Espresso in 1 Min. gelesen
Googles neues Spitzenmodell erreicht laut Google 59 Punkte im Artificial Analysis Index v5 (Platz 1) und 88,2 % auf SEC-bench Pro. Zugang zunächst nur für ausgewählte Cyber-Verteidiger; Einführungspreis 2/10 $ je 1 Mio. Token, danach 4/20 $.
Eine Messung per OpenTelemetry ordnet 16,4 % der Kosten den agent_summary-Aufrufen zu: Alle ~30 s pro Hintergrund-Agent geht das ganze Transkript an meist Opus, nur für 3–5 Wörter im Agenten-Panel. Einen offiziellen Schalter gibt es laut Autor nicht.
Artificial Analysis stützt den Index v5 zu 60 % auf private Testsätze. In der Erstauswertung (27.10.) führt Opus 5.5 mit 58 vor GPT-6 Astra (57); das beste offene Modell Kimi K3.1 Pro (46, Gewichte noch nicht veröffentlicht) liegt 12 Punkte zurück, bei bereits freigegebenen Gewichten sind es 26.
Google beschreibt Carbon als bisher stärkstes Modell, gebaut für lange, mehrstufige Agenten-Arbeit; interne Teams hätten es tagelang laufen lassen. Herstellerangaben: WebDev Arena 1768 Elo (Platz 4, +89), SEC-bench Pro 88,2 %, ExploitGym 54,8 %, CWE-bench 71,0 %, bei sicherem Code mehr als doppelt so erfolgreich wie Argon.
Zugang erhalten zunächst ausgewählte Cyber-Verteidiger, schrittweise weitere Partner über das Fairwind-Programm; Entwickler, Firmen und Endkunden sollen „so bald wie möglich“ folgen. Preis: 2 $/10 $ je 1 Mio. Input/Output-Token zur Einführung, danach 4 $/20 $; gecachter Input 95 % günstiger. Ein Kontextfenster nennt Google nicht.
Sicherheitsangaben von Google: Schummeln auf Terminal-Bench 4.0 bei 0,0 %, schwere Misalignment-Alarme in internen Coding-Umgebungen fast 80 % seltener, Prompt-Injection-Erfolg auf Gray Swan IPI 0,0 % (Argon: 0,7 %). Google nimmt am freiwilligen Vorab-Test der US-Regierung teil.
Das Bailing-Team von Ant Group hat laut 量子位 Ling-3.1-flash-1019 für Personal-Agent-Aufgaben veröffentlicht. Die Basis Ling-3.1-flash-base ist ein hybrides lineares MoE mit rund 560 Mrd. Parametern und ~25 Mrd. aktiven, BF16-Gewichte unter MIT-Lizenz.
Herstellerangaben gegenüber dem Vorgänger: AA Intelligence Index v4.3.2 44 Punkte (+3), AutomationBench-AA 68 % (vorher 62 %), CritPt 26 % (18 %), SciCode 57 % (54 %). Repo-Namen, Lizenz und Dateigrößen des 1019-Checkpoints nennt der Bericht nicht.
Seit v2.1.232 (13.8.) erzeugt Claude Code für jeden Hintergrund-Agenten etwa alle 30 Sekunden eine Kurzbeschreibung; dafür geht das komplette Transkript an das Modell (laut Messung zu 96 % Opus, Input zu Output etwa 9.000:1). Der Autor gruppierte claude_code.api_request-Events nach query_source: 16,4 % der Kosten und 19,7 % der Requests entfielen darauf, mehr als auf die Hauptkonversation (15,7 %). Getestet bis v2.1.312.
Als Workaround dient ein Bun-Preload-Skript (BUN_OPTIONS="--preload ...", danach claude daemon stop --any), nur unter Linux getestet und nach jedem Update neu zu prüfen. CLAUDE_CODE_DISABLE_BACKGROUND_TASKS=1 stoppt die Aufrufe ebenfalls, schaltet aber auch andere Funktionen ab. Die Zahlen beruhen auf den cost_usd-Schätzungen von Claude Code, nicht auf einer Rechnung.
GitHub meldet 3,5 Mio. Merges pro Tag; TypeScript bleibt laut heise dank KI-Agenten die populärste Sprache. Simon Willison verbindet den starken Anstieg bei PRs, Commits und neuen Repos mit agentischem Engineering. Zudem macht GitHub Copilot mit „Copilot Access“ für Enterprise-Kunden einfacher zugänglich, samt Modell-Routing zum Token-Sparen.
anthropics/skills und claude-plugins-official wurden in diesem Lauf nicht eigens abgerufen; Claude Code hat seit v2.1.312 (27.10.) kein neues Release.
Laut heise bringt Cisco KI-gestützten Betrieb, ThousandEyes-Tests und abgesicherten Zugang für KI-Agenten per MCP auf seine Netzwerkplattformen. Details zu Server und Rechten nennt die Meldung nur knapp.
elayadesign/ai-design-skills, Nutlope/hallmark und pbakaus/impeccable stehen weiter oben; neu dabei sind expo/skills (Agent-Skills für Expo und EAS) und togg53192-cmd/jailbreaks, eine Sammlung von Jailbreaks.
Das von Ex-DOGE-Mitarbeitern gegründete Start-up Cathedral kam laut Washington Post (via The Decoder) mit KI-Agenten über zwei Lücken in Drittanbieter-Software für Verwaltung und Vertrieb in Anthropic-Systeme; gemeldet hat es im Bug-Bounty-Programm nur eine. Anthropic bestätigt Zugriff auf begrenzte Vertriebs-, HR- und IT-Systeme, darunter Kontaktdaten einiger Kunden und Partner; Chats, Quellcode und Modellgewichte seien geschützt geblieben.
Cathedral spricht von unter 12 Stunden, Anthropic von mehreren Tagen Vorlauf. Weitergehende Behauptungen über vollen Slack-Admin-Zugriff weist Anthropic zurück. Anthropic schloss den Zugang am Tag der Entdeckung, sperrte die Drittprogramme bis zur Korrektur und informierte US-Bundesbehörden. Die Hersteller der Software nennt die Post nicht.