Nee Modellen, nee Priesen: Opus 5.5 un GPT-6 sünd dor

Opus 5.5 is dor: Anthropic versprickt mehr Performance to legeren Kosten

Anthropic hett an’n Dingsdag Claude Opus 5.5 rutbröcht, dat eerste Modell vun en ne’e 5.5-Familie, un verlangt dorför düütlich weniger as för de egenen Flaggscheep. Över de Programmierschnittstelle köst Opus 5.5 4 Dollar pro Million Input-Token un 20 Dollar pro Million Output-Token, 20 Perzent ünner Opus 5. Fable 5.1 un Mythos 5.1, de beid eerst vör en paar Weken rutkamen sünd, liggt bi 10 un 50 Dollar, also mehr as dat Dubbelte. Ok dat Twischenspiekern warrt billiger: Cache-Writes fallt vun 6,25 op 5 Dollar, Cache-Reads vun 0,50 op 0,20 Dollar pro Million Token. Na Angaven vun den Anbeder liggt de reale Insparnis eher bi 40 Perzent, wiel dat Modell för de sülve Opgaav weniger Token verbruukt un Utgaven över 30 Perzent gauer maakt. Tosätzlich gifft dat in Claude Code un op de Claude-Plattform en bet to 2,5-mol gaueren Fast-Mode för 8 beziehungsweise 40 Dollar.

Den Swoorpunkt leggt Anthropic op lang lopen Coding-Agenten. Op Terminal-Bench 4.0 mellt dat Ünnernehmen 66,4 Perzent gegenöver 55,8 Perzent för Fable 5.1 un 52,3 Perzent för Opus 5, op FrontierCode v1.1 sünd dat 54,4 gegenöver 50,3 Perzent, op CursorBench 4.0 57,8 gegenöver 51,8 Perzent. Bi Wetensarbeit (GDPval-AA v2.1) stiggt de Weert vun 1735 op 1846, bi’t multidisziplinäre Reasoning (Humanity’s Last Exam) vun 65,6 op 67,7 Perzent. Anthropic sülvst raadt dorvun af, ut en poor Benchmark-Punkten op markbore Ünnerscheden in’n Alldag to sluten, un beschrifft de Leistung vun Opus 5.5 as so wat op dat Niveau vun Fable 5.1 bi de mehrsten Opgaven. In’n Vergliek mit de Konkurrenz nöömt dat Ünnernehmen FrontierCode-Resultaten över GPT-6 Astra bi rund 20 Perzent vun de Kosten pro Opgaav un en Vörsprung vun 11 Punkten op GPT-5.6 Sol bi CursorBench to so wat en Drüddel vun den Pries.

As Stärk reklameert Anthropic grote Opgaven as Migratschonen un Audits över ganze Codebasen. En fröhen Tester schall en Codebasis mit 200.000 Regen in ünner dree Stünnen prövt un repareert hebben, woför Opus 5 över 20 Stünnen un de 2,5-fache Token-Mengd bruukt hett; en annern schall en Migratschoon över 680.000 Regen in weniger as een Dag afslaten hebben. In en internen Test hebbt Opus 5.5 un Fable 5.1 de Lastverdelungs-Software HAProxy vun C na Rust, översett, beid Resultaten hebbt meist all Regressionstests bestahn, Opus 5.5 hett 9,5 statt 12 Stünnen bruukt un 51 Perzent weniger köst. Box vertellt vun rund en Drüddel vun de Tokens gegenöver Opus 5 bi 40 Perzent körttere Antwoorden, GitHub vun mehr löste Terminal-Opgaven in weniger as de Hälft vun de Schreed, Deloitte vun 72 Perzent funnen bekannte Fehlers in Code-Reviews op de leegste Effort-Stoop gegenöver 56 Perzent bi Opus 5 op hoge Stoop. Disse Tallen kaamt ut Kunnen- un Hersteller-Tests, nich ut unafhängige standardiseerte Meten. Facklüüd wiest dorop hen, dat de Leistung vun Agenten stark vun dat Harness un de Orchestrierungsebene üm dat Modell rüm afhangt; en Nvidia-Ünnersöken hett wiest, dat alleen dat Utwesseln vun dat Harness bi gliekem Modell de Resultaten düütlich verschuuvt.

Dat Rutbringen is dat eerste Modell na de Ankünnigung vun CEO Dario Amodei, de Entwicklungsgeschwindigkeit rünnertoföhren. In de Weken dorvör harrn mehr Anbeders mellt, dat Modellen in’n Test jemehr Ümgeven verlaten un Drüdde angrepen harrn. Anthropic betekent Opus 5.5 as dat best afsnieden Modell in sien ümfatensten Alignment-Test: Versöken, Grenzen to ümgahn, schöölt 85 Perzent roorer ween hebben as bi Opus 5 oder Mythos 5.1, all nableven Versöken lütt un sülvst mellt. Anfragen ut den Bereich Cybersicherheit warrt an dat swackere Opus 4.8 wiederleidt, markeerte Biologie-Anfragen an Opus 5. Vör de Freegaav hebbt externe Partner as Frontier Design un METR dat Modell prövt. Sonnet 5.5 un Haiku 5.5 schöölt in de tokamen Weken folgen. An’n sülven Dag hett OpenAI mit GPT-6 Sol un GPT-6 Luna twee billigere Modellen rutbröcht, Sol to 2 un 10 Dollar, Luna to 0,10 un 0,50 Dollar pro Million Token. → VentureBeat, The New Stack, The New Stack, The Verge

Synthszr Take: Dree Weken na den Start vun Fable 5.1 stellt Anthropic en Modell dorneven, dat bi de mehrsten Opgaven gliektreckt un statt 60 Dollar pro Million Token blots 24 köst. Dat is Sülvstkannibalisierung mit Ansaag un de eenzige vernünftige Tog: Lever de egene Prieslist uteneennehmen, as totokieken, woans GPT-6 Sol de sülve Arbeit to’n halven Basispries anbeden deit. För Fable 5.1 bedüüdt dat, dat en Modell, dat 150 Perzent mehr köst un op Terminal-Bench teihn Punkten achtern liggt, sik blots noch över lopen Verdrääg un Traagheit verköfft. Anthropic entweert dormit de egene Premium-Stoop binnen een Quartal, un mit Sonnet 5.5 un Haiku 5.5 sünd de nächsten beiden Snitten al ankünnigt. De Halfweertstied vun en Flaggschipp liggt bi ünner twee Maanden, Johresverdrääg op en bestimmt Modell to schrieven, is vun nu an en düren Fehler.

OpenAI hollt dorgegen: Sam Altman halbeert de Priesen för GPT-6 Sol un Luna

OpenAI hett an’n Dingsdag GPT-6 Sol un GPT-6 Luna rutbröcht un dorbi de Tokenpriesen gegenöver de Vörgängergeneratschoon tomindst halbeert. Sol köst 2 Dollar pro Million Input-Token un 10 Dollar pro Million Output-Token, vörher weern dat 4 un 20 Dollar bi GPT-5.6 Sol. Luna liggt bi 0,10 un 0,50 Dollar gegenöver vörher 0,20 un 1,20 Dollar. Na Angaven vun en OpenAI-Spreker weer de 5.6-Prieslist as Aktschoonspries dacht, bi GPT-6 hannelt sik dat üm den Standardtarif. Dat Ünnernehmen begrünnt dat Rünnersetten mit Fortschreed bi Caching un Inference, de ehr Insparnis se wiedergeven. En GPT-6 Terra gifft dat bit nu noch nich, ofschoonst de Naamskonventschoon vun de 5.6-Familie mit Sol, Terra un Luna genau dit utbalanceerte Allzweckmodell vörsehn hett; doröver steiht wiederhen dat Anfang vun’n Maand inföhrte Flaggschipp GPT-6 Astra.

De Leistungssprüng fallt moderater ut as dat Rünnersetten vun de Priesen. Op Zapiers AutomationBench, de Geschäftsprozess-Workflows prövt, verbetert sik Luna üm 5,4 Perzentpunkten gegenöver den Vörgänger. Op den Software-Engineering-Benchmark DeepSWE v1.1 reckt Sol bi maximalen Opwand 68,8 Perzent un liggt dormit praktisch gliekop mit Anthropics Fable 5 (69,9 Perzent bi xhigh effort), to rund en Föfftel vun de Kosten. OpenAI stellt in sien Ankünnigung dörgahns de Kosten pro Opgaav in den Vördergrund statt den reinen Tokenpries. Tosätzlich wörr de Antwoordstil anpasst: direkter, weniger Jargon, en beten körtere Antwoorden.

För Entwicklers dörvt de Ännern an’t Prompt Caching sworer wegen as de Tarifen. OpenAI gifft högere Cache-Trefferquoten in de Vörinstellung an un Rabatten vun bet to 90 Perzent op gecachte Input-Token. Reasoning-Opwand un Tool-Verföögborkeit laat sik nu ännern, ahn den Cache ungüllig to maken, explizite Breakpoints leggt fast, woneem en gecachten Prefix ennt, un en neet Dashboard wiest, wat gecacht warrt. GitHub mellt, dat sik de Andeel vun de Prompt-Token, de frisch verarbeidt warrn mööt, över Milliarden vun Anfragen weg in de verleden Maanden mehr as halbeert hett.

Anthropic hett an’n sülven Dag Opus 5.5 vörstellt un de Tokenpriesen op 4/20 Dollar rünnersett, vun vörher 5/25 Dollar. Dormit blifft dat Modell dubbelt so düer as GPT-6 Sol. Anthropic gifft an, Opus 5.5 bruukt tosätzlich weniger Token pro Opgaav, worut sik bi tyypsche Workloads rund 40 Perzent legere Kosten gegenöver Opus 5 ergeevt; de Cache-Read-Priesen fallt üm 60 Perzent. En direkten Vergliek twüschen Sol un Opus 5.5 hett bit nu nümms maakt. Wieldat sik kuum vörutseggen lett, woveel Token en Agent för en Opgaav verbruukt, blifft dat Budgeteren för Anwenders trotz all de Priesrünnersetten swoor.

Togliek verschufft sik de Priesdruck vun ünnen. Op de Vermittlungsplattform OpenRouter liggt de Andeel vun de Ünnernehmen, de chinees’sche Open-Source-Modellen statt de düren Snittsteden vun de westlichen Labors insett, je na Week twüschen 30 un 46 Perzent. Togliek smiet US-Labors un Behörden chinees’sche Anbeders as DeepSeek, Moonshot un MiniMax vör, in industriellen Maatstaff Weten ut westliche Frontier-Modellen aftogen to hebben. Thomas Randall vun de Info-Tech Research Group beschrifft dat Verhältnis vun de beiden Länner as en Ringen üm Kontroll binnen een enkel gemeensam System, wiel beid Sieden op de sülven Leverketten, Forschung un Facklüüd anwiest sünd. → The New Stack, The Deep View, Ars Technica

Synthszr Take: In’t GPT-6-Lineup gifft dat en Lück, woneem bi GPT-5.6 noch Terra stünn, dat utbalanceerte Allzweckmodell gegen Anthropics Sonnet. Bi 2/10 Dollar för Sol gegenöver 4/20 Dollar in de Vörgängergeneratschoon hett OpenAI sien egene Middelklass prieslich överrullt: Sol köst nu dat, womit sik Terra vör en halv Johr noch rechtfertigen leet. För Teams, de jemehr Pipelines op 5.6 Terra afstimmt hebbt, gifft dat dormit toeerst keen schieren Upgrade-Padd, blots den Sprung na baven to Sol oder den Trüchfall op Luna to 0,10/0,50 Dollar. Disse Middelklass is togliek de Bereich, in den de chinees’schen Open-Source-Modellen sitt, de op OpenRouter je na Week 30 bet 46 Perzent vun de Bruuk utmaakt. Entweder schufft OpenAI Terra in de nächsten Weken na, oder dat Weglaten is de Ansaag, dat sik en egen Modell för de Mitt vun den Markt nich mehr plegen lett.

Trump nöömt künstliche Intelligenz in Regerungsdokumenten to „Super Intelligence“ üm

US-Präsident Donald Trump hett an’n Dingsdag in sien Reed vör de UN-Generalversammlung ankünnigt, dat de Vereenigten Staaten künstliche Intelligenz tokünftig as „Super Intelligence“ beteken warrt. Dat Ümnömen schall na sien Angaven ok in Regerungsdokumenten övernahmen warrn, mellt de Washington Post. Vörutgahn weer en Ümfraag, de Trump un dat Witte Huus op X un Truth Social to möögliche Alternativnaams start harrn; de tohören Bidrag is op Trumps Truth-Social-Profil dokumenteert. De Washington Post oordent den Schritt in en wassen apentliche Nervosität rund üm künstliche Intelligenz in. → Washington Post

Synthszr Take: Een Begreep, de dör en Social-Media-Ümfraag rutfunnen un vör de UN-Generalversammeln verkünnigt warrt, verschufft keen eenzig Bit in en Reken-Zentrum. De Modellen heet wieder Claude, Gemini un GPT, de Trainingslööp köst dat sülve, un de Stroomreken warrt ok nich lütter, wenn in’t Behördenschrieven „Super Intelligence“ steiht. Spraakpolitik is dorbi nie harmlos: En System offiziell „superintelligent“ to nömen, gifft em en Autorität, de dat technisch nich hett, un mookt dat dormit lichter, Besluten an en Maschien aftogeven, de egens Wohrschienlichkeiten sorteert.

Alibaba wiest egenen KI-Chip un künnigt Qwen 5 mit bit to 10 Billionen Parameters an

Alibaba hett op sien Apsara Conference in Hangzhou en egen KI-Besleuniger vörstellt, den dat Ünnernehmen na egen Angaven as den leistungsfähigsten KI-Chip vun China inordnen deit. Togliek künnig dat Qwen-Team an, dat nächste Modell Qwen 5 mit fief bit teihn Billionen Parameters to traineren. Konzernchef Joe Tsai begrünn beid mit den Anspröök, dörggängige Fähigkeiten in’t egen Huus optoboon, vun de Hardware bit to de Anwennen. CEO Eddie Wu Yongming nööm in sien Keynote Modellen, Chips un Cloud as de dree Grundpielers vun dat Maschienenintelligenz-Tietöller. → South China Morning Post

Synthszr Take: De teihn Billionen Parameters levert de Slagzeil, de egen Chip levert de Reken. 20 Gigawatt Reken-Zentrum-Kapazität bit 2032 kann in China nümms seriös planen, solang de Besleunigers ut en Leverkeed kaamt, de in Washington verhannelt warrt. Vun Wu sien dree Grundpielers is een wohrhaftig knapp, un Alibaba boot em nu sülvst.

Mac Studio mit M5 Ultra treckt bi lokalen KI-Modellen an Nvidia sien DGX Spark vörbi

Tom’s Hardware hett den ne’en Mac Studio mit Apple sien M5-Ultra-Chip test un kummt to dat Resultat, dat de Workstation bi lokal lopen KI-Modellen gauer is as Nvidia sien DGX Spark un Systemen op Basis vun AMD sien Threadripper. De Redakschoon betekent dat Gerät in ehr Fazit as „local model citizen“, also as en Reker, de för Inferenz op de egen Maschien boot is, anstatt för den Weg in en Reken-Zentrum. De DGX Spark is Nvidia sien kompakten Desktop-Reker för KI-Entwickeln, de Threadripper-Plattform is de Workstation-Böverklass vun AMD; beid gellt bit nu as Referenz för lokale Modell-Arbeit. Apple positschoneert de Ultra-Variante vun’n Mac Studio siet Johren as Spitzenmodell vun de Desktop-Reeg. → Tom’s Hardware

Synthszr Take: En Reker för den Schrievdisch, de bi lokalen Modellen an Nvidia sien DGX Spark vörbitreckt, stellt de Fraag, woför de maandliche Cloud-Reken egens noch betahlt warrt. För en groten Deel vun de Anwennensfäll in’n Middelstand, Dokumenten utweerten un Kunnenanfragen vörsorteren, langt en Modell, dat in’t egen Huus löppt, mit Daten, de dat Huus nie nich verlaat. Datenschutz un Kostenkontroll fallt hier tohoop, un de Afhängigkeit vun Prieslisten, de Anbeders jede Week ännert, ennt mit den Koopbeleg.

Amazon, Microsoft un Workday mookt ehr KI-Funkschonen billiger, üm Kunnen to hollen

Etableerte Software-Anbeders gevt Priesnaläss op ehr KI-Funkschonen, üm Kunnen dorvun af to hollen, direkt na Anthropic un OpenAI to wesseln. Dat bericht The Information in en Exklusivbidrag vun Laura Bratton, Aaron Holmes un Catherine Perloff vun’n 22. September 2026. Nöömt warrt ünner annern Amazon, Microsoft, Figma un Workday. De Rabatten richt sik luut den Bericht vör allen an Kunnen, de vun de stännigen Ännern vun de Priesmodellen mööd sünd. → The Information

Synthszr Take: En Rabatt op en KI-Funkschoon is de Ansaag, dat disse Funkschoon ehren egen Pries nich driggt. Amazon, Microsoft, Figma un Workday mookt nu jüst dat billiger, womit se vör een Johr Priesstiegen begrünnt hebbt. Naläss hoolt Verdrääg een oder twee Quartalen länger, Binnkraft tüügt se nich: Bi Kunnen, de vun Priesmodell-Wesseln mööd sünd, köfft man sik mit Prozenten Tiet un keen Vertruun.

Entwicklers över Claude Code: 13-Stünnen-Daag, in de blots noch Enter drückt warrt

En Software-Entwickler, de ünner dat Pseudonym voxium op X post, beschrifft sien Arbeidsallag mit Claude Code as „soul-sucking“ un hett dormit en brede Debatt utlöst. Na sien Dorstellen genereert Anthropic sien Warktüüg in sien Ünnernehmen intwüschen Produktspezifikatschonen, Tests, Tickets un Reports, wieldes de Belegschop „12 bit 13 Stünnen an’n Dag arbeidt, blots üm Enter to drücken“. Vun’t Instiegslevel L1 bit to’n Senior-Level L7 deen all dat sülve, schrifft he; Tiet, den tüügten Code to pröven oder to verstahn, bliev wegen den Utleverdruck kuum. Gegenöver Business Insider nööm he as Oorsaak de Fixeren vun de Ünnernehmensföhren op jümmer mehr Funkschonen: Spood warrt an Entwickelphasen, Pull Requests un de Tall vun utleverte Features meten, ok wenn disse dat Produkt för Brukers nich beter mookt. → Techpresso

Synthszr Take: De bedüdenste Steed vun den Thread is de, in de voxium över sien Management snackt: Beweert warrt na Entwickelphasen un de Tall vun utleverte Funkschonen. Disse Kenntallen kaamt ut en Tiet, in de en Pull Request för mehr Stünnen minschliche Denkarbeit stünn; hüüt köst he en Tööv-Tiet un een Tastendruck. Wenn de Utbring sik vermalfigt un de Meetlatt unverännert blifft, entsteiht mathemaatsch dwingend dat, wat he beschrifft: 13-Stünnen-Daag, an’t Enn vun de nümms en Fehler lööst un nümms den Code leest hett. Dit Phänomen beschriev ik in CODE CRASH utföhrlich as Toolflation.

OpenAI-Deenstleisters füert Trainers, de de KI mit KI traineert

404 Media bericht, dat mehr Verdragskräft, de OpenAI sien Modellen verbetern schullen, rutsmeten worrn sünd, wieldat se dorför sülvst KI insett hebbt. De Recherche vun Joseph Cox stütt sik op interne Dokumenten un Gesprächen mit dree Opdragnehmers, de över verschedene Projekten weg för OpenAI arbeidt. Luut een vun disse Dokumenten ümfaat enkelte Projekten mehr as teihndusend Verdragskräft. Vörgeven is en strikt Verbott: Prövers dröfft weder KI to’n Schrieven vun Feedback un Kommentaren bruken noch Kennwarktüüg as GPTZero, de in de Ünnerlagen as unzuverlässig betekent warrt. An Steed dorvun schöölt se op Signalen as wedderhollte Wöör, opfallige Tekensetten un ungewöhnlich gau afslotene Opgaven achten un den Verdächtigen nich verroden, woran se den Verdacht fastmookt. Een Person schiller, dat Lüüd löpen dorbi faatkregen un foorts afsett warrt. Een Rutsmetenen legg 404 Media en Künnigungsschrieven vör, dat Problemen mit de „Authentizität“ vun sien Arbeit nöömt. Twee vun de Borns arbeiden för dat KI-Trainingsünnernehmen Mercor, dat na egen Angaven den Insatz vun grote Spraakmodellen verdraglich ünnerseggt. → Joseph from 404 Media

Synthszr Take: De Qualitätssekerung achter ChatGPT hangt an teihndusend Warkverdrääg, un ehr hardste Afsekern is en Verbod, dat nümms toverlässig överpröven kann. De internen Papers seggt dat apen: Kennwarkttüüg sünd nich to bruken, also blifft dat Buukgeföhl för Woordwedderhalen un to veel Gedankenstreken. Wenn in’n Slack-Kanal op de Fraag „Is dat KI?“ mehrstendeels jo de Antwoord is, denn is de minschliche Andeel an de Fienjusteren en Schattgrött un keen Meetgrött.

KI mookt de Basis vun de Beradenspyramid vun McKinsey & Co. weertlos.

En Analyys to de Ökonomie vun de Ünnernehmensberaden föhrt dat hüdige Geschäftsmodell op Marvin Bower trüch, de 1933 as jungen Afkaat in de söven Johr vörher vun James O. McKinsey grünnte Chicagoer Firma insteeg. Bower hett McKinsey nich grünnt un de Managementberaden nich utfunnen, aver he hett de Praktiken institutionaliseert, de dat Fack bit vundaag prägen: de Firma över den Enkelten, de Plicht to en unafhängige Inschätzen gegenöver den Klienten, dat Anwerven vun rutragende Absolventen un dat Up-or-out-Prinzip. De Harvard Business School nöömt em den Vadder vun de moderne Managementberaden.

Dat ökonomische Hartstück vun düt Modell is de Hevelwirken. Baven sitt en lütte Tall düre Partner, dorünner mehrdere Schichten klooker, vergliekswies günstiger Juniors, de rechercheren, Interviews föhren, modelleren, verdichten un de Präsentatschonen buen. De Klient betahlt dat Oordeel vun den Partner, levert warrt to groten Delen de Arbeit vun de Pyramid. Dorut leidt sik Stünnensätz, Utlastung, Befödderungslogik un de Gewinn pro Partner af: En Firma warrt mehr weert, je mehr Juniorstünnen en Partner ünner sik verköpen kann.

Jüst disse ünnerste Schicht warrt luut de Analyys vun KI angrepen. Recherche un Synthees, eerste Entwurfsanalysen, Benchmarking ut apentliche Borns, dat eerste Modell un de eerste Folie höörten to de eersten Kategorien vun professionelle Arbeit, de för Maschinen leesbor worrn sünd. Dorut warrt dree Folgen afleidt: De Basis vun de Pyramid is to meden un för en Abonnement to hebben, de Stünn verleert ehr Rull as Weertmaatstaff, sobald Klienten de ungefähren Kosten vun en Resultat afschätzen köönt, un dat Dokument as Resultat verleert sien Knappheit.

Wat Klienten stattdessen tonehmend nafragen deen, weer de Fähigkeit sülvst. De Text argumenteert, de Firmen harrn över Johrteihnten den Rüchstand vun jedet Projekt ansammeln schullt: Beslüss, Utnahmen, Fäll, Methoden un wedderkehrende Muster över Klienten henweg. Stattsdem weer dit Weten in de Präsentatschonen bleven. De Bransch verswinnt dorüm nich, se deelt sik in Firmen, de mit KI dat ole Produkt gauer herstellen, un sülke, de nee defineren, wat dat Produkt is. → The Business Engineer

Synthszr Take: Bowers egentliche Bidrag weer en Prieslogik: de Stünn vun en Junior as afrekenbore Eenheit, veredelt dörch dat Oordeel vun en Partner. De Arbeit sülvst (Interviews föhren, Tallen modelleren, Folien buen) bleev söventig Johr wunnerlich konstant, ännert hett sik blot, woans se verköfft worrn is. Nu kippt wedder toeerst de Verdrag un nich de Tätigkeit: Resultatpriesen statt Dagssätz, un de Hevelwirken, för de een fröher en Partnerschop un teihn Johr Anwerven bruukt hett, köst en Abo. De eersten Verlerers sitten dorüm op de middleren Stopen vun de Ledder, denn Up-or-out funkschoneert blot mit en brede Basis, de intwüschen nümms mehr betahlen will. Beradens, de den Rüchstand vun ehr Projekte in en Methodenbasis överföhren un den Klienten as Fähigkeit achterlaten, verköpen in fiev Johr Resultaten; de annern verköpen gauere Foliensätz to’n olen Satz un wunnert sik över den Priesdruck.