KI-Entwicklertools · Was kam heute

Claude Fable 5 von Anthropic erreichte einen neuen Höchstwert von 161 Punkten auf dem Epoch Capabilities Index (ECI) und übertraf damit GPT-5.5 Pro um einen Punkt. Dies ist das erste Mal in über einem Jahr, dass Anthropic die Führung bei diesem Index übernimmt. Epoch AI hat außerdem 13 neue Evaluations in sein Benchmarking-Hub aufgenommen, von denen 7 in den ECI integriert wurden, und neun weitere externe Benchmarks hinzugefügt, die agentische Arbeiten, Cybersicherheit, Algorithmen-Engineering, Forecasting und physikalische Forschung abdecken.

llmfit 1.0 mit neuer Benchmark-Sharing-Funktion: Das Tool misst tatsächliche Token-pro-Sekunde-Leistung auf der eigenen Hardware und trägt die Messwerte automatisch als PR zurück. Die Messungen werden lokal gespeichert und ersetzen Schätzwerte in der Fit-Tabelle. Mit der nächsten Release erhalten alle Nutzer mit identischer Hardware verifizierte Zahlen statt Schätzungen, bevor sie selbst benchmarken. Das Terminal-Tool unterstützt hunderte Modelle und Provider, optimiert LLM-Modelle für die verfügbaren System-Ressourcen (RAM, CPU, GPU) und liefert Scores über Qualität, Geschwindigkeit, Fit und Kontext. Die Speed-Schätzungen basieren auf einem Memory-Bandwidth-Modell mit Echtmess-Sampling und Community-Messungen – alle Annahmen sind transparent einsehbar.

Tencent hat Hy3 vorgestellt, ein 295B-Parameter Mixture-of-Experts Modell mit 256K Context Window, das spezialisiert auf Reasoning, Agent-Workflows und Produktionsanwendungen ausgerichtet ist. Das Modell unterstützt konfigurierbare Reasoning-Modi und betont stabiles Tool-Calling sowie verlässliches, anti-Halluzinations-Verhalten. Parallel wurden mehrere andere Coding-fokussierte LLM-Modelle aktualisiert oder neu vorgestellt: DeepSeek V4 Flash und V4 Pro bieten optimierte Mixture-of-Experts Architekturen mit 1M-Token Context für schnelle Inference und komplexe Coding-Aufgaben; Z.ai hat GLM 5.2 für lange Agent-Workflows und vollständige Software-Engineering-Kontexte released; MiniMax präsentiert M3 mit nativer Multimodalität und 1M-Token Support unter Nutzung von Sparse Attention für kosteneffiziente Long-Context-Verarbeitung; Anthropic hat Claude Opus 4.8 und 4.7 sowie Sonnet 4.6 mit verbesserter Agentic-Performance und Multi-Step-Reasoning aktualisiert. Die OpenRouter-Coding-Modell-Rankings wurden aktualisiert und basieren auf echten Nutzungsdaten von Entwicklern.