aus Erfahrung Skills erstellt und diese während der Nutzung verbessert, sowie Full-Stack-Integration über Telegram, Discord, Slack, WhatsApp und Signal neben CLI. Installation erfolgt über One-Liner für Linux/macOS und PowerShell für Windows, mit experimenteller Unterstützung für Serverless-Infrastruktur (Modal, Daytona) und Docker-Backends sowie Datensatz-Generierung für das Training nächster Tool-Calling-Modelle.

Quelle öffnen
GitHub - MakazhanAlpamys/Soup: Fine-tune LLMs from one YAML ...
GitHub - MakazhanAlpamys/Soup: Fine-tune LLMs from one YAML ...
11 hours ago ... Open Source. COMMUNITY. GitHub SponsorsFund open source developers. PROGRAMS ... talk to your model soup push --model ./output --repo you/my-model soup merge -- ...
github.com
KI-Zusammenfassung

Soup ist ein Open-Source-Tool zum Fine-Tuning von Large Language Models, das in Version 0.76.0 mit umfangreichen Verbesserungen veröffentlicht wurde. Die neueste Version bringt strikte Validierung von Konfigurationsparametern, Evaluierung von Validierungsverlust auf allen Tasks, Layer Streaming mit Disk-Tier-Support für 70B-Modelle und neue Kommandos wie soup adapters check, soup bench train und soup data clean. Layer Streaming ermöglicht es, ein 8B-Modell auf einer 4 GB Laptop-GPU zu trainieren — gemessen auf RTX 3050: 208,6 tok/s bei 2,40 GB Peak-Speicher nach der v0.73.0 Reparatur. Die Technik wurde in einem Preprint (v3, August 2026) auf Zenodo dokumentiert mit Bit-Exactness-Verifikation gegen Standard-Läufe und Vergleichen mit DeepSpeed. Das Framework unterstützt 16+ Training-Tasks (SFT, DPO, GRPO, PPO, KTO, ORPO, SimPO, Vision, Audio, TTS), automatische Batch-Sizing, QLoRA-Quantisierung und Deployment-Optionen (GGUF, ONNX, TensorRT). Die Dokumentation umfasst Performance-Benchmarks, Quantisierungstechniken, Evaluation-Gates und Compliance-Templates. Soup läuft vollständig lokal ohne SSH oder Cloud-Abhängigkeiten.

Quelle öffnen
Nimble v3 wurde still und leise veröffentlicht - OrcaRouter
Nimble v3 wurde still und leise veröffentlicht - OrcaRouter
23 hours ago ... A repository with no licence file is not open source in any sense a lawyer ... KI-ModelleLösungenOpen SourceOpen WeightsPreise. Ressourcen. DokumenteBlog ...
orcarouter.ai
KI-Zusammenfassung

Bespoke Labs hat am 30. September 2026 die Gewichte für Nimble v3 (Bespoke-Nimble-9B-v3) auf Hugging Face hochgeladen, aber ohne offizielle Ankündigung oder Dokumentation. Das Modell ist ein PEFT-LoRA-Adapter basierend auf Qwen3.5-9B und wurde unter CC BY-NC 4.0 lizenziert – eine Abkehr von der bisherigen Apache-2.0-Lizenzierung, was kommerzielle Nutzung ausschließt. Am 13. Oktober wurde der Adapter in eine lokale Modell-Runtime integriert und ist nun in sechs verschiedenen Quantisierungsformaten (17,9 GB bis 5,6 GB) als einzelnes Pull-Paket verfügbar. Ein Drittanbieter-Benchmark auf 231 JevBench-Fällen zeigt 88 ms Median-Latenz und 86,5–87,5 % Genauigkeit je nach Quantisierung, während zugleich die Modelkarte kritische Kontextlängen-, Temperatur- und Änderungsinformationen nicht dokumentiert.

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