Kimi stellt mit K3 ein multimodales Open-Weight-Modell mit 2,8 Billionen Parametern und einer Million Token Kontext vor. In eigenen Benchmarks nähert es sich Claude Fable 5 und GPT 5.6 Sol, übertrifft aber Opus 4.8 und GLM 5.2, zum Teil deutlich. Die vollständigen Gewichte sollen bis zum 27. Juli erscheinen, unabhängige Vergleiche stehen noch aus. Und: Das Modell ist deutlich teurer als der Vorgänger.
Google benennt NotebookLM in Gemini Notebook um. Das Produkt bleibt eigenständig, wird aber stärker in das Google-Ökosystem eingebunden. Laut VP Josh Woodward nutzen rund 30 Millionen Menschen und 600.000 Organisationen das Tool. Neu ist ein Cloud-Computer für jedes Notebook, der Code schreiben und ausführen kann. In internen Vergleichen erreicht das neue System eine durchschnittliche Gewinnrate von über 65 Prozent gegenüber der Vorgängerversion, bei fortgeschrittener Webrecherche sogar 78,2 Prozent. Das Feature steht zunächst AI-Ultra-Nutzern und Workspace-Kunden offen, weitere Nutzer folgen in den kommenden Wochen.
Parallel dazu erhält die Google-Suche eine App-Integration: Apps lassen sich bereits mit der Gemini-App verbinden, nun kommt diese Funktion auch in die Suche. In den USA können Nutzer ab dieser Woche im AI Mode Apps wie Instacart, Canva und YouTube Music verknüpfen und direkt aus der Suche heraus nutzen, etwa um Zutaten in den Instacart-Warenkorb zu legen, Design-Vorlagen in Canva aufzurufen oder eine Playlist in YouTube Music zu erstellen.
OpenAI und der Tastaturhersteller Work Louder haben gemeinsam das Codex Micro vorgestellt, ein kompaktes Hardware-Steuergerät für die Arbeit mit KI-Agenten. Statt ständig zwischen Chatfenstern zu wechseln und Befehle einzutippen, sollen Entwickler ihre KI-Agenten per auf einer reduzierten Tastatur mit Joysticks und Drehreglern steuern. Die oberen sechs Tasten leuchten in Echtzeit per RGB-Feedback und zeigen den Status jedes Agenten an, etwa ob er gerade nachdenkt, arbeitet, auf Eingabe wartet oder fertig ist. Per Joystick lassen sich häufige Workflows wie Code-Reviews, Debugging oder Refactoring direkt auslösen. Der Drehregler steuert die Reasoning-Stufe, also wie viel Rechenleistung das Modell für eine Aufgabe aufwenden soll.
Jede Farbe bedeutet einen anderen Agenten-Status: Denkend, fertig, auf Eingabe wartend oder Fehler.
Das Gerät ist direkt in ChatGPT Codex integriert, Tasten lassen sich dort neu belegen. Zusätzlich steht die Software Work Louder Input zur Verfügung, über die sich eigene Shortcuts auf jede Taste, jeden Regler und jede Joystick-Bewegung legen lassen, verteilt auf sechs programmierbare Ebenen. Im Lieferumfang sind 32 austauschbare Icon-Tastenkappen enthalten, mit denen sich die Belegung auch physisch anpassen lässt.
Das Codex Micro kostet 230 Dollar, ist derzeit aber nicht vorrätig. Work Louder weist auf eine begrenzte Stückzahl hin. Das Gerät verbindet sich per Bluetooth oder USB-C mit Mac und Windows.
Google hat ein Update für sein offenes KI-Modell Gemma 4 veröffentlicht, das unter anderem die Geschwindigkeit auf Nvidia-Hopper-GPUs deutlich erhöht und Probleme bei Antworten und Werkzeugaufrufen behebt. Durch die Aktivierung von Flash Attention 4 soll die Geschwindigkeit, mit der das Modell eingehende Prompts einliest, um 25 bis 70 Prozent steigen, die Wartezeit bis zur ersten Antwort sinkt laut Google um bis zu 31 Prozent. Beim Tool Calling, dem automatischen Aufrufen externer Werkzeuge durch das Modell, wurden Fehler behoben.
Gemma 4 31B verbessert seine Agentic-Reasoning- und Tool-Calling-Leistung in allen getesteten Szenarien, mit dem höchsten Zuwachs von 10,1 % im Telekom-Use-Case.
Google gibt außerdem an, Fälle deutlich reduziert zu haben, in denen das Modell Antworten abkürzte oder unvollständig ausgab. Für die Bildverarbeitung lässt sich der Parameter "max_soft_tokens" manuell von 280 auf 1120 erhöhen, um schärfere OCR-Ergebnisse und eine Auflösung von bis zu 2,51 Megapixeln zu erzielen. Google stellt dafür einen interaktiven Konfigurator auf Hugging Face bereit. In den veröffentlichten Benchmarks vergleicht Google nur die Varianten 31B und E4B mit ihren Vorgängern, dem Hugging Face Repository zufolge wurden aber alle Parametergrößen dieser Modellgeneration inklusive der neusten 12B-Ausgabe aktualisiert. Die Community kritisiert, dass Google das Update weiterhin unter dem Namen "Gemma 4" ausliefert, statt es als separate Version wie etwa "Gemma 4.1" zu kennzeichnen.
xAIs Kommandozeilen-Tool "grok" hat massive Kritik ausgelöst, weil es beim Ausführen in einem Verzeichnis sämtliche Dateien auf xAIs Google-Cloud-Server hochlud. Ein Nutzer berichtete, dass SSH-Schlüssel, Passwort-Datenbanken, Dokumente und Fotos übertragen wurden. Elon Musk kündigte anschließend an, alle hochgeladenen Nutzerdaten vollständig zu löschen. xAI deaktivierte die Upload-Funktion und stellte den gesamten Quellcode unter Apache-2.0-Lizenz auf GitHub bereit, um Vertrauen zurückzugewinnen. Mit der Veröffentlichung will xAI vollständige Transparenz schaffen. Das Tool kann nun auch vollständig lokal mit eigener Inferenz betrieben werden.
Die Codebasis umfasst rund 844.530 Zeilen Rust und enthält den Agenten-Loop, Tools, das Terminal-UI sowie ein Erweiterungssystem für Plugins und Subagenten. Reste der Upload-Funktion sind noch im Code vorhanden, aber deaktiviert. Laut xAI ist die Datenspeicherung seit dem 12. Juli standardmäßig abgeschaltet.
OpenAI hat mit GPT-Red ein internes KI-Modell trainiert, das automatisiert Sicherheitslücken in GPT-Modellen aufspüren soll. GPT-Red simuliert Angriffe wie Prompt-Injections, bei denen schädliche Anweisungen etwa in E-Mails, Webseiten oder Dateien versteckt werden, um ein KI-Modell zu manipulieren. Das Modell wurde per Self-Play-Reinforcement-Learning trainiert: GPT-Red greift an, Verteidiger-Modelle wehren ab, beide werden dabei besser. Laut OpenAI findet GPT-Red in 84 Prozent der Testszenarien erfolgreiche Angriffe, menschliche Red-Teamer nur in 13 Prozent. In einem Praxistest manipulierte GPT-Red einen KI-gesteuerten Automaten im OpenAI-Büro, änderte Preise und stornierte Bestellungen anderer Kunden.
Die Ergebnisse fließen direkt ins Training ein: GPT-5.6 Sol weist laut OpenAI sechsmal weniger Fehler bei direkten Prompt-Injections auf als das beste Modell von vor vier Monaten, ohne dass die allgemeine Leistungsfähigkeit leide. Damit bleibt es aber dennoch weiter anfällig: Rund 3,8 Prozent der stärkeren Prompt-Injections sind erfolgreich. Skaliert man die Angriffe auf Hunderte oder Tausende, kann hier eine beachtliche Anzahl zustande kommen, ähnlich wie bei Claude Opus 4.5.
GPT-Red bleibt intern und wird nicht veröffentlicht. Ein Paper mit weiteren Details soll folgen.
