OpenAI launcht GPT 5.6 Modelle und will mit ChatGPT Work den Office Desktop erobern

GPT-5.6 ist da und Sol Benchmarks zeigen Fable 5 Scores

OpenAI hat am Donnerstag GPT-5.6 Sol veröffentlicht, sein bisher leistungsstärkstes Modell, zusammen mit ChatGPT Work, einem Agenten, der Tabellen, Kalender und E-Mail-Dienste selbstständig bedient. In Standard-Benchmarks liegt Sol laut Vals AI etwa gleichauf mit Anthropics Spitzenmodell Fable 5, bei realen Finanz- und Rechtsaufgaben nennt Vals-Chef Rayan Krishnan es state of the art. Der Release kam verspätet: Die Trump-Administration hatte die neuen Modelle von OpenAI und Anthropic zunächst als nationales Sicherheitsrisiko behandelt, nach längeren Gesprächen aber die öffentliche Freigabe erlaubt. OpenAI geht dabei einen offeneren Weg als Anthropic und baut bewusst weniger Leitplanken ein, damit Firmen die Technik zur eigenen Verteidigung nutzen können. Anthropic dagegen nahm das stärkere Modell Mythos komplett offline und sperrte auf behördliche Anordnung sämtliche ausländischen Nutzer aus. Sol ist teuer, in manchen Fällen sogar teurer als Fable, das schon rund doppelt so viel kostet wie Anthropics nächstschwächeres Modell. Meta brachte am selben Tag ein schwächeres, aber deutlich günstigeres Modell heraus. → www.nytimes.com

Synthszr Take: Die eigentliche Produktentscheidung steckt hier nicht im Benchmark, sondern in den Guardrails. OpenAI verkauft die dünneren Leitplanken als Feature: Wer Schwachstellen im eigenen Code finden will, braucht ein Modell, das sie auch benennen darf. Anthropic hat mit Fable das Gegenteil gebaut, blockt heikle Antworten und schiebt sie auf das schwächere Opus 4.8 ab. Klingt vorsichtig, versperrt aber genau den Firmen den Weg, die sich absichern wollen, und nicht nur den Betrügern. Wer im Unternehmen jetzt SAST-Scans und Security Gates aufsetzt, sollte diese Woche prüfen, welches Modell überhaupt antworten darf, wenn eine Lücke im Authentifizierungspfad auftaucht. Ein Tag Einrichtung gegen Monate Schaden – diese Rechnung hat sich nicht geändert. Sol ist teuer und nicht ohne Risiko, aber ein Modell, das bei der Verteidigung schweigt, ist am Ende die schlechtere Wahl.

ChatGPT Work greift Claude Desktop frontal an

Mit dem GPT-5.6-Launch am Donnerstag hat OpenAI nicht nur neue Modelle gezeigt, sondern das Produkt-Setup umgebaut. ChatGPT Work heißt das neue agentische Werkzeug für Wissensarbeiter, gebaut auf Codex-Technologie und in direkter Konkurrenz zu Anthropics Claude Cowork. Gleichzeitig verschmelzen die bisher getrennten ChatGPT- und Codex-Desktop-Apps zu einer einzigen Anwendung, genau wie Anthropic es mit seiner Claude-App vorgemacht hat. ChatGPT Work startet Aufgaben aus Dokumenten und Tabellen, zieht Daten aus Slack, Teams, Google Drive, SharePoint und CRM-Systemen und läuft auf Web, Mobile und Desktop. Geplante Aufgaben (Scheduled Tasks) laufen in der Cloud, das Laptop muss nicht offen bleiben. Bemerkenswert: Das klassische Chat-Fenster ist in die Seitenleiste gewandert, Work und Codex sind jetzt die beiden Hauptmodi. Und der erst kürzlich gestartete Atlas-Browser wird abgeschaltet, ersetzt durch eine Chrome-Extension, die ChatGPT direkt in die Chrome-Seitenleiste bringt. → thenewstack.io

Synthszr Take: Der interessanteste Satz der ganzen Ankündigung steht fast beiläufig drin: Chat ist keiner der beiden Hauptmodi mehr. Das Gesprächsformat, das ChatGPT vor drei Jahren für Millionen sichtbar gemacht hat, sitzt jetzt in der Seitenleiste neben den geplanten Aufgaben. Der eigentliche Motor ist das agentische Arbeiten, und das kam aus Codex, nicht aus dem Chatbot. OpenAI kopiert dabei ziemlich offen die Cowork-These von Anthropic. Beide haben gemerkt, dass ihre Coding-Tools längst für Nicht-Coding-Arbeit benutzt wurden. Dass Atlas nach wenigen Monaten schon wieder stirbt (im April haben wir hier noch über den Codex-Superapp-Umbau geschrieben, jetzt ist der Standalone-Browser Geschichte), zeigt die Velocity dieses Marktes und die Bereitschaft, eigene Produkte zu kannibalisieren. Wer diese Woche prüfen will, ob die eigene Wissensarbeit reif für Agenten ist, hat mit Work und Cowork zwei fast deckungsgleiche Angebote zum direkten Vergleich. Der Wettlauf entscheidet sich nicht mehr am Modell, sondern daran, wer sich am tiefsten in Slack, Drive und Kalender einnistet.

Meta Muse Spark 1.1: Der Code-Wettlauf heizt sich auf

Meta öffnet seine KI für Entwickler. Nach dem Wiedereinstieg ins Rennen mit dem ersten hauseigenen Muse-Spark-Modell im April 2026 bringt der Konzern jetzt Muse Spark 1.1 samt neuer Meta Model API. Meta nennt es einen „step-change“: besseres Coding, Erkennung und Behebung komplexer Bugs, durchgängige agentische Workflows über mehrere Apps hinweg und native Multimodalität über Bilder, Videos und Dokumente. Das Modell läuft ab sofort im Thinking-Modus in der Meta-AI-App und auf der Website, die API startet als Public Preview für US-Entwickler. Jeder neue Account bekommt 20 Dollar Gratis-Credits. Der Launch folgt direkt auf Muse Image, ein Bildgenerierungsmodell, das für Ärger sorgt, weil es Instagram-Inhalte anderer Nutzer in seine Ergebnisse einbaut. Für Meta geht es darum, die Milliarden zu rechtfertigen, die nach den prominenten Neueinstellungen und dem Umbau des letzten Jahres in den Aufholjagd-Modus geflossen sind, mit dem Ziel, Parität zu OpenAI, Google und Anthropic zu erreichen. → www.theverge.com

Synthszr Take: 20 Dollar Gratis-Credits sind das Eingeständnis, dass Meta beim Coding-Agenten noch niemand freiwillig fragt. Anthropic hat mit Claude Code die Kommandozeile besetzt, Cursor das IDE-Erlebnis, OpenAI Codex die harten Refactorings, und Meta kommt jetzt mit einem zweiten Modell und einer frischen API in Public Preview für US-Entwickler an. Der eigentliche Burggraben liegt woanders: Wer den Entwickler-Workflow besitzt, besitzt die Adoption, und da sitzt Meta noch draußen vor der Tür. Dass parallel Muse Image durchsickert, indem es fremde Instagram-Posts in Generierungen verwurstet, ist kein Randgeräusch, sondern die Frage, ob man dieser API überhaupt seine Codebasis anvertrauen will. Meta kann sich das leisten, weil das Verteilnetz aus WhatsApp, Instagram und der Smart-Glasses-Sparte den Modellen einen Absatzkanal gibt, den kein Reiner-Modell-Anbieter hat. Wer heute einen 2-Tool-Standard aufsetzt, testet Muse Spark 1.1 auf den Gratis-Credits gegen den bestehenden Stack und lässt die Benchmarks entscheiden, nicht die Pressemitteilung. Ein dritter ernsthafter Anbieter drückt die Preise, und das ist für jedes Engineering-Team ein guter Tag.

Perplexity baut mit „Teammate“ für den lukrativen Coding-Markt

Perplexity, bekannt als AI-Suchmaschine gegen Google, hat laut Business Insider ein internes Coding-Tool mit dem Codenamen „Teammate“ entwickelt, das seit Mai von den eigenen Engineers genutzt wird und später öffentlich starten könnte. Das Tool soll Softwareprojekte durchgängig übernehmen: Projekte besitzen, Bugs jagen, Services überwachen, so die interne Ankündigung. Der entscheidende Unterschied zu Claude Code oder OpenAI Codex: Teammate bleibt modellagnostisch und hängt an keinem einzelnen Chatbot. CTO Denis Yarats gab die Marschrichtung vor und forderte seine Engineers auf, bis Jahresende „aufzuhören, auf Code zu schauen“ und einfach die KI zu nutzen. Die Firma erreichte in der letzten Finanzierungsrunde eine Bewertung von 20 Milliarden Dollar und hat damit Spielraum zum Experimentieren. Der Bericht stützt sich bislang auf eine einzige Quelle, und Perplexity hat weder Kommentar abgegeben noch einen Launch bestätigt. → The Next Web

Synthszr Take: Der interessante Move steckt in der Modellagnostik. Während Anthropic Claude Code an die eigenen Modelle bindet und OpenAI in den Workspace-Lock-in drückt, baut Perplexity eine Serviceebene, die auf jedem Modell laufen kann. Das ist die BYOK-Logik von Cline und Aider, hochgezogen auf 20-Milliarden-Niveau und mit Enterprise-Ambition. Coding-Agents sind einer der wenigen Orte, an denen KI heute echtes Geld verdient, deshalb drängt jetzt auch eine Suchfirma auf dieses Feld. Bei Anthropic stammen inzwischen 80 Prozent der Codebasis von Claude Code, die Richtung ist längst klar. Wer 2026 seine Coding-Toolchain aufsetzt, sollte modellagnostisch denken, statt sich an einen einzigen Anbieter zu ketten. Ein zweigleisiger Standard aus einem IDE-Tool und einem Background-Agent, offen für Modellwechsel, ist die vernünftige Wette, egal ob Teammate am Ende wirklich ausliefert.

Claude launcht Reflexion Dashboard

Anthropic hat in der Beta ein neues Feature für Claude gestartet, das die eigene Nutzung sichtbar macht. Ein Reflexions-Dashboard in den Einstellungen zeigt, zu welchen Themen und zu welchen Tageszeiten man Claude einsetzt, rückblickend über 1, 3, 6 oder 12 Monate. Dazu gibt es Ruhezeiten, Pausen-Erinnerungen und Fragen wie „Was möchtest du weiterhin selbst tun, auch wenn Claude es schneller könnte?“. Das Ganze ist am 4D AI Fluency Framework aufgehängt: Delegation, Description, Discernment und Diligence – also die Frage, was man abgibt, wie präzise man beschreibt, wie kritisch man das Ergebnis prüft und wer die Verantwortung trägt. Beim Datenschutz zieht Anthropic Grenzen: Incognito-Chats, Quelldateien und alles rund um Gesundheits-Integrationen bleiben außen vor. Entwickelt wurde das Feature mit dem MIT Media Lab (AHA-Programm), dem Digital Wellness Lab am Boston Children's Hospital und dem Family Online Safety Institute.

Synthszr Take: Ein KI-Anbieter, der einem Pausen vorschlägt, ist ungefähr so glaubwürdig wie ein Casino mit eingebauter Ausstiegsberatung. Trotzdem steckt hier ein cleverer Zug drin. Anthropic verkauft nicht mehr Nutzungsminuten, sondern Nutzungskompetenz, und das 4D-Framework ist dafür der eigentliche Kern. Wer lernt, sauber zu delegieren und Ergebnisse hart zu prüfen – Discernment und Diligence sind die Punkte, an denen die meisten Teams gerade scheitern –, bleibt Herr über den eigenen Kopf statt Zulieferer für den Autopiloten. Diese Woche lässt sich das ohne großes Projekt testen: einmal ehrlich draufschauen, welche Aufgaben man abgegeben hat, obwohl man sie hätte selbst denken müssen. Der Verdacht, dass Bindungskraft mitgedacht wird, bleibt bestehen, denn ein Tool, das dein Verhalten kennt, kennt auch deine Schwachstellen. Aber die Fähigkeit, mit KI zu arbeiten, ohne das eigene Urteil auszulagern, ist der Skill, der über die nächsten Jahre entscheidet, und dieses Feature macht ihn immerhin sichtbar.

Seedream 5.0 Pro kann was Photoshop nicht kann

ByteDance Seed hat Seedream 5.0 Pro vorgestellt und nennt das Ding bewusst nicht mehr Generation, sondern Creation: „Beyond Generation, It Understands Design.“ Das Modell baut logische Layouts für Infografiken, UI-Mockups und Poster selbst auf, packt Zeitleiste, Balken-, Torten- und Liniendiagramm plus Realbild in eine einzige Bildhierarchie. Der eigentliche Hebel steckt in der Interactive Precision Editing: Ein fertiges Poster lässt sich per Textbefehl in über zehn unabhängige Layer zerlegen, verdeckte Hintergründe werden automatisch per Inpainting rekonstruiert, Objekte wie ein Papagei gegen einen Pfau tauschbar. Praktisch liefert die KI eine editierbare PSD-Datei statt eines flachen Bildes. Dazu kommen physikalisch korrekte Texturen (Reflexion, Brechung, Hautstruktur) und native Unterstützung für mehr als zehn Sprachen inklusive arabischer Rechts-nach-links-Schrift und kulturell angepasster Architektur und Kleidung. ByteDance verschiebt damit die Arbeit des Kreativen vom Prompt-Schreiben zur Regie über Absicht. → Trendium.ai

Synthszr Take: Der Bruch liegt nicht im hübscheren Bild, sondern in der Zerlegbarkeit. Bisher war die größte Schwäche generativer Bilder, dass die Attrappe schön aussah und in der echten Produktion nutzlos blieb, weil man sie nicht editieren konnte. Genau diese Wand fällt: Wenn ein Ergebnis in zehn Layer zerfällt und die verdeckten Flächen sauber nachgerechnet werden, dann ist das kein Schattenbild mehr für die Demo, sondern ein deploybares Asset, das die Schleife aus Entwurf, Kundenfeedback und Teilkorrektur ohne Originaldatei am Laufen hält. Damit kippt der Wert des Kreativen von „wie präzise formuliere ich einen Prompt“ hin zu Layout-Logik, Edit-Anweisung und Lokalisierungs-Urteil. Wer die zehn Sprachen als Feature abtut, unterschätzt, was das für globale Kampagnen bedeutet: Ein mehrsprachiges Key Visual, das Schriftrichtung und kulturellen Kontext mitdenkt, spart Produktionsressourcen, die heute noch pro Markt anfallen. Wer diese Woche eine Agentur-Pipeline betreibt, sollte den Layer-Export gegen die eigene Freigabe- und Korrekturschleife testen, bevor der nächste Anbieter nachzieht. Das Handwerk verschwindet nicht, es wird zum Ingenieurs- und Regie-Job mit besseren Werkzeugen.

Google AI Overviews: Wenn Halluzinationen zur industriellen Desinformation werden

Eine von der New York Times bei dem Startup Oumi in Auftrag gegebene Analyse hat Googles AI Overviews unter die Lupe genommen und kommt auf eine Trefferquote von rund 90 Prozent: 85 Prozent bei Gemini 2 im Oktober, 91 Prozent bei Gemini 3 im Februar, gemessen an OpenAIs Faktencheck-Benchmark SimpleQA über 4.326 Suchanfragen. Klingt solide, bis man die Skalierung dazurechnet. Google verarbeitet über fünf Billionen Suchen im Jahr, und Sundar Pichai bezifferte die AI Overviews im Juli auf mehr als zwei Milliarden monatliche Nutzer. David Bader vom New Jersey Institute of Technology bringt die eigentliche Sorge auf den Punkt: nicht die Fehlerquote, sondern die Reichweite, mit der falsche Antworten in der visuellen Autorität der vertrauenswürdigsten Suchmaschine der Welt ausgeliefert werden. Google wehrt sich und nennt die Studie methodisch löchrig, weil ein KI-Modell (HallOumi) ein anderes benotet und der Datensatz künstlich erzeugt sei. Forscher wie Maarten Sap von der Carnegie Mellon geben dem teilweise recht, betonen aber, dass unabhängige Prüfungen unverzichtbar sind, solange die Anbieter keine kontrollierten Zugänge für Externe bereitstellen. Die Wurzel bleibt technischer Natur: Diese Modelle schlagen keine Fakten nach, sie prognostizieren das nächste Wort. → The Deep View

Synthszr Take: Die 90 Prozent sind die falsche Zahl, auf die alle starren. Wenn zwei Milliarden Menschen im Monat jede Antwort mit der Souveränität des Google-Logos serviert bekommen, dann werden aus zehn Prozent Fehlern eben Millionen Falschaussagen pro Stunde, jede einzelne verpackt in die Optik von Autorität. Das ändert die Rolle der Suche grundlegend: Der Torwächter zwischen Frage und Antwort urteilt jetzt selbst, und er tut es mit einer Bequemlichkeit, die uns das Nachprüfen abtrainiert (ich ertappe mich selbst dabei, dem Kasten zu glauben, statt zwei Klicks weiterzugehen). Interessant ist Baders eigentliche Forderung, und die lässt sich sofort umsetzen: Wer KI in dieser Dimension ausrollt, sollte unabhängige Audits finanzieren, statt jede externe Prüfung als methodisch löchrig abzutun. Solange Google keine eigenen, unabhängig verifizierten Genauigkeitsdaten offenlegt, ist das Zurückweisen der Studie nur eine PowerPoint-Illusion von Verlässlichkeit. Für Marken heißt das doppelte Vorsicht, weil die Maschine nicht nur entscheidet, wer erwähnt wird, sondern auch, was über einen behauptet wird. Wer heute prüft, wie er im Modell dargestellt wird, kauft sich einen echten Vorsprung.

Claude unter Beschuss: Russische Propaganda und die Quellenfrage

Der Berliner Thinktank Agora hat untersucht, woher große Sprachmodelle ihre Nachrichten ziehen, und das Ergebnis trifft Anthropic ins Mark: Claude verweist in einzelnen Antworten auf Inhalte des russischen Pravda-Netzwerks und behandelt sie wie eine seriöse Nachrichtenquelle. Dahinter steckt „LLM Grooming“, also das massenhafte Fluten des Netzes mit gleichlautenden Inhalten, die nicht menschliche Leser, sondern KI-Systeme erreichen sollen. Die Studie zeigt außerdem, wie eng die Quellenbasis ist: Von 544 identifizierten Domains werden 248 nur ein einziges Mal zitiert, während allein welt.de auf 380 Zitate kommt. ChatGPT gravitiert stark zu „Welt“ und „Bild“, was Agora mit der Partnerschaft zwischen OpenAI und Axel Springer verknüpft, während Claude und Perplexity auch mehr staatliche und private Quellen anzapfen. OpenAI widerspricht: Welche Quellen erscheinen, hänge allein an Nützlichkeit und Relevanz, nicht an kommerziellen Vereinbarungen. Der Zeitpunkt ist heikel, denn ein Münchner Gericht hat gerade bestätigt, dass Google für seine KI-generierten Antworten haftet, und eine Yougov-Studie belegt den rapide steigenden Einfluss der Chatbots auf die Meinungsbildung. → MEEDIA Daily Update

Synthszr Take: Das eigentliche Problem steckt nicht im Pravda-Netzwerk, sondern in der Zahl 248. Wenn von 544 Domains fast die Hälfte nur ein einziges Mal auftaucht und ein Anbieter 380 Zitate abräumt, dann läuft hier ein Monopolmarkt für Aufmerksamkeit, den die KI nicht aufbricht, sondern zementiert. Genau in diese schmale Quellenbasis kippen die Russen ihre Inhalte, weil eine dünne Wissensbasis leicht zu manipulieren ist. Und die kommerziellen Deals verschärfen das: OpenAI kann noch so glaubwürdig beteuern, dass die Springer-Partnerschaft nichts mit der Zitierdichte zu tun hat, die Korrelation steht trotzdem im Report. Wer heute einen KI-Assistenten in Produkte einbaut, kauft die Quellenpolitik des Anbieters gleich mit ein, und diese Verantwortung lässt sich nicht wegdelegieren. Der pragmatische Schritt ist, die Quellenprofile der Modelle jetzt gegeneinander zu testen und nicht blind auf eine Default-Engine zu setzen. Vendor-Neutralität war lange ein technisches Argument, jetzt wird sie zur Frage von Vertrauen und Haftung.

KI als geopolitisches Schachbrett: Washington und Peking ziehen die Zügel an

Beide größten Volkswirtschaften der Welt behandeln KI-Modelle inzwischen als Frage der nationalen Sicherheit. Washington hat den internationalen Zugang zu Anthropics Claude und OpenAIs GPT-4o beschränkt, nachdem klar wurde, dass Claude Angreifern helfen könnte, Software-Schwachstellen schneller zu finden als je zuvor. Die USA verhängten Exportkontrollen und sperrten das Modell rund drei Wochen, damit Behörden und Konzerne ihre Systeme härten konnten. Peking zieht nach: Laut Reuters traf sich das chinesische Handelsministerium im Juni mit Zhipu AI, Alibaba und ByteDance, um den Auslandszugang zu den fortschrittlichsten chinesischen Modellen zu beschränken und ausländische Investoren auszubremsen. Das könnte in den USA Wellen schlagen, denn laut OpenRouter kamen über 30 Prozent der auf chinesischen Modellen genutzten Token aus den USA, in manchen Wochen 2026 bis zu 46 Prozent. Zusätzlich warnte Chinas Industrieministerium, dass Anthropics Claude Code eine Backdoor-Schwachstelle enthalte, und Alibaba verbot seinen Mitarbeitern die Nutzung von Anthropic-Tools. Frühere Modellgenerationen und die meisten Open-Weight-Modelle wie DeepSeek, Qwen und GLM bleiben voraussichtlich davon unberührt. → The Deep View

Synthszr Take: Die eigentliche Nachricht steckt in den 46 Prozent. Amerikanische IT-Abteilungen laufen zu chinesischen Open-Weight-Modellen über, weil die Token-Rechnung bei OpenAI und Anthropic aus dem Ruder läuft, und genau diese Abhängigkeit wird jetzt zum politischen Hebel. Wer seine Kostenoptimierung auf DeepSeek oder Qwen gebaut hat, hat eine Vendor-Abhängigkeit geschaffen, die über Nacht per Ministeriumsbeschluss gekappt werden kann. Wie schon Ende April beim großen Decoupling zu sehen war, verhärten sich die Blöcke, und das Rauschen aus Washington und Peking dient beiden Regierungen als Druckmittel, während die Techniker im Untergrund weiter munter über die Grenze hinweg voneinander abkupfern. Deshalb gehört ein sauberer Migrationspfad in jedes Setup: ein Modell-Adapter mit identischer Prompt-Schicht, sodass ein Wechsel zwischen Claude, GPT, Gemma, Nemotron oder GPT-OSS ohne Re-Architektur stattfindet. Das ist diese Woche entscheidbar und kostet nichts außer Disziplin. Wer sein Compute an eine einzige Fahne bindet, spielt fremdes Spiel.