AI-Wochenbeobachtung 2026W36: Astra erweitert die Grenzen von Agent, Google profitiert unerwartet von tokenmaxxing
01. Industrie
Astra hat AGI nicht gebracht, aber die Erweiterung der Fähigkeitsgrenzen von Agenten
Am 3. September veröffentlichte OpenAI in einer offiziellen Ankündigung GPT-6 Astra und stellte den Computerbetrieb sowie spezielle Schulungen für professionelle Umgebungen in den Mittelpunkt. Die von dem Unternehmen gezeigten Aufgaben umfassen die Aktualisierung des Kundenverwaltungssystems, die Organisation von Kalendern, die Durchführung von Recherchen im Internet und das Verfassen von Zusammenfassungen in Dokumenteneditoren sowie die Bedienung von Excel, Power BI und Ingenieursoftware.
Diese Erweiterung zielt auf Arbeiten ab, die in verschiedenen Software verteilt sind. Nehmen wir die Erstellung eines Marktberichts als Beispiel: Der Agent muss im Browser nach Informationen suchen, die Daten in Tabellen zur Berechnung einfügen und dann Diagramme und Schlussfolgerungen in das Dokument einordnen. Die Fähigkeit zum Computerbetrieb ermöglicht es ihm, zwischen diesen Anwendungen zu wechseln, Oberflächen zu lesen, Inhalte einzugeben, Operationen auszuführen und basierend auf den Ergebnissen den nächsten Schritt durchzuführen. Auch Vorgänge wie Herunterladen, Ausfüllen von Formularen, Kopieren und Formatieren, die Benutzer früher selbst erledigen mussten, fallen nun in den Bereich, den Agenten übernehmen können.
Offizielle Tests zeigen, dass dieser Weg bereits quantifizierbare Fortschritte aufweist. In der verzögerten Simulation von OSWorld 2.0 erzielte Astra einen Wert von 72,6 %, wobei jede Aufgabe etwa 40 Minuten dauerte; Sol erreichte 65,7 % und dauerte etwa 75 Minuten. Gleichzeitig aktualisierte OpenAI das Computerbetriebsframework von Codex. Nach der Zusammenarbeit von Modell und Framework betrug die Aufgabenabschlussgeschwindigkeit im Mind2Web-Test etwa das 1,9-fache der ursprünglichen Nutzungserfahrung von Sol.
Dies knüpft auch an den jüngsten Boom von Arbeitsverlaufsdaten an. Beim Programmieren gibt es Code-Repositories, Laufumgebungen und Tests, sodass es relativ einfach ist, eine Arbeit in eine wiederholt zu übende Aufgabe umzuwandeln. Bei der Erweiterung nach außen sind Vorgänge in Tabellen, Dokumenten, Webseiten und professioneller Software ein Bereich, der relativ leicht zuerst realisiert werden kann: Die Materialien sind bereits digitalisiert, viele Zwischenzustände können gespeichert werden, und Zahlen sowie Dateien können überprüft werden. Modellentwickler können zuerst diese Gliederungen mit klaren Ergebnissen trainieren und dann versuchen, sie zu einer vollständigen Arbeit zusammenzufügen.
Die anwendungsübergreifende Ausweitung erweitert den Nutzen dieser Art von Schulung weiter. Wenn man nur einzeln lernt, Tabellen zu erstellen und Dokumente zu schreiben, kann man nur einige Gliederungen der Arbeit übernehmen; wenn man lernt, verschiedene Software aufzurufen, um aufeinanderfolgende Schritte auszuführen, hat man die Chance, einen ganzen Auftrag zu übernehmen. Der Markt, um den sich die Modellentwickler bemühen, erweitert sich damit von Programmierwerkzeugen für Entwickler auf Software, die in Positionen wie Analyse, Betrieb und Design täglich verwendet wird.
Unabhängige Bewertungen zeigen, dass diese Erweiterung noch deutliche Schwachstellen aufweist. In der veröffentlichten Bewertung von Artificial Analysis verbesserte sich Astra im AA-Briefcase, der mehrere zusammenhängende Aufgaben und eine große Anzahl von Quelldateien enthält, um etwa 80 Elo-Punkte: Die Analysequalität stieg, aber die Darstellungsqualität sank; im GDPval-AA v2, das 44 Arten von beruflichen Aufgaben abdeckt, fiel die Punktzahl um etwa 80 Elo-Punkte. Am 4. September, nachdem AA komplexere Arbeitsaufgaben und mehr private Aufgaben in den Gesamtindex aufgenommen hatte, belegte Astra den zweiten Platz und lag 4 Punkte über Sol.
Die Kosten sind nicht zusammen mit der Ausführungseffizienz gesunken. Der Preis für Ein- und Ausgaben von Astra beträgt jeweils das 2,5-fache des aktuellen Aktionspreises von Sol. In dem umfassenden Intelligenztest vom 3. September maß AA, dass bei der gleichen Max-Stufe die Kosten pro Aufgabe von Astra um 75 % höher sind als bei Sol, etwa das 1,75-fache; im Programmier-Agent-Test konnte der geringere Token-Verbrauch die Gesamtkosten nur auf etwa das Niveau von Sol bringen.
In der Codex-Diskussion auf Reddit lösten Preiserhöhungen und der Verbrauch von Kontingenten Unzufriedenheit aus, aber einige Benutzer hofften, dass weniger Nacharbeiten den Preisunterschied ausgleichen könnten. Lokale Fähigkeiten haben bereits positive Rückmeldungen erhalten: In dem praktischen SVG-Test von Simon Willison lieferte die niedrigere Stufe von Astra bessere Bilder als alle von ihm getesteten Stufen von Sol.
Aber wie viel nach der Übergabe einer Aufgabe noch geändert werden muss, wirkt sich direkt darauf aus, ob Benutzer bereit sind, diesen Aufschlag zu zahlen.
NVIDIA übernimmt Hugging Face und schließt den Modellverteilungseingang der KI-Cloud
Am 3. September kündigte NVIDIA an, dass es zugestimmt hat, Hugging Face für etwa 12,93 Milliarden US-Dollar zu übernehmen. Laut der Unternehmensmitteilung nutzen mehr als 18 Millionen Entwickler, Forscher und Kreative diese Plattform, und mehr als 200.000 Unternehmen suchen, bewerten und bereitstellen darauf Modelle. Die Transaktion steht noch aus.
Auf Hugging Face sammeln sich die Entwicklerbedürfnisse, die für das Cloud-Geschäft von NVIDIA erforderlich sind. Entwickler finden hier Modelle und müssen dann entscheiden, welche Tools sie zum Ausführen verwenden und wo sie Rechenleistung mieten. Mit dem Kauf dieser Plattform hat NVIDIA die Möglichkeit, die Anforderungen zu erreichen, bevor Entwickler einen Cloud-Dienstanbieter auswählen, und die Modellauswahl mit dem anschließenden Erwerb von Rechenleistung zu verbinden.
Dieser Weg wird bereits durch tatsächliche Geschäfte gestützt. Im Juni 2025 brachten Hugging Face und NVIDIA einen Trainingsclusterdienst auf den Markt: Benutzer reichen ihre Anforderungen bei Hugging Face ein, beide Seiten unterstützen bei der Abstimmung, Angebotserstellung und Konfiguration von GPU-Clustern, und DGX Cloud Lepton bietet Ressourcenzugriff und Trainingsplanung. Im Juli dieses Jahres führte NVIDIA zudem Kreditunterstützung und ein Einnahmenbeteiligungsmodell ein: Kooperierende Cloud-Anbieter verkaufen Cloud-Dienste auf Basis von NVIDIA-Hardware, und NVIDIA kann neben dem Geräteverkauf auch an den entsprechenden Cloud-Einnahmen beteiligt werden. Die von Hugging Face gesammelten Entwicklungsanforderungen lassen sich genau an diese Rechenleistung anbinden.
Daher bedeutet diese Übernahme auch, dass NVIDIA sich zum Kundensegment des Cloud-Geschäfts hin erstreckt. Früher verkaufte es hauptsächlich Geräte an Cloud-Anbieter, die dann um Kunden warben, die Rechenleistung nutzen; jetzt beteiligt es sich einerseits an der Bereitstellung von Rechenleistung und Finanzierung, und nähert sich andererseits dem Ort, an dem Entwickler Modelle auswählen und Projekte starten. Die Rechenzentren können von Partnern betrieben werden, und NVIDIA hat die Möglichkeit, gleichzeitig an der vorherigen Kundengewinnung und den späteren Nutzungseinnahmen teilzunehmen.
Auch Stripe bemüht sich um den Eingang der Modellverteilung. Am 19. August kündigte Stripe die Übernahme dieser Modellrouting-Plattform an, die Anfragen je nach Aufgabe, Preis und Geschwindigkeit zwischen verschiedenen Modellanbietern verteilen kann. Hugging Face beeinflusst, welche Modelle Entwickler entdecken und wie sie bereitstellen; OpenRouter ist näher an der tatsächlichen Aufrufung und Abrechnung. Die beiden Transaktionen zeigen, dass große Unternehmen um die Ebene der Modellverteilung kämpfen. Selbst wenn ein bestimmtes Modell durch ein besseres Modell ersetzt wird, bleiben Benutzer wahrscheinlich auf derselben Plattform und wählen und kaufen weiterhin Modelldienste darüber.
Dies erklärt auch, warum Jensen Huang versprochen hat, weiterhin andere Chips und Cloud-Dienstanbieter zu unterstützen. Der Wert des Eingangs ergibt sich daraus, dass genügend Modelle und Entwickler bereit sind zu bleiben; sobald er zu einem Vertriebskanal wird, der nur NVIDIA-Produkte verwenden kann, sinkt seine Attraktivität für das gesamte Ökosystem. Aber Offenheit zu wahren und die Kaufentscheidungen zu beeinflussen, kann gleichzeitig bestehen. Welche Bereitstellungslösung einfacher zu handhaben ist und welche Hardware besser angepasst ist, wirkt sich darauf aus, wo Benutzer ihr Geld ausgeben.
Preissenkung für Fable 5.1-Cache: Der Cache wird zu einem zentralen Glied in der Preisgestaltung von Agenten
Am 1. September veröffentlichte Anthropic in einer Produktankündigung Fable 5.1 und Mythos 5.1. Die Ein- und Ausgabepreise von Fable betragen weiterhin 10 US-Dollar bzw. 50 US-Dollar pro Million Token, während das Cache-Lesen von 1 US-Dollar auf 0,25 US-Dollar gesenkt wurde. Das Unternehmen schätzt daraufhin, dass typische Aufgaben um etwa 25 % günstiger werden können, und Aufgaben, die stark von Agenten abhängig sind, etwa 45 % einsparen können.
Artificial Analysis stellte in Tests der gleichen Max-Stufe fest, dass die Ausgabetoken von 5.1 etwa das 1,7-fache von Fable 5 betrugen. Die Kosten pro Aufgabe im umfassenden Intelligenztest stiegen von 3,14 US-Dollar auf 3,76 US-Dollar, was einer Erhöhung von etwa 20 % entspricht. Die Preissenkung für den Cache hat bereits etwa 1,40 US-Dollar eingespart, was den zusätzlichen Verbrauch jedoch noch nicht ausgleichen konnte. Gleichzeitig verbesserte sich die Gesamtpunktzahl um 4 Punkte. Benutzer erhalten die stärkere, aber auch teurere höchste Stufe.
Unterschiedliche Nutzungsweisen können zu entgegengesetzten Ergebnissen führen. Der Entwickler paddo berechnete seine eigenen Claude Code-Aufzeichnungen anhand der API-Preise neu: Jeder Aufruf von 5.1 kostete etwa 0,26 US-Dollar, die alte Version etwa 0,42 US-Dollar. Da seine ursprünglichen Ausgaben größtenteils aus dem Cache-Lesen bestanden, profitierte er deutlich.
Die Entscheidung von Anthropic ist nach wie vor klar: Arbeiten mit wiederholtem Lesen langer Kontexte werden leichter erschwinglich, um Kunden zu gewinnen, die Fable früher für zu teuer hielten. Die offizielle Website zitiert das Feedback von Cognition, dass Aufgaben wie Code-Überprüfungen, die früher nur an Opus übergeben werden konnten, jetzt auch mit Fable rentabel sind.
Diese Preisanpassung verlagert einen Teil des Budgets vom Lesen alter Kontexte auf mehr Inferenz. Aufgaben mit hohem Cache-Anteil können leichter Geld sparen, während das Aktivieren der höchsten Stufe den Rabatt wieder ausgeben kann.
Das Atlas-Weltmodell wird veröffentlicht: Es geht einen anderen Weg als Seedance
Am 1. September stellte World Labs in einem Artikel auf seiner Website das neue Modell Atlas vor und öffnete die Anmeldung für den frühen Zugriff. Atlas verfolgt eine andere Richtung als Videomodelle wie Seedance: Das eine ähnelt eher dem Erstellen von Szenen, das andere eher dem Drehen von Filmen. Beide verarbeiten Raum und Zeit, nur die Schwerpunkte des Trainings sind unterschiedlich.
Seedance geht von Videos aus und lernt, wie sich fortlaufende Bilder verändern. Wie sich eine Person umdreht, wie Kleidung mit Bewegungen schwingt und wie die Figur nach einem Szenenwechsel konsistent bleibt – das sind alles Probleme, die es lösen muss. Nehmen wir den öffentlichen technischen Bericht von Seedance 1.0 als Beispiel: Das Modell verarbeitet separat die Informationen innerhalb eines einzelnen Frames und die Beziehungen zwischen Frames, und das Training konzentriert sich direkt auf Bewegung, Szenenübergänge und visuelle Qualität. Videos streben zuerst nach der Glaubwürdigkeit fortlaufender Bilder. Dass das Bild eines zerbrechenden Glases realistisch wirkt, ist eine andere Anforderung als dass jedes Fragment nach einem Perspektivwechsel noch an seiner Stelle liegt.
World Labs geht dagegen von der Raummodellierung aus. In der ersten Demo im Jahr 2024 lag der Schwerpunkt bereits auf der Generierung dreidimensionaler Welten, die dauerhaft existieren und von Benutzern erkundet werden können. Dieser Weg erfordert, dass die Szene nach einem Perspektivwechsel konsistent bleibt. Wenn die Kamera hinter den Tisch fährt, sollten die Positionen der Tischbeine, Türen und Fenster übereinstimmen. Nur wenn der Raum wiederholt betrachtet werden kann, ist es bequem, ihn weiter zu bearbeiten, Spielszenen zu erstellen oder in Robotersimulationssystemen zu verwenden.
Atlas setzt den Weg der Raummodellierung fort und hat von Grund auf ein multimodales autoregressives Diffusions-Transformer trainiert, das Text, Bilder, Kamerapositionen und Tiefe in denselben räumlichen Kontext einbringt. Der Wert des neuen Basismodells liegt darin, diese Hinweise einheitlich zu verarbeiten und ausgereifte Trainings- und Inferenztechniken zu nutzen, um den Umfang weiter zu vergrößern. Hier kann die Autoregressivität entlang der Kameraposition entfaltet werden: Das nächste Element zu generieren bedeutet, derselben Szene einen neuen Beobachtungswinkel zu geben. Wie sich ein Objekt in der nächsten Sekunde bewegt, gehört zur dynamischen Vorhersage.
Öffentliche Demos zeigen hauptsächlich diese räumliche Fähigkeit. Das einminütige Video von Atlas wird entlang eines künstlich entworfenen Kamerapfades generiert; „Bullet-Time“ ändert die Perspektive für bereits aufgezeichnete Ereignisse. In der Roboterdemo hilft Atlas beim Aufbau von Simulationen, und die öffentlichen Materialien haben noch nicht erläutert, welcher Teil die Bewegung von Objekten vorhersagt. Das von World Labs zuvor vorgestellte Robotersimulationssystem kombiniert unterschiedliche Darstellungs- und Modellierungstechniken je nach Aufgabe.
Die beiden Wege treffen sich schließlich in Roboteraufgaben. Wenn ein Roboter ein Glas vom Tisch stößt, muss das Modell vorhersagen, wie das Glas auf den Boden fällt; wenn der Roboter sich umdreht und zurückkommt, muss das Modell die bereits veränderte Szene behalten. Modelle wie Seedance gehen von der Veränderung fortlaufender Bilder aus, Atlas von dem dauerhaften Raum, und beide sammeln jeweils einen Teil der Fähigkeiten, die zur Erledigung dieser Aufgabe erforderlich sind. Die kommerziellen Anwendungen von Atlas nähern sich daher eher der Erstellung von Spielszenen, Raumbearbeitung und Generierung von Simulationsumgebungen an.
Gemini 3.8 wird veröffentlicht: Google gibt den automatischen Verbesserungszyklus bei der Modellentwicklung bekannt
Am 2. September veröffentlichte Google Gemini 3.8 Flash und Flash Cyber. Laut der Produktankündigung wurde Flash innerhalb von sechs Wochen dreimal aktualisiert. Die normale Version behält den Aktionspreis von 3.7 bei: 0,75 US-Dollar pro Million Eingabetoken und 3,75 US-Dollar pro Ausgabetoken, das Angebot läuft bis Ende dieses Jahres.
In der Veröffentlichungsbewertung von Artificial Analysis erzielte die hohe Inferenzstufe von 3.8 Flash eine Punktzahl von 59, 3 Punkte höher als 3.7, was der nicht höchsten Inferenzstufe von GPT-5.6 Sol entspricht. Die oben genannten Punktzahlen verwenden den alten Index der Bewertung vom 2. September. Google hat im Wettbewerb um Spitzenfähigkeiten die Führung noch nicht zurückerobert, aber Flash hat bereits eine große Anzahl tatsächlicher Aufrufe angesammelt.
Google gab in einem Rückblick am 1. September bekannt, dass die monatlichen aktiven Nutzer der Gemini-Anwendung insgesamt 1 Milliarde überschritten haben. 3.7 Flash hat auch eine große Anzahl von Aufrufen auf dem Markt für Drittentwickler: Am 6. September wurde auf der Google-Modellseite von OpenRouter nachgesehen, und die Nutzungsschnappschuss betrug 2,6 Billionen Token.
Betrachtet man diese Anzeichen der Akzeptanz, hat Google höchstwahrscheinlich unerwartet den Vorteil des aufkommenden Routings nach dem Scheitern von Tokenmaxxing erhalten. Die schwierigsten Urteile verdienen es weiterhin, an starke Modelle übergeben zu werden, während eine große Anzahl von Schritten mit klaren Anforderungen und leicht überprüfbaren Ergebnissen günstigen Modellen Raum zur Entfaltung gibt – die Gemini Flash-Serie ist eine Kernauswahl im Routing.
Google gab zudem die Entwicklungsmethode von 3.8 bekannt: Während der Entwicklung wurde ein kontinuierlich laufender Agent-Z