Du wirst angemeldet...

Bitte warte, während wir deine Anmeldung überprüfen

Artikel · Freitag, 16. 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
9 / 98
Über Nacht von KI aus öffentlichen Quellen erstellt, täglich aktualisiert.
KI-Entwicklertools · Was kam heute
Freitag, 16. Oktober 2026
KI-Entwicklertools · Was kam heute

Nvidia Nemotron 3.5, Mistral Large 4, offene Agenten-Hardware

1 Min. Lesezeit

Nvidia Nemotron 3.5 Super VL

Nvidia packt ein Billionen-Parameter-Modell in 12 Milliarden aktive Parameter.

Nemotron 3.5 Super VL nutzt Mixture-of-Experts, um Genauigkeit von Nvidias größerem Ultra-Modell mit einem Fünftel der aktiven Parameter zu erreichen [Quelle: Nvidia]. Das Open-Weight-Modell verbindet Reasoning, Tool-Use und multimodales Verständnis (Text, Bild, Video, Dokumente) in einer Einheit und liefert auf einer GPU fünffach höheren Durchsatz für agentic Tasks als andere offene Modelle seiner Größe. Organisationen wie Scale AI und Ramp berichten von 40× niedrigeren Inferenzkosten und 41% höherer Genauigkeit bei spezialisierten Workflows. Parallel erscheinen zwei Bolt-Varianten: eine 74B für 24-GB-Maschinen, eine 4-GB-Version für Voice Assistants. Nvidia veröffentlicht auch 2,83 Billionen Tokens in 22 indischen Sprachen.

Enterprise-Agenten kriegen echte offene Alternativen.

Mistral Large 4 – europäisch trainiert

Mistral trainierte eine Billion Parameter in eigenen europäischen Rechenzentren.

Large 4 nutzt 52 Milliarden aktive Parameter pro Anfrage bei einer Million Token Kontextfenster, trainiert auf 3.800 Nvidia-Grace-Blackwell-Prozessoren [Quelle: Scaly]. Bei Sicherheitsaufgaben schlägt das Modell GPT-6 Astra (50 zu 33 Prozent beim Cyber Index), fällt aber beim Programmieren zurück. Die API kostet 1,36 Dollar pro Million Input-Token; die offenen Gewichte folgen Ende Oktober unter noch unbekannter Lizenz. Eigenbetrieb braucht mehrere Rechenzentrumsgrafikarten – der Vorgänger Large 3 verlangte mindestens 360 GB VRAM. Eine Vorschau ist derzeit nur über Mistrals API verfügbar.

Europas offener Modell-Stack bekommt Frontier-Konkurrenz.

Agenten-Infrastruktur konsolidiert sich

Open-Source-Agenten verschieben sich von API-Zentren zu lokal gesteuerten Ebenen.

Nvidia, Mistral und kleinere Frameworks wie Squad und MemPalace (aus früheren Briefen) folgen dem gleichen Muster: Speicher wird lokal, Konfiguration wird zu Code, Orchestrierung wird typiert. Squad bringt SDK-First Mode, MemPalace integriert 47 MCP-Tools für Agenten ohne Cloud-Abhängigkeit. Die Agenten-Tooling-Szene sortiert sich nicht nach Modell-Konkurrenz, sondern nach wer lokale Speicher, Skill-Loops und Multi-Provider-Support am saubesten hinbekommt. Entwickler bauen jetzt in Schichten statt Monolithen.

Beobachte ob dieser Infrastruktur-Druck die Frameworks diese Woche noch enger zusammenführt.

Quellen
NVIDIA Nemotron 3.5 Super VL Powers Specialized Agents with ...
NVIDIA Nemotron 3.5 Super VL Powers Specialized Agents with ...
12 hours ago ... For the approach and lessons learned, read the chart-understanding deep dive and the open-source chart question-answering pipeline. This model was built with ...
developer.nvidia.com
KI-Zusammenfassung

NVIDIA hat Nemotron 3.5 Super VL veröffentlicht, ein open-source Multimodal-Modell mit 120B-Parameter Mixture-of-Experts-Architektur, das 12B Parameter pro Token aktiviert. Das Modell kombiniert Reasoning, Tool-Use und Text-, Bild-, Dokument- sowie Videoverständnis in einer Einheit und erreicht auf einer einzelnen GPU bis zu 5x höheren Durchsatz für agentic Tasks verglichen mit anderen Open-Source-Modellen seiner Größe. Organisationen wie Scale AI, Ramp und AI21 haben das Modell für spezialisierte Workflows angepasst und berichten von 40x geringeren Inferenzkosten, 10x niedrigerer Latenz und 41% höherer Genauigkeit. Entwickler können das Modell mit NVIDIA NeMo mittels Supervised Fine-Tuning, Low-Rank Adaptation und Reinforcement Learning auf offenen Datensätzen von Hugging Face anpassen. Das Release umfasst technische Optimierungen wie LiLiCorr Speculative Decoding, NVFP4 Quantization, Multi-Token-Prediction und Context Reuse sowie umfangreiche offene Datensätze in 22 indischen Sprachen.

Quelle öffnen
Mistral Large 4: Was Europas offenes KI-Modell kann - Scaly Academy
Mistral Large 4: Was Europas offenes KI-Modell kann - Scaly Academy
17 hours ago ... ... Vorschaumodelle eingegeben wird, darf Mistral zum Training verwenden. Hier ... Open-Source-KI 2026: Welches offene Modell wofür? von Benedikt Backhaus ...
scaly.com
KI-Zusammenfassung

Mistral hat am 6. Oktober 2026 Mistral Large 4 vorgestellt, ein Modell mit etwa einer Billion Parametern, trainiert in europäischen Rechenzentren. Von den 1,05 Billionen Parametern sind je Anfrage 52 Milliarden aktiv, das Modell hat ein Kontextfenster von einer Million Token und wurde mit 3.800 Nvidia-Grace-Blackwell-Prozessoren trainiert. Die Vorschau ist derzeit nur über Mistrals API verfügbar, die Gewichte sollen Ende Oktober folgen. Bei Benchmarks liegt Large 4 in Sicherheitsaufgaben vor GPT-6 Astra (50 zu 33 Prozent beim Cyber Index), schwächer aber beim Programmieren. Die API kostet 1,36 Dollar pro Million Input-Token und 4,18 Dollar Output (mit 50-Prozent-Rabatt bis 20. Oktober). Die künftige Lizenz für die offenen Gewichte ist noch nicht veröffentlicht; beim Eigenbetrieb werden mehrere Rechenzentrums-Grafikkarten nötig, der Vorgänger Large 3 benötigt mindestens 360 GB Grafikspeicher.

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