Teure Tokens: Fable 5 floppt bei Firmenkunden
- • Anthropic-Kunden ziehen günstigere Modelle teureren Fable 5 vor
- • OpenAI und Meta unterbieten sich im harten Preiskampf um KI-Tokens
- •Apples faltbares iPhone startet bei über 2.000 Dollar
Anthropic-Kunden weichen vor dem Börsengang auf billigere Modelle aus
Anthropics Spitzenmodell Claude Fable 5 findet bei US-Firmenkunden deutlich weniger Abnehmer als die älteren, günstigeren Modelle des Hauses. Das Modell kam am 9. Juni zu Preisen von 10 Dollar je Million Input-Token und 50 Dollar je Million Output-Token auf den Markt. Nach Abrechnungsdaten von 70.000 Unternehmen, die der Zahlungsdienstleister Ramp auswertet, liegt der Anteil von Fable 5 an den gesamten Anthropic-Ausgaben bei rund 11 Prozent oder darunter. Die Juli-Aufschlüsselung zeigt Opus 4.8 mit 28,0 Prozent an der Spitze, gefolgt von Sonnet 4.6 mit 8,3 Prozent und Fable 5 mit 8,0 Prozent; das erst am 24. Juli veröffentlichte Opus 5 kommt auf 3,5 Prozent. Miles Clements, Partner bei Accel, das nahezu eine Milliarde Dollar in Anthropic investiert hat, sagt, die meisten Nutzer müssten nicht an der Leistungsgrenze arbeiten. Der Start von Fable 5 war im Juni unterbrochen worden, weil das Weiße Haus wegen nationaler Sicherheitsbedenken einen Rückzug erzwang; die Trump-Regierung erlaubte später den Neustart. Analysten und Investoren führen die schwache Nutzung überwiegend auf Preis und Leistung zurück, nicht auf die Unterbrechung.
Die Zahlen fallen in die Wochen vor dem Börsengang. Anthropics annualisierter Umsatz lag im Juli bei 65 Milliarden Dollar, nach 47 Milliarden im Mai. Das Unternehmen erwartet nach eigener Rechenweise ein profitables drittes Quartal und nennt Investoren 6.000 Kunden mit Jahresausgaben von mindestens 100.000 Dollar. Der Börsengang könnte in den kommenden Wochen erfolgen und das Unternehmen mit mindestens zwei Billionen Dollar bewerten, mehr als jede Erstemission zuvor, einschließlich der 75 Milliarden Dollar von SpaceX (86,2 Milliarden mit Mehrzuteilung). OpenAIs annualisierter Umsatz stieg im laufenden Quartal um 35 Prozent auf über 40 Milliarden Dollar, angetrieben vom Start von GPT 5.6 im Juli.
Parallel bewegt sich der Preiswettbewerb. OpenAI senkte den Tarif seiner schnellen Einstiegsstufe Luna um 80 Prozent und den des Flaggschiffs Sol um 20 Prozent. Meta bietet Muse Spark 1.2 auf einer Contributor-Stufe, auf der eigene Daten fürs Training genutzt werden dürfen, für 0,10 beziehungsweise 0,20 Dollar je Million Token an, gegenüber 1,25 und 4,25 Dollar im Standardtarif; Cache-Reads kosten dort 0,002 Dollar. Anthropic hat diese Preise bisher nicht mitgezogen und signalisiert über seinen Entwickler-Kanal Kapazitätsengpässe bei der Verstetigung höherer Wochenlimits. Das Unternehmen mietet 300 Megawatt von SpaceX für 1,25 Milliarden Dollar im Monat. Neben OpenAI, Anthropic und Google liefern inzwischen Z.AI, DeepSeek, Kimi, Meta und Grok Modelle mit Open Weights, die für agentische Sitzungen taugen; die Flaggschiffe sind pro Token etwa fünf- bis zehnmal teurer, verbrauchen für dieselbe Aufgabe aber weniger Token. Investor Gavin Baker verweist darauf, dass Zwei- bis Dreijahresverträge für GPU-Kapazität zu rund 2 Dollar pro GPU-Stunde auslaufen und bei Neuabschluss eher bei 4 Dollar liegen dürften.
Auf Entwicklerseite verschiebt sich die Nutzung zu gemischten Setups. Drew Breunig beschreibt in einem am Sonntag veröffentlichten Essay einen Ablauf, in dem Fable 5 Architektur und Briefing übernimmt und die Routineumsetzung an GLM 5.2 von Z.ai geht, das er für seinen Vergleichsfall auf etwa ein Neuntel der Kosten schätzt. Nach seiner Darstellung muss das günstigere Modell nur bei absehbarer Arbeit mit gutem Kontext bestehen. Für Fable-Traffic sieht Anthropics API-Dokumentation eine 30-tägige Aufbewahrung vor. Breunig überträgt Herb Sutters Argument vom Ende des kostenlosen Mittagessens bei Prozessoren auf die KI-Entwicklung: Bisher konnte das nächste Modell schwache Prompts und dünnen Kontext zum ähnlichen Preis ausgleichen. → Martin Alderson, PYMNTS, Simon Willison’s Weblog, RuntimeWire
Synthszr Take: Eine Bewertung von zwei Billionen Dollar verkauft die Erzählung, dass sich Vorsprung an der Spitze in Preis übersetzen lässt. Die Abrechnungsdaten von 70.000 Firmen sagen für Juli etwas anderes: 8,0 Prozent für Fable 5, 28,0 Prozent für das ältere Opus 4.8, mit der Kreditkarte abgestimmt. Heikel macht das Timing die Kostenseite, denn 1,25 Milliarden Dollar im Monat für 300 Megawatt sind eine Fixkostenlinie, die sich nicht mitbewegt, wenn nebenan ein Einstiegstarif um 80 Prozent fällt und Meta Token für zehn Cent verschenkt. Das Wachstum von 47 auf 65 Milliarden annualisiert in zwei Monaten ist real, es kommt aus den günstigen Modellen, nicht aus dem Produkt, mit dem die Prämie begründet wird. Ein Emissionspreis, der diese Prämie einpreist, wettet gegen die eigene Rechnungsstatistik.
Der Preiskampf um Inferenz: OpenAI senkt Luna um 80 Prozent, Meta verschenkt Tokens fast
Martin Alderson beschreibt in seinem Blog einen Preisverfall bei KI-Inferenz, der im Sommer 2026 an Tempo gewinnt. OpenAI hat den Preis seiner günstigen Stufe Luna um 80 Prozent gesenkt und das Flaggschiff Sol um 20 Prozent. Meta bietet sein Open Weights-Modell Muse Spark 1.2 auf der Contributor-Stufe, auf der Meta laut Alderson mit den Daten der Nutzer trainieren darf, für 0,10 beziehungsweise 0,20 Dollar je Million Token an; regulär kostet es 1,25 und 4,25 Dollar. Cache-Reads liegen dort bei 0,002 Dollar je Million Token. Anthropic hat diese Preise bisher nicht mitgemacht: Die Financial Times berichtet unter der Überschrift, dass Anthropics bestes Modell Nutzer verliere, während günstigere Werkzeuge zulegen, über die schwache Nachfrage nach Fable 5 zu 10 und 50 Dollar. → Martin Alderson
Synthszr Take: Ein Preissturz von 80 Prozent löst sich nicht in Luft auf, er wandert in den Verbrauch. Bei 0,10 Dollar je Million Token rechnen sich Dinge, die bei 10 und 50 Dollar nie jemand angefasst hätte: nächtliche Komplettdurchläufe über die gesamte Codebasis statt einer sparsamen Frage pro Ticket. Die Rechnung des einzelnen Anbieters sieht danach übler aus, die gesamte Tokenmenge im Markt aber deutlich größer, und diese Nachfrage trifft auf GPU-Verträge, die von 2 auf rund 4 Dollar je Stunde neu bepreist werden.
Strombedarf der Rechenzentren verdoppelt sich bis 2030 auf 950 Terawattstunden
Der Engpass der KI-Infrastruktur verschiebt sich von Chips zu Gigawatt, schreibt Linas Beliūnas in seinem Newsletter mit Verweis auf den IEA-Bericht zu Energie und KI vom April 2026. Laut IEA wuchs der globale Stromverbrauch von Rechenzentren 2025 um 17 Prozent, bei den KI-fokussierten Anlagen um 50 Prozent. Die Agentur erwartet eine Verdopplung des Verbrauchs von 485 Terawattstunden im Jahr 2025 auf rund 950 Terawattstunden bis 2030. Beliūnas argumentiert, dass Kapital diese Leistung nicht liefern kann: Ein neuer KI-Campus braucht Turbinen, Transformatoren, Netzanschlüsse, Genehmigungen und eine Standortgemeinde, die ihn haben will, und mehrere dieser Bausteine haben längere Vorlaufzeiten als die Chips, die sie versorgen sollen. Er beschreibt die Lage als Zusammenprall von Nachfrage im Software-Tempo mit Angebot im Infrastruktur-Tempo. → Linas from Linas’s Newsletter
Synthszr Take: 485 Terawattstunden heute, 950 im Jahr 2030, und die Netze wachsen nicht im selben Takt. Eine GPU-Bestellung hat eine Lieferzeit in Wochen, ein Umspannwerk in Jahren, und an genau dieser Differenz zerbricht gerade die schöne Rechnung vieler Rechenzentrums-Pläne. Der politische Teil ist noch unangenehmer, weil sich Genehmigungen und Anwohnerzustimmung nicht bestellen lassen, egal wie viel Kapital dahintersteht.
Jeremy Howard erklärt Mojo zum größten Programmier-Sprung seit Jahrzehnten
Simon Willison verlinkt in seinem Link-Blog einen Beitrag von Jeremy Howard, der die neue Programmiersprache Mojo als den womöglich bedeutendsten Fortschritt der letzten Jahrzehnte bezeichnet. Mojo ist als Superset von Python angelegt und entsteht in einem Team unter Chris Lattner, der zuvor LLVM, Clang und Swift verantwortet hat. Bestehender Python-Code soll nach Angaben der Entwickler unverändert laufen, ergänzt um Sprachmittel für hardwarenahe Programmierung: „fn“ für typisierte, kompilierte Funktionen und „struct“ als speicheroptimierte Alternative zu Klassen. Howard demonstriert in einem Video eine Matrixmultiplikation, die mit diesen Mitteln um mehr als das 2000-Fache beschleunigt wird, ohne dass der Code unlesbar wird. Willison verweist ausdrücklich auf dieses Video als den überzeugendsten Teil der Argumentation. → Simon Willison from Simon Willison’s Newsletter
Synthszr Take: Der Text ist von Mai 2023, und gerade das macht ihn heute interessant. Damals las sich der 2000-fache Speedup wie das Ende von C++ im KI-Stack; drei Jahre später laufen die Modelle weiter in Python und die Kernel weiter in CUDA. Sprachen gewinnen über Bibliotheken, Paketmanager und die Leute, die schon damit arbeiten, und Lattner hat diesen zähen Weg mit LLVM und Swift zweimal selbst durchlaufen.
Apples faltbares iPhone startet bei über 2.000 Dollar
Apple stellt sein erstes faltbares iPhone laut Mark Gurmans Bloomberg-Newsletter Power On auf einem Event am oder um den 9. September vor. Das Gerät soll mehr als 2.000 Dollar kosten und damit das teuerste Telefon im Sortiment werden. Nach Angaben von Personen, die es bereits benutzt haben, überzeugen das Scharnier und die iPad-ähnlichen App-Layouts auf dem großen Innendisplay. Ein Teleobjektiv fehlt, und zur Authentifizierung kommt Touch ID statt Face ID zum Einsatz. Apple kommt spät in eine Kategorie, die Samsung, Huawei und Google seit Jahren ausbauen, zuletzt mit dem Galaxy Z Fold 8. Faltbare Geräte machten 2025 rund 1,6 Prozent aller Smartphone-Auslieferungen aus, wobei China mit über 10 Millionen Stück mehr als die Hälfte des Weltmarkts stellte. → www.bloomberg.com
Synthszr Take: Über 2.000 Dollar, kein Teleobjektiv, Touch ID statt Face ID: Apple verkauft die Rückkehr des Staunens und lässt sich die Vorfreude im Voraus bezahlen. Die zweite Bewegung läuft im selben Atemzug, denn mit dem Event steigen auch die Preise der normalen iPhones, nachdem Macs und iPads vor zwei Monaten schon um durchschnittlich 23 Prozent teurer wurden. Ein Halo-Gerät an der Spitze verschiebt die Vorstellung davon, was ein Telefon kosten darf, und die ganze Reihe darunter rutscht mit nach oben.
Bun-Macher schreibt eine Million Zeilen Zig in Rust um, für 165.000 Dollar an Tokens
Jarred Sumner hat die JavaScript-Runtime Bun von Zig nach Rust portiert und den Prozess in einem lange angekündigten Blogpost dokumentiert, auf den Simon Willison hinweist. Auslöser war die Bugliste: Ein großer Teil der Abstürze ging laut Sumner auf use-after-free, double-free und vergessene Freigaben in Fehlerpfaden zurück, also genau die Klasse von Fehlern, die der Rust-Compiler in sicherem Code abfängt. Möglich wurde die Portierung durch die in TypeScript geschriebene Testsuite von Bun, die sprachunabhängig als Conformance Suite mit rund einer Million Assertions dienen konnte. Ein Agenten-Harness übernahm den Großteil der Übersetzung, zunächst als Experiment mit einer frühen Version des Modells, das inzwischen als Mythos/Fable verfügbar ist. Über elf Tage hinweg las Sumner nach eigener Darstellung die Workflow-Ausgaben manuell mit und ließ Claude die Schleife anpassen, statt fehlerhaften Code einzeln zu korrigieren; dazu kamen gegnerische Code-Reviews. → Simon Willison from Simon Willison’s Newsletter
Synthszr Take: Die 165.000 Dollar an Tokens sind der günstigste Posten in dieser Rechnung. Möglich gemacht hat den Rewrite eine Testsuite mit einer Million Assertions, geschrieben in TypeScript zu einer Zeit, als noch niemand über Coding-Agenten nachdachte, dazu elf Tage, in denen Sumner Workflow-Ausgaben gelesen und die Schleife nachgeschärft hat, statt Code von Hand zu flicken. Das Modell hat die Zeilen produziert; die Entscheidung, wann eine Million zugefügter Zeilen merge-reif sind, kam von jemandem, der die alte Zig-Codebasis im Kopf hat.
Chinas humanoider Roboter läuft 100 Meter schneller als Bolt und crasht danach in die Wand
Bei den „Robot Olympics“ in Peking hat ein chinesischer humanoider Roboter die 100 Meter am Samstag knapp zwei Zehntelsekunden schneller zurückgelegt als der Weltrekord von Usain Bolt. Semafor ordnet die Leistung als eigene Kategorie von Rekord ein, verweist aber auf das Tempo der Entwicklung: Die Bestzeit des Vorjahres wurde um mehr als zehn Sekunden unterboten. Unmittelbar nach dem Zieleinlauf fuhr die Maschine in eine gepolsterte Wand, weil sie Schwierigkeiten mit dem Abbremsen hat. Die Spiele haben laut Bericht vor allem die Aufmerksamkeit für den führenden Hersteller Unitree erhöht. → Semafor
Synthszr Take: Beschleunigen ist Mechanik, Anhalten ist Regelungstechnik, und nur eine der beiden Disziplinen entscheidet über den kommerziellen Einsatz. Ein Sprint ist ein offener Regelkreis mit voller Leistung und keiner einzigen Entscheidung dazwischen. Bremsen verlangt, dass die Maschine Impuls, Untergrund und Bahnende in Echtzeit zusammenrechnet, und daran ist sie in die gepolsterte Wand gefahren. Die zehn Sekunden Verbesserung gegenüber dem Vorjahr zeigen, wie schnell Aktorik und Antrieb reifen, während die Sicherheitslogik dieses Tempo sichtbar nicht mitgeht.
Chinas KI-Aufholjagd: Wer sind die Forscher dahinter?
Ein Porträt der Forschergeneration, die Chinas überraschenden KI-Sprung getragen hat, rückt erstmals die Personen in den Mittelpunkt statt der Modelle. Beschrieben wird eine Kohorte von Wissenschaftlern, die ihre Ausbildung und teils ihre ersten Karrierestationen im westlichen Forschungssystem absolviert haben und heute in chinesischen Laboren an Frontier-Modellen arbeiten. Dem Bericht zufolge erklären diese Lebensläufe den Tempowechsel der vergangenen Monate, einzelne Architektur-Durchbrüche spielen eine geringere Rolle. Der Text ordnet den Sprung damit in eine Debatte ein, die bislang fast ausschließlich über Benchmarks, Chip-Exportkontrollen und Trainingskosten geführt wurde. Parallel dazu ist in den USA der innenpolitische Streit über die Infrastruktur eskaliert. Senator John Fetterman aus Pennsylvania wies am Samstag „AI doomsdaying“ zurück und stellte sich hinter den Kurs von Präsident Trump, den Bau von KI-Rechenzentren zu beschleunigen. Damit positioniert sich der Demokrat gegen den Gouverneur seines eigenen Bundesstaats, Josh Shapiro. Fettermans Begründung: China gewinne immer dann, wenn die Vereinigten Staaten auf die Risiken der Technologie überreagierten. Das China-Argument wird in dieser Debatte also zur Begründung für Bautempo, während die Frage nach Fachkräften und Forschern im politischen Diskurs kaum vorkommt. → Wall Street Journal, newsmax
Synthszr Take: Rechenzentren kann man mit Genehmigungen und Kapital beschleunigen, eine Forschergeneration nicht. Chinas Sprung geht auf Leute zurück, die im amerikanischen Wissenschaftsbetrieb ausgebildet wurden und dann zurückgingen, und das ist die einzige Zutat in dieser ganzen Rechnung, die sich nicht durch Exportkontrollen steuern lässt. Ende Mai hatten wir hier den Ausreisestopp für chinesische KI-Experten beschrieben: Peking behandelt Köpfe längst wie eine strategische Reserve, während Washington über Bauzeiten für Serverhallen streitet. Fettermans Warnung vor Überreaktion trifft einen Punkt, zielt aber auf das falsche Nadelöhr, denn Beton und Transformatoren sind bestellbar, ein promovierter Reinforcement-Learning-Spezialist nicht. Die nächste Runde entscheidet sich an der Frage, in welche Richtung die Lebensläufe wandern, und das steht in keiner Benchmark-Tabelle.
Anonymes Coding-Modell Ox Alpha verblüfft Entwickler, die Spurensuche führt zu Zhipu
Am 20. August 2026 ist auf dem Modellmarktplatz OpenRouter ein Coding-Modell namens Ox Alpha aufgetaucht, ohne Firmenname, ohne Logo, ohne Ankündigung, gelistet unter dem generischen Anbieter-Label „Stealth“. OpenRouter beschreibt es als Reasoning-Modell für Coding, andauernde agentische Arbeit und Produktionslasten. Der Open-Source-Coding-Agent OpenCode kündigte an, das Modell eine Woche lang kostenlos und mit nahezu unbegrenzter Nutzung anzubieten, bis etwa zum 27. August. Der anonyme Betreiber gibt seine Kapazität mit 100 Billionen Token pro Tag an, was ungefähr dem Hundertfachen dessen entspricht, was Visa nach eigenen Angaben in einem ganzen Monat verbraucht.
Technisch fällt vor allem das Kontextfenster von 1.048.576 Token auf, dazu Text-, Bild- und Video-Input, Function Calling und strukturierte JSON-Ausgabe. Die meisten produktionsreifen Modelle bewegen sich zwischen 8.000 und 200.000 Token. Der Durchsatz liegt bei rund 29 Token pro Sekunde. Entwickler Ben Davis ließ das Modell gegen die Coding-Agent-Evaluation DeepSWE antreten und meldete 8 von 10 gelösten Aufgaben, gegenüber 65 Prozent für Claude Fable 5 und 52 Prozent für GPT-5.6-Sol. Ein größerer Community-Durchlauf über 113 Aufgaben kam anschließend auf rund 63 Prozent. Stripe-CEO Patrick Collison, dessen Unternehmen am 19. August die Übernahme von OpenRouter vereinbart hat, nannte das Modell auf X „very impressive“.
Die Herkunftssuche lief innerhalb von Stunden an. Über Tokenizer-Fingerprinting verglich Joseph W. Elstner die Token-Zählungen des Modells mit vierzehn öffentlichen Vokabularen, zunächst mit 95 Testeingaben und 126 API-Aufrufen; die ältere GLM-Version traf 84 Proben exakt, der beste Nicht-GLM-Kandidat 46. Ein Nachlauf am 23. August mit dem veröffentlichten GLM-5-Vokabular ergab 95 von 95 Treffern bei einem mittleren absoluten Fehler von 0,00. Ein zweiter Forscher, Chetaslua, kam mit 30 Proben über 14 Schriftsysteme zum gleichen Ergebnis, samt konstantem Offset von 75 Token pro Anfrage, was auf einen unsichtbar vorangestellten System-Prompt hindeutet. Beim Video-Input stimmten drei unabhängige Encoder-Eigenschaften mit Zhipus GLM-5V-Turbo überein, darunter ein Tokenverbrauch von etwa 147 Token je Videosekunde.
Den stärksten Hinweis lieferte eine absichtlich fehlerhafte Anfrage: Chetaslua setzte den Parameter top_p auf den String „abc“, woraufhin der Server einen Java-Stacktrace mit der internen Klasse com.wd.paas.api.domain.v4.chat.ChatCompletionRequest zurückgab, deren Pfad auf Zhipus dokumentierte Endpunkte open.bigmodel.cn und api.z.ai verweist. Bestätigt hat den Betrieb bislang kein Unternehmen. Parallel kursieren andere Deutungen, darunter die These auf Wccftech, es könne sich um eine unveröffentlichte Version von Microsofts MAI handeln; auf Reddit stehen sich Beiträge gegenüber, die eine chinesische Herkunft ausschließen oder für hochwahrscheinlich halten.
Offen bleibt die Datenfrage. OpenRouter gibt an, der anonyme Anbieter speichere Prompts und Completions, nutze sie aber nicht zum Training. Die Modell-Listung und die geltenden Nutzungsbedingungen der Plattform beschreiben diesen Punkt widersprüchlich. Entwickler schicken damit potenziell firmeneigenen Code an einen Betreiber, dessen Identität offiziell ungeklärt ist. → Tech Times, Business Insider, implicator, TechCrunch
Synthszr Take: Ein Modell ohne Namen, ohne Logo und ohne Pressemitteilung bekommt in drei Tagen mehr fachliche Aufmerksamkeit als die meisten offiziellen Launches in drei Monaten. Die Anonymität ist hier das Produktmarketing: Sie verwandelt jeden Entwickler in einen Ermittler, der freiwillig 126 API-Aufrufe verbrennt, um die Herkunft zu bestimmen, und die Ergebnisse anschließend gratis auf X verteilt. Eine Pressemitteilung liest niemand zweimal, einen Java-Stacktrace mit dem Klassenpfad com.wd.paas.api schon. Bezahlt wird das an anderer Stelle: Die Prompts liegen bei einem Betreiber, dessen Name offiziell unbekannt ist, und die Bedingungen widersprechen sich ausgerechnet in der Frage, was mit ihnen passieren darf. Wenn das Gratis-Fenster um den 27. August zugeht, zeigt sich, ob die 63 Prozent aus dem großen Benchmark den Mythos überleben.
