Googles neues Pro-Modell muss noch warten, Rabatt auf Gemini 3.7 Flash soll's überbrücken

Google lenkt mit limitiertem Rabatt auf Gemini 3.7 Flash von fehlendem Pro-Modell ab

Google hat am Donnerstag Gemini 3.7 Flash veröffentlicht, ein auf Coding und agentische Arbeitsabläufe ausgerichtetes Modell, das die erst drei Wochen alte Version 3.6 Flash ablöst. Das seit Monaten angekündigte Flaggschiff Gemini 3.5 Pro nannte das Unternehmen dabei mit keinem Termin, wie Reuters und Axios berichten. Google hatte im Juli erklärt, 3.5 Pro werde mit Partnern getestet und komme „bald“; bei der Google I/O im Mai war laut Ars Technica noch der Juni als Starttermin genannt worden. Google begründet die kurze Taktung mit Entwickler-Feedback und algorithmischen Verbesserungen.

Bis Ende 2026 kostet Gemini 3.7 Flash 0,75 Dollar je Million Input-Token und 3,75 Dollar je Million Output-Token, die Hälfte des ursprünglichen Einstiegspreises von 3.6 Flash. Ab dem 1. Januar 2027 steigen die Sätze auf 1,50 und 7,50 Dollar. Den Rabatt hat Google nach Angaben von The New Stack bis zum 31. Dezember auch auf 3.6 Flash angewandt.

Technisch bietet das Modell drei thinking_level-Stufen (low, medium, high), wobei medium der Standard ist; niedrigere Stufen zielen auf latenzkritische Anwendungen, high auf schwierige Coding-, Mathe- und Planungsaufgaben. Der Tokenverbrauch über die gesamte Agenten-Schleife entscheidet damit über die tatsächlichen Inference-Kosten. Verfügbar ist 3.7 Flash in AI Studio, Android Studio, Google Antigravity, der Gemini Enterprise Agent Platform sowie für Endnutzer über den Agenten Spark für AI-Pro- und Ultra-Abonnenten in mehr als 160 Ländern. Nach Angaben des Anbieters wurden zudem die Schutzmechanismen gegen Missbrauch in den Bereichen CBRN und Cyber-Angriffe aktualisiert.

Der Start fällt in eine unruhige Phase bei Google DeepMind. Vergangene Woche gab Demis Hassabis die Leitung an seinen Stellvertreter Koray Kavukcuoglu ab, zeitgleich verließen die beiden ursprünglichen technischen Co-Leads von Gemini das Unternehmen, um ein eigenes Startup zu gründen. Reuters berichtete zudem, Mitgründer Sergey Brin habe zentrale KI-Mitarbeiter gedrängt, alles auf Gemini zu setzen. Sundar Pichai hatte in der Juli-Bilanzkonferenz Kritik an der Verzögerung des Flaggschiffs zurückgewiesen. → VentureBeat, The New Stack, Google, Thurrott, Quartz, Finimize, Bloomberg, Business Standard, 9to5Google, Ars Technica

Synthszr Take: 65,3 Prozent auf DeepSWE, hochgesprungen von 49, ist die Zahl, die gerade durch die Entwickler-Kanäle geht und über Modellwahl entscheidet. Die zweite Zahl steht im Kleingedruckten und wird in keinem Benchmark-Screenshot geteilt: Am 1. Januar 2027 verdoppelt Google die Tarife auf 1,50 und 7,50 Dollar je Million Token, und das trifft ausgerechnet die Teams am härtesten, die dem Modell jetzt thinking_level high geben, damit es die kniffligen Fälle wirklich löst. Ein Agent, der zehn Werkzeugaufrufe und viel Kontext pro Aufgabe verbrennt, sieht im August wie ein Schnäppchen aus und im Januar wie ein Budgetposten, den niemand eingeplant hat. Die vernünftige Reaktion ist unspektakulär: Kosten pro erledigter Aufgabe mit dem 2027er Tarif durchrechnen, nicht mit dem Einführungspreis, und den Modellaufruf hinter einer Konfiguration halten, die sich ohne Refactoring umstellen lässt.

OpenAI spendiert GPT-5.6 Sol einen Ultrafast-Modus mit 750 Token pro Sekunde

OpenAI hat einen neuen Betriebsmodus namens Ultrafast veröffentlicht, der das aktuelle Spitzenmodell GPT-5.6 Sol nach Unternehmensangaben mit der 14-fachen Geschwindigkeit der Standardverarbeitung laufen lässt. Konkret nennt OpenAI bis zu 750 ausgegebene Token pro Sekunde. In einem Blogpost vom Donnerstag schreibt das Unternehmen, dass Echtzeit-Tempo bislang meist bedeutet habe, auf ein kleineres oder spezialisiertes Modell auszuweichen. Technisch läuft der Modus über die Partnerschaft von OpenAI mit dem Chiphersteller Cerebras. Ultrafast ist derzeit als Vorschau verfügbar und nur für eine kleine Gruppe von Kunden freigeschaltet. OpenAI kündigt an, den Zugang auszuweiten, sobald die Kapazität wächst. Ein Preis für den Modus wird in der Ankündigung nicht genannt. → TechCrunch

Synthszr Take: 750 Token pro Sekunde klingen nach einem Feature, sind aber eine Budgetfrage. Geschwindigkeit wird in Compute bezahlt, und die Cerebras-Kapazität ist offensichtlich knapp, sonst müsste OpenAI die Vorschau nicht auf eine kleine Kundengruppe deckeln. Die eine Zahl, die in der Ankündigung fehlt, ist der Preis pro Token in diesem Modus, und ohne die ist jede Kalkulation Kaffeesatz. Ein hartes Token-Limit pro Lauf und eine Messgröße „Kosten pro gelöstem Ticket“ statt „Token pro Sekunde“ gehören ins Setup, bevor der erste Ultrafast-Job startet. Bei Incident Response, wo eine gesparte Minute echtes Geld ist, rechnet sich der Aufpreis vermutlich sofort; bei Kundenservice-Batches wird die Frage erst spannend, wenn OpenAI die Preisliste nachreicht.

DeepSeek gibt V4 Pro frei und hält den Preis bei 43,5 Cent pro Million Token

DeepSeek hat sein Flaggschiff-Modell V4 Pro von der Preview-Phase in die allgemeine Verfügbarkeit überführt, ohne die Preise anzuheben. Ein Aufruf kostet weiterhin 0,435 Dollar pro Million Input-Token und 0,87 Dollar pro Million Output-Token, laut The Code ein Bruchteil dessen, was für Fable 5 fällig wird. Das Modell arbeitet mit einem Kontextfenster von einer Million Token und unterstützt Tool Calling, lässt sich also direkt in bestehende Agenten-Pipelines einhängen. Beim agentischen Coding liegt V4 Pro nach Angaben des Anbieters weiterhin leicht hinter Fable 5. → The Code

Synthszr Take: Der eigentliche Vorgang ist, dass beim Sprung von Preview zu General Availability der Preis nicht angezogen hat. Üblich wäre das Gegenteil: Preview billig, GA teurer, sobald die Kunden ihre Pipelines gebaut haben. DeepSeek verzichtet auf diesen Aufschlag und markiert damit 43,5 Cent als Bodenpreis für Frontier-nahes Coding. Für jeden kleineren Anbieter, dessen Geschäftsmodell auf ein paar Dollar Aufschlag pro Million Token gebaut ist, ist das eine unangenehme Rechnung, denn bei einem Viertel des Grok-Tarifs und einem Bruchteil des Fable-5-Tarifs bleibt keine Luft mehr für „wir sind die günstige Alternative“. Übrig bleiben Gründe, die nichts mit dem Tokenpreis zu tun haben: europäisches Hosting, geprüfte Domänendaten, Latenzgarantien, Haftung.

US-Geheimdienst fordert digitale Geburtsurkunden für KI-Agenten

Doug Cossa, Chief Information Officer der US-Geheimdienstgemeinschaft im Office of the Director of National Intelligence, hat auf der DoDIIS-Konferenz der Defense Intelligence Agency ein einheitliches Identitätssystem für KI-Agenten gefordert. Nach dem von Breaking Defense berichteten und von PYMNTS aufgegriffenen Auftritt stellt agentische künstliche Intelligenz das Prinzip Zero Trust auf den Kopf: Statt minimaler Rechtevergabe bekommt ein Agent alles, was er zum eigenständigen Arbeiten braucht. Cossa argumentiert, dass Agenten wie Nutzer und Geräte Daten anfragen, speichern und verarbeiten und deshalb dieselbe Identitätsgrundlage benötigen. Diese Identität soll die Basis dafür bilden, zu entscheiden, was ein Agent überhaupt darf. Ein behördenübergreifendes System zur Feststellung und Kontrolle der Identität autonomer Bots existiert nach seinen Angaben bislang nicht.

Synthszr Take: Haftung braucht einen Adressaten, und den liefert derzeit fast keine Agenten-Architektur. In der Praxis läuft ein Agent unter dem Zugang eines Mitarbeiters oder einem geteilten Service-Konto, und wenn es schiefgeht, steht im Protokoll eine Kennung, hinter der zwei Teams, ein Anbieter und ein vergessenes Skript stehen. Cossas Forderung nach einem gemeinsamen Identitätssystem ist im Kern eine Beweisfrage: Ohne Identität keine Zurechnung, ohne Zurechnung keine Verantwortung. Der beruhigende Gedanke, am Ende hafte ja immer der Mensch, trägt genau so lange, bis ein Agent einen zweiten Agenten startet und seine Rechte weiterreicht, ohne dass irgendwo dokumentiert ist, in wessen Auftrag das geschah. Was jetzt zählt, ist ein eigener Berechtigungs-Principal pro Agent, mit Ablaufdatum, benanntem Auftraggeber und einem Protokoll, das die Kette rückwärts lesbar macht.

Addy Osmani: Automatisierte Leitplanken ersetzen Code-Review bei KI-Agenten

Addy Osmani argumentiert in seinem Substack-Newsletter, dass das klassische Code-Review bei KI-Agenten an seine Grenzen stößt, weil schlicht zu viel Code entsteht, als dass ihn noch jemand lesen könnte. Qualitätsprüfung verlagert sich deshalb in das Agent Harness, in die Umgebung und in das Betriebssystem rund um den Agenten. Constraints definieren dort, was ein System überhaupt tun darf: Tests und deterministische Prüfungen laufen gegen jeden Vorschlag des Agenten, bevor er durchkommt. Osmani beschreibt Szenarien, in denen Agenten hunderttausende bis Millionen Änderungen pro Tag erzeugen, und beharrt darauf, dass nur solche Schleifen dabei verlässlich produktionsreife Software liefern. → Substack

Synthszr Take: Zwei Reviews, drei Antworten, dasselbe Stück Code. Das ist die eigentliche Nachricht in dieser Debatte, und sie erledigt die Idee, man könne den menschlichen Prüfer einfach durch einen zweiten Agenten ersetzen. Ein Merge darf nicht an einem Urteil hängen, das beim nächsten Durchlauf anders ausfällt, also muss die Prüfinstanz deterministisch sein: Tests, Typen, Vertrags-Checks, reproduzierbare Builds, harte Gates auf jedem Commit. Damit verschiebt sich die teuerste Arbeit im Entwicklungsteam vom Lesen zum Bauen der Prüfmechanik, und genau diese Arbeit galt zehn Jahre lang als Kostenstelle, die man beim nächsten Sparlauf zusammenstreicht. Wenn Agenten hunderttausende Änderungen am Tag produzieren, ist die Testinfrastruktur die Stelle, an der Tempo überhaupt erst nutzbar wird; ohne sie bleibt jede Beschleunigung eine Hoffnung, die im Betrieb aufgeräumt werden muss.

DeepSeek Harness (dsh) ist jetzt Open Source

DeepSeek hat am Donnerstag den DeepSeek Harness (dsh) als Open Source veröffentlicht, eine auf Node.js basierende Laufzeitumgebung für Coding-Agenten unter MIT-Lizenz. Laut The New Stack sammelte das GitHub-Repository binnen weniger Stunden über 33.000 Sterne, dazu bildet sich bereits ein Katalog an Community-Plugins. Das Projekt läuft ausdrücklich als Developer Preview; im README kündigt DeepSeek kompatibilitätsbrechende Änderungen an. Gestartet wird die Web-Oberfläche per npx @deepseek-ai/dsh web auf Port 3080. Architektonisch folgt der Agent Harness dem Prinzip, dass alles ein Plugin ist, und das Team meint das wörtlich: Modell-Adapter, Tool-Registry, Session-Log und der Agent-Loop selbst sind austauschbare Plugins. Die Dokumentation spricht von einem System ohne privilegierten Kern, der gepatcht werden müsste. Unterbau ist Cordis, ein Meta-Framework für dynamische Komposition, dessen Entwurf in einem Paper von drei Forschern der Peking-Universität und DeepSeek beschrieben wird. → The New Stack, GitHub

Synthszr Take: Was das Modell sieht, muss aus einem einzigen Event-Stream rekonstruierbar sein. Damit wird Nachvollziehbarkeit zur Bauvorschrift, Resume, Fork und Replay fallen als Nebenprodukt an. Die Kehrseite steht ebenfalls im Repo: 33.000 Sterne in wenigen Stunden, ein schnell wachsender Fremd-Plugin-Katalog und ein Preview-Status, der Breaking Changes ankündigt. Vor jedem produktiven Einsatz gehört geklärt, welche Plugins im Loop hängen, wer sie pflegt und ob der Event-Stream lückenlos ist. Landlock und Seatbelt schützen das Dateisystem, die Lieferkette der Plugins schützen sie nicht.

Apple will Verlage pro Siri-Abruf bezahlen statt per Pauschallizenz

Apple verhandelt laut einem Bericht des Wall Street Journal mit Verlagen darüber, sie für die Nutzung aktueller Nachrichteninhalte in der überarbeiteten Siri zu bezahlen. Statt der branchenüblichen Pauschallizenz, die breiten Zugriff auf ein Archiv abdeckt, hat Apple ein nutzungsabhängiges Modell vorgeschlagen: Vergütet wird jedes Mal, wenn Siri Material eines Verlags verwendet. Für diese Zahlungen erwägt Apple dem Bericht zufolge ein Budget im neunstelligen Bereich. → Techpresso

Synthszr Take: Mit dem Pro-Abruf-Modell bekommt Aktualität zum ersten Mal einen Stückpreis, und der wird über den gesamten Markt hinweg gelten. Bisher haben Verlage Pauschalen kassiert, die sich schön in der Jahresplanung machten und den tatsächlichen Nutzungswert verschleierten. Ein neunstelliges Budget klingt nach viel, verteilt sich aber auf jeden einzelnen Abruf, und Apple weiß nach sechs Monaten Betrieb genau, welche Quelle wie oft gebraucht wird und welche nie. Damit kauft sich jeder Assistenz-Anbieter Frische künftig ein wie Rechenzeit: variabel, messbar, verhandelbar nach unten. Für Verlage heißt das, dass die Vergütung an die Nachfrage koppelt statt an den Markennamen, und in der Breite werden das die wenigsten gewinnen.

Deutsche Forscher finden API-Keys in Agenten-Logs

Ein Forschungsteam aus Deutschland hat 315.320 verschlüsselte Reasoning Blocks aus 6.708 öffentlich geteilten Agenten-Trajektorien dekodiert und darin private Daten gefunden, die in den sichtbaren Chatverläufen nicht auftauchten. Die Trajektorien stammten von GitHub und Hugging Face, betroffen waren die kommerziellen Schnittstellen von Anthropic, OpenAI und Google. Grundlage ist ein Preprint vom 10. August 2026, an dem unter anderem Alexander Panfilov vom ELLIS Institute Tübingen und dem Max-Planck-Institut für Intelligente Systeme mitgearbeitet hat. Die Methode knackte keine Verschlüsselung: Ein intakter Block wurde einem kompatiblen, schwächer geschützten Modell desselben Anbieters vorgelegt, das ihn als vorherige Denkschritte akzeptierte und auf Anfrage transkribierte. Vorarbeit dazu lieferte der Kryptograf Matthew Green von der Johns Hopkins University, der im Mai 2026 zeigte, dass sich solche Blöcke über Sessions und Accounts hinweg wiederverwenden lassen. → Marcus Schuler

Synthszr Take: In jedem Entwicklerteam kursieren Agenten-Logs wie Screenshots: schnell ins Issue geklebt, ins Repo committet, auf Hugging Face als Datensatz hochgeladen, damit jemand den Fehler nachvollziehen kann. Genau daraus haben die Forscher 6.708 Trajektorien eingesammelt, und in 328 Sessions, also 4,9 Prozent der Stichprobe, steckte mindestens ein echtes Geheimnis. Der wirklich unangenehme Wert sind die 64 Artefakte, die nur im verborgenen Reasoning lagen: Das Modell hat beim Bereinigen der Konversation die Passwörter aus dem lesbaren Text entfernt und im verschlüsselten Anhang stehen lassen, den niemand prüfen kann. Damit läuft jede Sichtprüfung vor dem Teilen ins Leere, und die üblichen Secret-Scanner im Commit-Hook greifen auch nicht, weil sie den Block als Binärrauschen sehen. Der Patch der Anbieter beseitigt einen Angriffsweg, aber die Logs liegen weiter offen im Netz, und Schlüssel verfallen nicht durch Zeitablauf.

Fast autonomer KI-Angriff auf Taiwans Regierung: 2.500 Personaldatensätze abgeflossen

Mutmaßlich chinesische Angreifer haben mit frei verfügbaren KI-Modellen eine taiwanische Regierungsstelle kompromittiert und dabei über 2.500 Personaldatensätze abgezogen. Das berichtet die israelische Sicherheitsfirma Dream in einem am Mittwoch veröffentlichten Blogpost, über den zuerst die Financial Times schrieb. Nach Angaben von Dream handelt es sich um ein Multi-Agenten-System, das auf den Open-Source-Frameworks Hermes und OpenClaw aufsetzt und laut den Forschern so konfiguriert war, dass es sich mitten in der Operation ohne menschliches Zutun anpassen konnte. Die Firma beschreibt sogenannte „Learning Cycles“, in denen das System selbstständig Schwachstellendatenbanken, GitHub-Repositories und Security-Publikationen nach passenden Techniken für die Infrastruktur des Ziels durchsucht. Die Operation blieb nicht beim ursprünglichen Ziel: Dream zufolge wurden parallel IT-Dienstleister der Regierung, eine Nuklearsicherheitsbehörde, ein Regierungs-E-Mail-System und mehr als sieben Energieunternehmen auf Fehlkonfigurationen und offene Admin-Oberflächen abgesucht. Die Sicherheitsmechanismen der Modelle umgingen die Angreifer laut Dream, indem sie ihre Anfragen als autorisierten Penetrationstest deklarierten. → Techpresso

Synthszr Take: Der Unterschied zwischen automatisiert und autonom lässt sich an einer Stelle festmachen: an der Frage, wer entscheidet, was der nächste Schritt ist. Ein Scan-Skript arbeitet eine Liste ab, die jemand vorher geschrieben hat. Das System, das Dream ausgegraben hat, priorisiert seine Ziele bayessch, korrigiert sich nach Fehlversuchen selbst und geht in eigene Recherchezyklen, wenn ihm die Technik fehlt. Genau das steht auch in Dreams eigener Einschätzung, und es ist die interessanteste Stelle des ganzen Berichts: Ein Modell laufen zu lassen reicht dafür nicht, es braucht abgestimmte Agentenkoordination und feingetunte Entscheidungslogik. Die 1.400 Dateien im offenen Archiv sind das eigentliche Werkstück, das Modell ist der billigste Teil davon.