Kategorie: KI-News

OpenAI hat GPT-5.6 veröffentlicht, eine Modellfamilie mit drei Stufen: Sol, Terra und Luna. Die Namen stehen für unterschiedliche Anforderungen und Leistungsniveaus.

Jedes Modell hat seinen Zweck. Sol ist für Höchstleistungen, Terra für den Alltag, Luna für schnelle Erledigungen. OpenAI spricht von „höherer Intelligenz pro Token“ und niedrigeren Kosten für komplexe Aufgaben. Das bedeutet, dass die Modelle mit weniger Rechenaufwand bessere Ergebnisse liefern sollen.

Sol ist das Flaggschiff. Es eignet sich für anspruchsvolle Aufgaben wie Softwareentwicklung, Sicherheitsanalyse oder Planung wissenschaftlicher Experimente. Terra der Allrounder für tägliche Arbeit. Luna ist das kleinste Modell – extrem schnell und günstig, perfekt für einfache Anfragen.

Ultra koordiniert mehrere KI-Agenten gleichzeitig. Standardmäßig sind es vier Agenten, die Arbeit teilen und Zwischenergebnisse austauschen. Das Ergebnis ist stärker als das eines einzelnen Agenten, verbraucht aber mehr Tokens. Entwickler können ähnliche Workflows über die Multi-Agent-Beta in der Responses API selbst bauen.

GPT-5.6 kann JavaScript im Arbeitsspeicher schreiben und ausführen. Es ruft Funktionen auf, führt sie parallel aus, nutzt Schleifen und Bedingungen. Dadurch lassen sich Daten aus mehreren Quellen kombinieren oder komplexe Berechnungen durchführen, ohne die API neu anzufragen.

Das Modell erstellt editierbare Präsentationen, Dokumente, Tabellen, Oberflächen und Frontend-Prototypen. Die Layout-Qualität ist besser als bei früheren Versionen. In ChatGPT Work verarbeitet es Quellmaterial aus Dokumenten und Arbeits-Apps und wandelt es in teilbare Ergebnisse um.

Die API-Preise sind gestaffelt: Sol 5 Dollar pro Million Tokens Input, 30 Dollar Output. Terra 2,50 Dollar Input, 15 Dollar Output. Luna 1 Dollar Input, 6 Dollar Output. Prompt-Caching hat explizite Cache-Breakpoints und eine Mindestlebensdauer von 30 Minuten. Cache-Schreibvorgänge kosten das 1,25-fache des ungecachten Input-Satzes, Cache-Lesevorgänge behalten einen Rabatt von 90 Prozent.

Der Zugang hängt vom Produkt und Plan ab. In ChatGPT können Plus-, Pro-, Business- und Enterprise-Nutzer GPT-5.6 Sol über mittlere und höhere Aufwandsstufen nutzen. Pro und Enterprise können Sol Pro wählen. In ChatGPT Work und Codex bekommen Free- und Go-Nutzer Terra, Plus, Pro, Business und Enterprise wählen zwischen Sol, Terra und Luna. Ultra ist in ChatGPT Work für Pro und Enterprise reserviert, in Codex für Plus und höher.

Benchmarks zeigen Ergebnisse in Coding (Terminal-Bench 2.1, DeepSWE), Wissensarbeit (BrowseComp, OSWorld 2.0), Cybersicherheit (ExploitBench, ExploitGym, SEC-Bench Pro) und wissenschaftlichen Workflows (GeneBench Pro, LifeSciBench, Chemie-Benchmarks). OpenAI nutzt die Modelle intern zum Debuggen, Optimierung, Experimentieren und Ergebnisinterpretation.

Für regelmäßige KI-Nutzer bietet GPT-5.6 mehr Auswahl: Luna für einfache Anfragen, Terra für den Alltag, Sol für komplexe Aufgaben. Ultra erlaubt parallele Gedankengänge – nützlich für Projekte, die viele Perspektiven brauchen.

Entwickler profitieren von transparenterer API, zuverlässigerem Caching und der Möglichkeit, JavaScript im Modell auszuführen. Workflows, die früher mehrere API-Aufrufe erforderten, erledigt man jetzt in einer Sitzung. Das spart Zeit und Kosten.

GPT-5.6 ist eine evolutionäre Erweiterung der Sprachmodelle. Die Aufteilung in Sol, Terra und Luna deckt ein breites Spektrum ab. Die Preise sind für professionelle Anwender kalkuliert. Die Herausforderung bleibt, das richtige Modell für die jeweilige Aufgabe zu wählen.

Quelle: testingcatalog.com

Du fragst dein iPhone etwas, und es dauert lange, bis eine Antwort kommt. Bei fehlendem Netz reagiert Siri gar nicht. Der Grund: Viele KI-Funktionen werden erst in der Cloud berechnet. Das kostet Zeit, Datenvolumen und Privatsphäre. Apple forscht nun mit dem Startup PrismML daran, größere KI-Modelle direkt auf dem iPhone laufen zu lassen – ohne Cloud-Umweg. Die Technik verspricht schnellere, intelligentere und privatere KI auf dem Gerät.

KI-Modelle bestehen aus Milliarden Parametern – Zahlen, die das Wissen des Modells abbilden. Je mehr Parameter, desto leistungsfähiger die KI. Doch auf einem Smartphone sind Speicher und Rechenleistung begrenzt. Große Modelle passen nicht einfach in den Arbeitsspeicher und benötigen viel Energie.

Apples aktuelles Modell „AFM 3 Core Advanced“ hat 20 Milliarden Parameter, aber nur 1 bis 4 Milliarden sind gleichzeitig aktiv. Das spart Ressourcen, schränkt aber die Fähigkeiten ein. PrismML will das ändern.

Der Bericht von The Information sagt: PrismML hat Alibabas Open-Source-Modell Qwen 3.6 (27 Milliarden Parameter) so komprimiert, dass es vollständig auf einem iPhone 17 Pro läuft – alle Parameter gleichzeitig aktiv. Die Kompression reduziert die Bit-Tiefe pro Parameter von 16 oder 32 Bit auf ein einziges Bit. Jeder Parameter ist entweder 0 oder 1. Dadurch sinkt der Speicherbedarf drastisch: Ein Modell mit 20 Milliarden Parametern passt in etwa 1 Gigabyte RAM. Das ist selbst auf iPhones mit nur 6 Gigabyte Arbeitsspeicher machbar.

Die Vorteile: Mehr Features lassen sich direkt auf dem Gerät ausführen, weniger Anfragen gehen in die Cloud. Das spart Apple Serverkosten und erhöht die Privatsphäre – keine Daten verlassen das iPhone. Zudem reagiert das Modell in Millisekunden, ohne Wartezeit auf eine Server-Antwort. Größere Modelle können natürlicher kommunizieren, Bilder analysieren, Texte zusammenfassen – alles offline.

In den MacRumors-Foren erklärt ein Kommentator namens ChrisA: „PrismML hat eine Methode gefunden, neuronale Netze auf 1 Bit pro Parameter zu komprimieren. Das spart Speicher und Energie, weil Multiplikationen mit 0 oder 1 extrem einfach sind. Es geht um clevere Mathematik, nicht um einen KI-Durchbruch.“ Die Innovation liegt im Deployment, nicht in der Architektur. Qwen 3.6 selbst ist ein bekanntes Modell von Alibaba.

Allerdings: Die Gespräche zwischen Apple und PrismML sind noch in einer frühen Phase. Es gibt keinen Vertrag, kein fertiges Produkt. Technische Hürden bleiben: Ein voll aktives Modell mit 27 Milliarden Parametern benötigt auch nach der Kompression viel Rechenleistung. Akkulaufzeit und Wärmeentwicklung sind noch ungelöste Probleme. Doch der Trend ist klar: Die Industrie will KI aufs Gerät bringen. Apples neue Chips (A18, A19) sind leistungsfähig genug dafür. PrismMLs Methode könnte den Weg beschleunigen.

Für Nutzer bedeutet das: lokale, private und schnelle KI auf dem iPhone. Keine Cloud-Abhängigkeit, keine Daten auf fremden Servern. Apple könnte seinen Datenschutz-Ansatz mit den Fähigkeiten moderner KI verbinden. Ob PrismMLs Ansatz in zukünftigen iOS-Versionen umgesetzt wird, bleibt abzuwarten.

Quelle: macrumors.com

Du hast ein kurzes Handyvideo von deinem Hund im Park. Die Szene magst du, aber das Licht ist trüb, der Hintergrund langweilig. Mit einem Fingertipp könntest du daraus ein Aquarell machen – ohne Editor, ohne Lerneffekt. Googles neues Tool Video Remix für Google Photos macht das möglich. Es ist ein weiterer Schritt, KI für Bewegtbild nutzbar zu machen – für jeden verständlich.

Video Remix stellte Google am 8. Juli 2026 vor. Die Funktion steckt im Create-Tab der Google-Photos-App und nutzt das KI-Modell Gemini Omni. Man wählt eine Vorlage aus, die KI generiert eine neue Version mit anderem Look. Einfach und direkt: Keine klassische Videobearbeitung, sondern eine Neuschöpfung durch KI.

Die Effekte bieten mehr als klassische Filter. Video Remix passt die Beleuchtung an, tauscht den Hintergrund aus oder wendet künstlerische Stile an wie Aquarell, Rohskizze oder Ölgemälde. Google zeigt Beispiele, in denen ein Alltagsvideo in eine Wasserfarbszene verwandelt wird. Das ähnelt der Foto-Remix-Funktion, jetzt für Videos.

Technisch funktioniert es so: Gemini Omni ist ein multimodales KI-Modell, das Videos versteht und generieren kann. Es analysiert den Clip, erkennt Personen und Bewegungen, und setzt die Transformation um. Dabei bleibt es konsistent: Ein Wasserfarbeneffekt lässt Personen nicht verschwimmen. Das schafft das Modell in Echtzeit oder innerhalb von zwei Minuten.

Es gibt Einschränkungen. Video Remix funktioniert nur mit Clips bis zehn Sekunden. Längere müssen vorher zugeschnitten werden. Grund ist die rechenintensive Berechnung. Der Vorgang kann je nach Effekt und Cliplänge einige Minuten dauern.

Die Funktion ist nicht kostenlos. Sie wird schrittweise für Abonnenten von Google AI Plus, Pro und Ultra eingeführt. Startländer sind Indien, USA, Japan, Südkorea, Brasilien und Mexiko. Eine weltweite Verfügbarkeit gibt es noch nicht. Google testet die Funktion zunächst in einer kleineren Nutzergruppe.

Für den Alltag: Wer Google Photos und ein KI-Abo hat, kann Videos mit Video Remix bearbeiten. Aus einem Kindergeburtstagsclip wird ein Ölgemälde, aus einem Spaziergang eine Szene mit kinoreifer Beleuchtung. Kein Schnittprogramm nötig. Einfach auswählen, Effekt wählen, warten.

Die leichte Veränderbarkeit wirft Fragen zur Authentizität auf. Künstlerische Bearbeitung ist harmlos, aber die Grenze zur Manipulation ist fließend. Google sagt, die Effekte seien offensichtlich künstlerisch. Trotzdem verändern solche Tools das Vertrauen in Videomaterial. Besonders wenn Hintergründe oder Beleuchtung so verändert werden, dass sie wie original aussehen.

Für Kreative und alle, die ihre Erinnerungen aufwerten wollen, ist Video Remix ein nützliches Werkzeug. Man muss kein Profi sein, um gute Videos zu produzieren. Die Technologie macht Videobearbeitung zugänglich – aber sie verändert auch, was wir als ‚original‘ betrachten. Das ist weder gut noch schlecht, sondern eine Entwicklung, die wir beobachten sollten.

Googles Ankündigung zeigt: KI ist Teil unseres Alltags. Sie steckt in Geräten, Fotoalben, Videoclips. Video Remix macht das erfahrbar. Wer wissen will, was KI heute kann, probiert es mit einem Zehn-Sekunden-Clip. Das Ergebnis ist nicht immer perfekt, aber anders. KI verändert, wie wir Inhalte konsumieren und erschaffen. Das passiert direkt in unserer Hosentasche.

Quelle: digitaltrends.com

Ein Team von Entwicklern – jeder nutzt einen anderen KI-Assistenten: GitHub Copilot, Claude Code, selbstgebaute Agenten. Sie arbeiten in unterschiedlichen IDEs: IntelliJ, VS Code, PyCharm. Niemand weiß genau, wer welches Tool einsetzt, was es kostet oder ob die Codebasen sicher sind. Das ist kein Einzelfall. JetBrains hat eine Lösung vorgestellt: „JetBrains AI for Teams and Organizations“.

Die Lösung schafft einen einheitlichen Steuerungsrahmen. Sie unterstützt Claude, Codex, Gemini, Junie und Entwicklungsumgebungen wie IntelliJ, PyCharm, Rider und bald VS Code. Entwickler behalten ihre bevorzugten Assistenten, Engineering-Leiter erhalten eine zentrale Konsole. Oleg Koverznev, Leiter der Agentensysteme bei JetBrains, beschreibt vier Komponenten: Team Automations und Cloud Agents für automatisierte Aufgaben, JetBrains Context als gemeinsames Verständnis von Code und Dokumentation, JetBrains Central für Governance und Zugriffskontrolle sowie die Central CLI für die Kommandozeile.

Die Fragmentierung der KI-Entwicklungswerkzeuge wächst. Muskan Bandta, Cloud Associate bei ZopDev: „Vor einem Jahr fragte man sich noch, ob man KI-Assistenten erlauben soll. Heute laufen in einem Team Copilot, Claude Code, Cursor und selbstgebaute Agenten parallel.“ Das Problem ist fehlende Transparenz. Führungskräfte können drei Fragen nicht beantworten: Wer verwendet was? Was kostet es? Ist es sicher? Sobald Agenten Code bearbeiten und Rechnungen erzeugen, wird das zu einem Governance- und Kostenproblem.

Die Suite bündelt die zersplitterte Landschaft, ohne die Wahlfreiheit der Entwickler einzuschränken. Ein zentraler Kontext-Layer reduziert operative Reibungsverluste. Nitish Tyagi, Senior Principal Analyst bei Gartner: „Statt dass jedes Team mehrere KI-Coding-Tools konfiguriert und wiederholt Kontext liefert, ermöglicht eine zentrale Kontextschicht konsistentes Verständnis der Codebasis, Standards, Dokumentation und Arbeitsabläufe.“ Das spart langfristig Zeit bei der Informationssuche, beim Verstehen von Legacy-Code, beim Einarbeiten neuer Entwickler und beim Nachbessern von Ergebnissen. Der Wert liegt nicht in mehr Code, sondern in relevanteren, organisationsbewussten Ergebnissen.

Dieser gemeinsame Kontext hilft, Wissenssilos aufzubrechen. Wenn Entwickler und Agenten auf dasselbe Verständnis von Code und Prozessen zugreifen, entstehen weniger Missverständnisse und Doppelarbeit.

Governance und Kostenmanagement spielen eine zentrale Rolle. Laut Bandta hilft die Suite CIOs, die Kontrolle über Sicherheits- und Compliance-Risiken zu erhöhen. Tyagi ergänzt: „Die Suite erlaubt Engineering-Leitern, besser zu kontrollieren, welche Informationen Agenten abrufen können – das reduziert Risiken, etwa den Zugriff auf sensible Repositories.“ Zudem erhalten Agenten dank optimiertem Kontext relevantere Informationen, was die Ergebnisqualität steigert und Kosten senkt, weil weniger Tokens für irrelevante Anfragen verbraucht werden.

Die Einführung markiert einen strategischen Wandel. Bandta sieht die Evolution der IDE zur „agentischen Entwicklungsumgebung“ – einer Plattform, in der Entwickler Flotten von KI-Agenten orchestrieren, statt jede Zeile selbst zu schreiben. Der Markt spaltet sich: Agenten erledigen die Arbeit, Plattformen steuern sie. „Die Plattformschicht wird die Unternehmensbudgets anziehen“, prognostiziert Bandta. Auch andere Anbieter wie Microsoft dürften ähnliche Strategien verfolgen.

JetBrains hält sich bedeckt: Die neuen Funktionen rollen im Juli und August schrittweise für Geschäftskunden aus. Unternehmen mit mehreren KI-Assistenten spüren die Fragmentierung. Die Suite bietet eine pragmatische Lösung: eine Verwaltungsschicht über bestehende Tools, ohne sie zu ersetzen. Entwickler ändern ihre Gewohnheiten nicht, erhalten aber Transparenz, Sicherheit und Kosteneffizienz.

JetBrains greift ein echtes Problem auf. Entscheidend wird, ob die Suite nahtlos integriert und ob Unternehmen bereit sind, eine zusätzliche Plattform zu lizenzieren. Der Erfolg hängt von einfacher Implementierung und schnell sichtbarem Nutzen ab. Das Zeitalter unkontrollierter KI-Assistenten neigt sich dem Ende zu. Governance wird nötig. JetBrains liefert einen Bauplan – die Praxis wird zeigen, ob er hält.

Quelle: infoworld.com