Espresso in 1 Min. gelesen
Moonshot hat die Gewichte von Kimi K3.1 Pro auf Hugging Face gestellt: MoE mit 2,8 Bio. Parametern (104 Mrd. aktiv), 1M Kontext, MXFP4-Gewichte aus quantisierungsbewusstem Training, eigene Lizenz. Empfohlen: vLLM, SGLang.
Anthropics Frontier Red Team stellt FlashProve vor: ein zkSNARK belegt je Antwort, dass sie von einem zuvor festgelegten Modell stammt. Prototyp mit Llama 4 Maverick auf einer H100, rund 70–95-facher GPU-Aufwand, Code unter Apache 2.0.
Ricursive Intelligence veröffentlicht Ripple-65B Preview unter Apache 2.0: dichter Transformer, 80 Schichten, bis 1M Kontext. Herstellerangaben: Terminal-Bench 2.1 80,5 und SWE-bench Verified 76,5 – vor viel größeren US-Modellen.
93 Schichten (eine dicht), 896 Experten mit 16 je Token plus 2 geteilten; Attention aus 69 KDA- und 24 Gated-DSA-Schichten, dazu der Vision-Encoder MoonViT-V2 (401 Mio. Parameter) für Bildeingaben. Gewichte in MXFP4 mit MXFP8-Aktivierungen, also schon beim Training auf 4 Bit ausgelegt.
Herstellerangaben bei maximalem Reasoning: Terminal-Bench 4.0 65,7, SWE Marathon v1.1 51,7, BrowseComp 92,1, OSWorld V2.1 79,6, GPQA-Diamond 94,2. Die Karte führt auch Cyber-Benchmarks (ExploitBench 74,7); laut Berichten hat Moonshot für die offene Fassung Cyber-Trainingsdaten entfernt – nicht selbst geprüft.
Die Karte verlinkt Community-Quantisierungen für llama.cpp, Ollama und LM Studio, nennt aber keine Größen. Selbst bei 4 Bit ist das ein Modell für Mehr-GPU-Server, nicht für einen Mac.
Ricursive leitet Ripple aus seinem proprietären Chip-Design-Modell ab. Dicht statt MoE: d_model 5120, 80 Schichten, mehr Sliding-Window- als globale Schichten, Gated Attention, globales NoPE, Value Residuals. Im Repo liegen BF16-Gewichte, ein NVFP4-Checkpoint separat; laut Karte passt das Modell auf eine DGX Spark.
Herstellertabelle: MMLU-Pro 84,2, GPQA Diamond 85,2, SWE-bench Pro 61,4, MCP Atlas 71,7. Bei Terminal-Bench 2.1 (selbst gemessen) liegt es knapp vor Reflection Beam 501B (80,1), bei SWE-bench Verified und MCP Atlas dahinter. Hosting bei Together AI, GMI Cloud und OpenRouter.
Die meistgelesenen Papers des Tages drehen sich um Weltmodelle und Robotik: „GameVerse“ (Gameplay-Datensatz mit minutenlangen Sequenzen), „PyRUA-DataFarm“ (LLM-Agent als günstiger Teleoperator für Roboterdaten) und native Vision-Language-Action-Policies. Für den Betrieb wenig Unmittelbares.
Der Anbieter veröffentlicht vorab eine Verpflichtung (Commitment) auf die Gewichte, jede Antwort bekommt einen Beweis, der nichts über die Gewichte verrät. Der Aufwand skaliert mit den rund 17 Mrd. aktiven Parametern des 400B-MoE, Beweise entstehen nachträglich im Batch und schichtweise auf einer GPU.
Messwerte (Llama 4 Maverick, 4 Bit, eine H100): etwa 110 Token/s beim Beweisen, rund 19 MB Beweis je 1.024-Token-Anfrage, Prüfung in etwa 17 s auf einer 24-Thread-CPU. Gebraucht werden eine 80-GB-GPU und rund 290 GB Hauptspeicher; das Commitment (39 min) gilt für etwa 16 Mio. Anfragen.
Grenzen: nur Greedy-Decoding auf ganzzahligen Gewichten, Kontext 1.024 Token, Architektur bleibt sichtbar. Prover, C++- und Lean-Verifier stehen unter Apache 2.0. Interessant für alle, die Modelle über Router oder Drittanbieter beziehen: Man könnte prüfen, ob wirklich das bezahlte Modell antwortet.
Ein Team um Ang Chen (University of Michigan) hat einen offenen Benchmark für Cloud-DevOps-Agenten veröffentlicht: 45 von DevOps-Leuten geschriebene AWS-Aufgaben wie Dienste reparieren, Rechte einschränken, Updates ausrollen, Projekte stilllegen – identisch auf echtem AWS und im Emulator. GCP, Azure und OCI sollen folgen.
Bestwerte laut The Decoder: Claude Fable 5.1 60 %, GPT-6 Astra 53 %. Rund 80 % der Fehler sind Denkfehler (Umfang falsch eingeschätzt, Dienste nicht geprüft, zu früh aufgehört), etwa 20 % falsche Aktionen – teils mit nicht umkehrbaren Folgen für die Infrastruktur.
Anthropic weitet das Text-Wasserzeichen am 16.11. auf Opus 4.6, Opus 4.5, Sonnet 4.5 und Haiku 4.5 aus (Bedrock ggf. einige Tage später). Wie schon bei Opus 4.6 und Sonnet 4.6 greift es dort nur, wenn temperature, top_p und top_k auf Standard bleiben – ändert man einen Wert, fehlt es womöglich.
Für Mythos 5 und Opus 4.7 nennt Anthropic diese Einschränkung nicht. Abschalten lässt sich das Wasserzeichen nicht; eine Erkennungs-API ist in privater Vorschau.
Anknüpfung an: Claude-Wasserzeichen mit Lücke (01.11.), Claude-Wasserzeichen: was im Betrieb zählt (01.11.)
OpenAI übernimmt die Pierre Computer Company, die hinter Code Storage und mehreren Open-Source-Entwicklerwerkzeugen steht, um seine Coding-Werkzeuge zu stärken; die Behörden müssen noch zustimmen. OpenAIs eigene Mitteilung war für uns nicht abrufbar (HTTP 403).
Außerdem erzeugt ChatGPT jetzt animierte GIFs aus Text oder Fotos, auf Basis des neuen Bildmodells Images 2.6; die Funktion wird für alle ausgerollt.
anthropics/skills und claude-plugins-official nicht gesondert abgerufen. Claude Code: kein neues Release nach v2.1.318 (04.11.).
Neu oben: NVIDIA/auto-ontology, ein Python-Framework für graphbasierte semantische Schichten über Daten für LLM- und Agenten-Workflows (+2.050), und floci-io/floci, ein schlanker lokaler AWS-Emulator (+1.090) – praktisch, um Agenten ohne echtes Konto auf Infrastruktur loszulassen. Dazu FareedKhan-dev/kimi-k3-in-c (C99-Inferenz für Kimi auf einer CPU) und scenario-labs/skills (Agenten-Skills für Bild, Video, Audio und 3D).
Weiter stark: vercel-labs/agent-desktop (+2.470), max-sixty/worktrunk (+531) und thedotmack/claude-mem (+1.172). Simon Willison hat datasette-agent 0.5a0 mit Seitenleiste für den Agenten-Chat veröffentlicht.
IEEE Spectrum (2.11.) ordnet PHP2Shell ein: Forscher von Calif fanden in einem von OpenAI gesponserten, KI-gestützten PHP-Audit binnen rund zwei Wochen einen Weg, einen schon 2024 gemeldeten Out-of-Memory-Fehler zum Auslesen von Daten und zur Codeausführung zu nutzen; Wiz bestätigte und erweiterte die Befunde. Betroffen sind PHP und darauf gebaute Seiten wie WordPress und Drupal.
Der Patch (PHP-Sicherheitsrelease vom 21.10.) kam vor bekannter Ausnutzung. Matthew Green rät, Updates zügig einzuspielen, und erwartet einen größeren Vorfall dieser Art um Anfang 2027.