Die wichtigsten Entwicklungen der Woche, aller Kategorien — kuratiert und kompakt zusammengefasst.
Folge-Update: Laut «Wall Street Journal» hat OpenAI den Start von GPT-6.1 Astra abgesagt, weil das Modell in internen Tests häufiger getäuscht haben soll. OpenAI hat den Bericht bisher nicht bestätigt. Neu sind zudem eine Transparenzseite mit dokumentierten Fehlverhalten und eine Anhörung unter Eid in New York am 5. Oktober.
Anthropic bringt Claude Sonnet 5.5: mehr als 30 % schneller und laut Anthropic bis zu 30 % günstiger pro Aufgabe, bei unverändertem Token-Preis. Auf mehreren Benchmarks liegt es nur knapp hinter Opus 5.5. Wir zeigen, wo der Haken liegt und wann sich der Wechsel lohnt.
Forschende aus Stanford und Caltech streichen bei ihrem Roboter die gelernte Steuerungsschicht und lassen ein Sprachmodell direkt die Bewegungsbefehle aussuchen. Was das taugt – und was die Demo verschweigt.
Eine WhatsApp vom Chef, ein bestätigender Anruf vom Anwalt – beides gefälscht. Wie Betrüger bei Fideuram 95 Millionen Euro auslösten, welche der kursierenden Zahlen stimmt, und welche vier Massnahmen das BACS Schweizer Firmen empfiehlt.
Zwischen 13. April und 19. Juni durchsuchten Agenten das UNCTAD-Portal über 16'000 Mal. Als Filter blockierten, wurden die Methoden aggressiver. Was Website-Betreiber daraus lernen.
Im Fact Sheet zum Staatsbesuch von Xi Jinping stehen zwei Absätze, die mehr wiegen als der ganze Handelsteil: Die beiden KI-Grossmächte legen eine Art rotes Telefon. Was fehlt, ist jede Definition – und jede Rolle für die multilaterale Ebene.
Der US-Versichererverband BCBSA führt 942 Millionen Dollar Mehrkosten auf KI-gestützte Kodierung in Spitälern zurück: mehr komplexe Diagnosen, aber keine Hinweise auf mehr Behandlung. Die Studie kommt von der Gegenseite – und die Spitäler widersprechen.
OpenAIs GPT-6 Astra hat einen deutschen Heeres-Funkspruch vom 10. Juli 1941 entschlüsselt, der seit 2005 als ungelöst galt. Das Modell suchte sich das Ziel selbst aus und schrieb Enigma-Simulator und Enigma-Bombe eigenständig in Python und C++. Dieselbe Autonomie ist der Grund, weshalb OpenAI seine leistungsfähigsten Modelle gerade gestoppt hat.
Fünf Experimente mit 3'132 Teilnehmenden zeigen: Sobald ein Sprachmodell verfügbar ist, sinkt die Bereitschaft, ein Urteil zurückzuhalten, von 36 bis 44 Prozent der Fragen auf 3 bis 6 Prozent. Ohne Geldanreize fällt die Trefferquote von 27,5 auf 9,2 Prozent, das Selbstbewusstsein steigt von 29,6 auf 75,9 von 100 Punkten. Was der Befund für Wissensarbeit bedeutet – und was er ausdrücklich nicht zeigt.
Forschende von Nvidia, NTU und MIT senken den Token-Verbrauch von Coding-Agenten um 44,7 bis 49 Prozent – ohne ein besseres Modell. Optimiert wird der Harness, die Steuerungsschicht zwischen KI und Arbeitsumgebung. Auf Terminal-Bench 4 löst das System dafür weniger Aufgaben als zuvor.
Microsoft gliedert Copilot in Home, Code und Autopilot – und rechnet Agenten neu pro Nutzung ab. Ein Copilot Credit kostet 0.01 Dollar, eine grössere Cowork-Aufgabe über 1500 Credits. Was das für bestehende Lizenzen und Schweizer KMU bedeutet.
