Düre Tokens: Fable 5 is en Flop bi Firmenkunnen

Anthropic-Kunnen wiekt vör den Börsengang op billigere Modelle ut

Anthropic sien Toppmodell Claude Fable 5 finnt bi US-Firmenkunnen düütlich weniger Afnehmers as de ölleren, billigeren Modelle vun’t Huus. Dat Modell keem an’n 9. Juni to Priesen vun 10 Dollar je Millioon Input-Token un 50 Dollar je Millioon Output-Token op den Markt. Na Afrekensdaten vun 70.000 Ünnernehmen, de de Betahldeenstleister Ramp utweert, liggt de Andeel vun Fable 5 an de ganzen Anthropic-Utgaven bi rund 11 Perzent oder dorünner. De Juli-Opslöteln wiest Opus 4.8 mit 28,0 Perzent an de Spitz, folgt vun Sonnet 4.6 mit 8,3 Perzent un Fable 5 mit 8,0 Perzent; dat eerst an’n 24. Juli publizeerte Opus 5 kummt op 3,5 Perzent. Miles Clements, Partner bi Accel, de meist ene Milliarde Dollar in Anthropic investeert hett, seggt, de mehrsten Brukers mööt nich an de Leistungsgrenz arbeiden. De Start vun Fable 5 weer in’n Juni ünnerbraken worrn, wiel dat Witte Huus wegen natschonale Sekerheitsbedenken en Trüchtog dwingen dee; de Trump-Regeern hett later den Neestart verlöövt. Analysten un Investoren föhrt de swacke Bruuk mehrstendeels op Pries un Leistung trüch, nich op dat Ünnerbreken.

De Tallen fallt in de Weken vör den Börsengang. Anthropic sien annualiseerte Ümsatz leeg in’n Juli bi 65 Milliarden Dollar, na 47 Milliarden in’n Mai. Dat Ünnernehmen rekent na egen Rekenwies mit en profitabel drütt Quartal un nennt Investoren 6.000 Kunnen mit Johrsutgaven vun tominnst 100.000 Dollar. De Börsengang kunn in de tokamen Weken passeern un dat Ünnernehmen mit tominnst twee Billionen Dollar beweerten, mehr as jeedeen Eerstemisschoon tovör, inslaten de 75 Milliarden Dollar vun SpaceX (86,2 Milliarden mit Mehr-Todeelen). OpenAI sien annualiseerte Ümsatz steeg in’t lopen Quartal üm 35 Perzent op över 40 Milliarden Dollar, andreven dör den Start vun GPT 5.6 in’n Juli.

Blangenbi bewegt sik de Prieswettstriet. OpenAI hett den Tarif vun sien gaue Instiegsstoop Luna üm 80 Perzent senkt un den vun’t Flaggschipp Sol üm 20 Perzent. Meta beedt Muse Spark 1.2 op en Contributor-Stoop, op de egen Daten för’t Training bruukt warrn dröfft, för 0,10 beziehungskees 0,20 Dollar je Millioon Token an, gegenöver 1,25 un 4,25 Dollar in’n Standardtarif; Cache-Reads köst dor 0,002 Dollar. Anthropic hett disse Priesen bit nu nich mitmaakt un signaleert över sien Entwickler-Kanal Kapazitätsengpäss bi de Verstetigung vun högere Wekenlimits. Dat Ünnernehmen meedt 300 Megawatt vun SpaceX för 1,25 Milliarden Dollar in’n Maand. Neven OpenAI, Anthropic un Google levert intwüschen Z.AI, DeepSeek, Kimi, Meta un Grok Modelle mit Open Weights, de för agentische Sitten döggt; de Flaggscheep sünd pro Token üm un bi fiev- bit teihnmal dürer, verbruukt för desülvige Opgaav aver weniger Tokens. Investor Gavin Baker wiest dorop hen, dat Twee- bit Dreejohrsverdrääg för GPU-Kapazität to rund 2 Dollar pro GPU-Stünn utloopt un bi’n Neeafsluss eher bi 4 Dollar liggen düürften.

Op de Siet vun de Utwicklers schuuvt sik de Bruuk hen na mischte Setups. Drew Breunig beschrifft in en Essay, de an’n Sünndag publizeert worrn is, en Afloop, in den Fable 5 Architektur un Briefing övernimmt un de Routineümsetten an GLM 5.2 vun Z.ai geiht, wat he för sien Verglieksfall op üm un bi en Negendel vun de Kosten schätzt. Na sien Dorstellen mutt dat billigere Modell blots bi afsehbore Arbeit mit goden Kontext bestahn. För Fable-Traffic süht Anthropic sien API-Dokumentatschoon en Opbewohren vun 30 Daag vör. Breunig överdriggt Herb Sutter sien Argument vun’t Enn vun’t kostenlose Middageten bi Prozessoren op de KI-Entwicklung: Bit nu kunn dat nächste Modell swacke Prompts un dünnen Kontext to’n lieken Pries utglieken. → Martin Alderson, PYMNTS, Simon Willison’s Weblog, RuntimeWire

Synthszr meent: Ene Beweerten vun twee Billionen Dollar verköfft de Geschicht, dat sik Vörsprung an de Spitz in Pries ümsetten lett. De Afrekensdaten vun 70.000 Firmen seggt för Juli wat anners: 8,0 Perzent för Fable 5, 28,0 Perzent för dat öllere Opus 4.8, mit de Kreditkoort afstimmt. Heikel maakt dat Timing de Kostensiet, denn 1,25 Milliarden Dollar in’n Maand för 300 Megawatt sünd en Fixkostenlien, de sik nich mitbewegt, wenn blangento en Instiegstarif üm 80 Perzent fallt un Meta Tokens för teihn Cent verschenkt. Dat Wassdom vun 47 op 65 Milliarden annualiseert in twee Maanden is reell, dat kummt ut de billigen Modelle, nich ut dat Produkt, mit dat de Prämie begrünnt warrt. En Emisschoonspries, de disse Prämie inpriesen deit, wett gegen de egen Rekensstatistik.

De Prieskamp üm Inferenz: OpenAI senkt Luna üm 80 Perzent, Meta verschenkt Tokens meist

Martin Alderson beschrifft in sien Blog en Priesverfall bi KI-Inferenz, de in’n Sommer 2026 an Tempo winnt. OpenAI hett den Pries vun sien billige Stoop Luna üm 80 Perzent senkt un dat Flaggschipp Sol üm 20 Perzent. Meta beedt sien Open Weights-Modell Muse Spark 1.2 op de Contributor-Stoop, op de Meta na Alderson sien Seggen mit de Daten vun de Brukers traineren dröff, för 0,10 beziehungskees 0,20 Dollar je Millioon Token an; regulär köst dat 1,25 un 4,25 Dollar. Cache-Reads liggt dor bi 0,002 Dollar je Millioon Token. Anthropic hett disse Priesen bit nu nich mitmaakt: De Financial Times bericht ünner de Överschrift, dat Anthropic sien best Modell Brukers verleert, wiel billigere Warktüüg toleggt, över de swacke Nafraag na Fable 5 to 10 un 50 Dollar. → Martin Alderson

Synthszr meent: En Priesstört vun 80 Perzent lööst sik nich in Luft op, he wannert in den Verbruuk. Bi 0,10 Dollar je Millioon Token reekent sik Saken, de bi 10 un 50 Dollar nienich een anfaat harr: nächtliche Komplettdörchlööp över de hele Codebasis statt en sporsame Fraag pro Ticket. De Reken vun den enkelten Anbeder süht dorna slechter ut, de ganze Tokenmengd in’n Markt aver düütlich grötter, un disse Nafraag dröppt op GPU-Verdrääg, de vun 2 op rund 4 Dollar je Stünn nee bepriest warrt.

Stroombedarf vun de Rekenzentren verdubbelt sik bit 2030 op 950 Terawattstünnen

De Engpass bi de KI-Infrastruktur schuuvt sik vun Chips na Gigawatt, schrifft Linas Beliūnas in sien Newsletter mit Verwies op den IEA-Bericht to Energie un KI vun April 2026. Luut IEA is de globale Stroomverbruuk vun Rekenzentren 2025 üm 17 Perzent wussen, bi de KI-fokuseerten Anlagen üm 50 Perzent. De Agentur rekent mit en Verdubbeln vun den Verbruuk vun 485 Terawattstünnen in’t Johr 2025 op rund 950 Terawattstünnen bit 2030. Beliūnas argumenteert, dat Kapital disse Leistung nich levern kann: En ne’en KI-Campus bruukt Turbinen, Transformatoren, Nettanslüsse, Genehmigungen un en Standtortgemeen, de em hebben will, un mehr vun disse Bosteen hebbt längere Vörlooptieden as de Chips, de se versorgen schöölt. He beschrifft de Laag as en Tosamenprall vun Nafraag in Software-Tempo mit Anbott in Infrastruktur-Tempo. → Linas from Linas’s Newsletter

Synthszr meent: 485 Terawattstünnen vundaag, 950 in’t Johr 2030, un de Netten wasst nich in’n sülven Takt. En GPU-Bestellen hett en Levertiet in Weken, en Ümspannwark in Johren, un an genau disse Differenz brickt jüst de schöne Reken vun vele Rekenzentren-Plaans twei. De politische Deel is noch unangenemer, wiel sik Genehmigungen un Tostimmen vun de Anwahners nich bestellen laat, egal woveel Kapital dorachtersteiht.

Jeremy Howard verkloort Mojo to’n gröttsten Programmeer-Sprung siet Johrteihnten

Simon Willison verlinkt in sien Link-Blog en Bidrag vun Jeremy Howard, de de ne’e Programmeerspraak Mojo as den villicht bedüdensten Fortschritt vun de letzten Johrteihnten betekent. Mojo is as Superset vun Python anleggt un entsteiht in en Team ünner Chris Lattner, de tovör LLVM, Clang un Swift to verantwoorden harr. Bestahn Python-Code schall na Angaven vun de Utwicklers ahn Ännern lopen, ergänzt üm Spraakmiddel för hardwarenahe Programmeern: „fn“ för typiseerte, kompileerte Funkschonen un „struct“ as spiekersparene Alternative to Klassen. Howard wiest in en Video en Matrixmultiplikatschoon, de mit disse Middel üm mehr as dat 2000-Fache gauer maakt warrt, ahn dat de Code unlesbor warrt. Willison wiest utdrücklich op dit Video hen as den övertügensten Deel vun de Argumentatschoon. → Simon Willison from Simon Willison’s Newsletter

Synthszr meent: De Text is vun Mai 2023, un jüst dat maakt em vundaag interessant. Damals lees sik de 2000-fache Speedup as dat Enn vun C++ in’n KI-Stack; dree Johr later loopt de Modelle wieder in Python un de Kernel wieder in CUDA. Spraken winnt över Bibliotheken, Paketmanager un de Lüüd, de al dormit arbeiden, un Lattner hett dissen tahen Weg mit LLVM un Swift tweemaal sülvst dörchlopen.

Apple sien klappbor iPhone fangt bi över 2.000 Dollar an

Apple stellt sien eerst klappbor iPhone luut Mark Gurman sien Bloomberg-Newsletter Power On op en Event an oder üm den 9. September vör. Dat Gerät schall mehr as 2.000 Dollar kösten un dormit dat dürste Telefon in’t Sortiment warrn. Na Angaven vun Personen, de dat al bruukt hebbt, övertüügt dat Scharnier un de iPad-ähnlichen App-Layouts op dat grote Binnendisplay. En Teleobjektiv fehlt, un för de Authentifizeern kummt Touch ID statt Face ID to’n Insatz. Apple kummt laat in en Kategorie, de Samsung, Huawei un Google al siet Johren utboot, toletzt mit dat Galaxy Z Fold 8. Klappbore Geräten maken 2025 rund 1,6 Perzent vun alle Smartphone-Utleverungen ut, wobi China mit över 10 Millioonen Stück mehr as de Hälft vun den Weltmarkt stellt. → www.bloomberg.com

Synthszr meent: Över 2.000 Dollar, keen Teleobjektiv, Touch ID statt Face ID: Apple verköfft dat Torüchkamen vun dat Wunnern un lett sik de Vörfreid in’t Vörut betahlen. De tweete Bewegen löppt in’n sülven Atenstoot, denn mit dat Event stiegt ok de Priesen vun de normalen iPhones, nadem Macs un iPads vör twee Maanden al üm dörsnittlich 23 Perzent dürer worrn sünd. En Halo-Gerät an de Spitz verschuuvt de Vörstellen dorvun, wat en Telefon kösten dröff, un de ganze Reeg dorünner rutscht mit na baven.

Bun-Maker schrifft ene Millioon Regen Zig in Rust üm, för 165.000 Dollar an Tokens

Jarred Sumner hett de JavaScript-Runtime Bun vun Zig na Rust portiert un den Perzess in en lang ankünnigten Blogpost dokumenteert, op den Simon Willison henwiest. Utlöser weer de Buglist: En groten Deel vun de Afstörten güng luut Sumner op use-after-free, double-free un vergetene Freegaven in Fehlerpaden trüch, also genau de Klass vun Fehlers, de de Rust-Compiler in sekeren Code affangt. Mööglich worrn is de Portieren dör de in TypeScript schrevene Testsuite vun Bun, de spraakunafhängig as Conformance Suite mit rund ene Millioon Assertions denen kunn. En Agenten-Harness övernehm den gröttsten Deel vun de Översetten, toeerst as Experiment mit en fröhe Version vun dat Modell, dat intwüschen as Mythos/Fable praat steiht. Över ölven Daag weg hett Sumner na egen Dorstellen de Workflow-Utgaven manuell mitlesen un Claude de Slööp anpassen laten, statt fehlerhaften Code enkelt to korrigeern; dorto kemen gegnerische Code-Reviews. → Simon Willison from Simon Willison’s Newsletter

Synthszr meent: De 165.000 Dollar an Tokens sünd de billigste Posten in disse Reken. Mööglich maakt hett den Rewrite en Testsuite mit ene Millioon Assertions, schreven in TypeScript to en Tiet, as noch nümms över Coding-Agenten nadacht hett, dorto ölven Daag, in de Sumner Workflow-Utgaven lesen un de Slööp naschärpt hett, statt Code vun Hand to flicken. Dat Modell hett de Regen produzeert; de Entscheden, wenn ene Millioon toföögte Regen merge-riep sünd, keem vun een, de de ole Zig-Codebasis in’n Kopp hett.

China sien humanoide Roboter löppt 100 Meter gauer as Bolt un knallt dorna gegen de Wand

Bi de „Robot Olympics“ in Peking hett en chinees’sche humanoide Roboter de 100 Meter an’n Sünnavend knapp twee Teihndelsekunnen gauer trüchleggt as de Weltrekord vun Usain Bolt. Semafor oordeelt de Leistung as en egen Kategorie vun Rekord, wiest aver op dat Tempo vun de Entwicklung hen: De Besttiet vun’t Vörjohr is üm mehr as teihn Sekunnen ünnerbaden worrn. Direkt na de Teelinkunft is de Maschien in en polsterte Wand föhrt, wiel se Problemen mit dat Afbremsen hett. De Spelen hebbt luut Bericht vör allen de Opmarksamkeit för den föhren Hersteller Unitree höger maakt. → Semafor

Synthszr meent: Gau warrn is Mechanik, Stahnblieven is Regelungstechnik, un blots een vun de beiden Disziplinen entscheedt över den kommerziellen Insatz. En Sprint is en apen Regelkreis mit vulle Leistung un keen eenzige Entscheden dortwüschen. Bremsen verlangt, dat de Maschien Impuls, Ünnergrund un Bahnenenn in Echttiet tosamenrekent, un doran is se in de polsterte Wand föhrt. De teihn Sekunnen Verbetern gegenöver dat Vörjohr wiest, wo gau Aktorik un Andriev riept, wiel de Sekerheitslogik dit Tempo sichtbor nich mitgeiht.

China sien KI-Opjagd: Ween sünd de Forschers dorachter?

En Porträt vun de Forschergeneratschoon, de China sien överraschen KI-Sprung dragen hett, stellt to’n eersten Maal de Personen in den Middelpunkt statt de Modelle. Beschreven warrt en Kohorte vun Wetenschopplers, de ehr Utbillen un deelwies ehr eerste Karrierestatschonen in’t westliche Forschungssystem maakt hebbt un vundaag in chinees’sche Labors an Frontier-Modellen arbeiden. Na den Bericht verkloort disse Levenslööp den Tempowessel vun de verleden Maanden, enkelte Architektur-Dörchbröök speelt en lüttere Rull. De Text oordent den Sprung dormit in en Debatte in, de bitlang meist blots över Benchmarks, Chip-Exportkontrollen un Trainingskosten föhrt worrn is. Blangenbi is in de USA de binnenpolitische Striet över de Infrastruktur eskaleert. Senator John Fetterman ut Pennsylvania hett an’n Sünnavend „AI doomsdaying“ afwiest un sik achter den Kurs vun Präsident Trump stellt, den Bo vun KI-Rekenzentren gauer to maken. Dormit stellt sik de Demokrat gegen den Gouverneur vun sien egen Bundsstaat, Josh Shapiro. Fetterman sien Begrünnen: China winnt jümmer denn, wenn de Vereenigten Staten op de Risiken vun de Technologie överreageert. Dat China-Argument warrt in disse Debatte also to’n Grund för Bo-Tempo, wiel de Fraag na Fachlüüd un Forschers in’n politischen Diskurs kuum vörkummt. → Wall Street Journal, newsmax

Synthszr meent: Rekenzentren kann man mit Genehmigungen un Kapital gauer maken, en Forschergeneratschoon nich. China sien Sprung geiht op Lüüd trüch, de in’n amerikaanschen Wetenschopsbedriev utbillt worrn sünd un denn trüchgahn sünd, un dat is de eenzige Todat in disse ganze Reken, de sik nich dör Exportkontrollen stüern lett. Enn Mai harrn wi hier den Utreisestopp för chinees’sche KI-Experten beschreven: Peking behannelt Köpp al lang as en strategische Reserve, wiel Washington över Botieden för Serverhallen striedt. Fetterman sien Wohrschau vör Överreaktschoon dröppt en Punkt, teelt aver op dat verkehrte Nadelöhr, denn Beton un Transformatoren sünd to bestellen, en promoveerte Reinforcement-Learning-Spezialist aver nich. De nächste Runn entscheedt sik an de Fraag, in welk Richt de Levenslööp wannert, un dat steiht in keen Benchmark-Tabell.

Anonymes Coding-Modell Ox Alpha verblüfft Utwicklers, de Spökensook föhrt na Zhipu

An’n 20. August 2026 is op den Modellmarktplaats OpenRouter en Coding-Modell mit den Naam Ox Alpha opdükert, ahn Firmennaam, ahn Logo, ahn Ankünnigen, list ünner dat generische Anbeder-Label „Stealth“. OpenRouter beschrifft dat as Reasoning-Modell för Coding, anduern agentische Arbeit un Produktschoonslasten. De Open-Source-Coding-Agent OpenCode hett ankünnigt, dat Modell een Week lang kostenlos un mit meist unbegrenzte Nütten antobeden, bit üm un bi den 27. August. De anonyme Bedriever gifft sien Kapazität mit 100 Billionen Token pro Dag an, wat ungefähr dat Hunnertfache vun dat is, wat Visa na egen Angaven in en ganzen Maand verbruukt.

Technisch fallt vör allen dat Kontextfinster vun 1.048.576 Token op, dorto Text-, Bild- un Video-Input, Function Calling un struktureerte JSON-Utgaav. De mehrsten produktschoonsriepen Modelle bewegt sik twüschen 8.000 un 200.000 Token. De Dörchsett liggt bi rund 29 Token pro Sekunn. Utwickler Ben Davis leet dat Modell gegen de Coding-Agent-Evaluation DeepSWE antreden un mellt 8 vun 10 lööste Opgaven, gegenöver 65 Perzent för Claude Fable 5 un 52 Perzent för GPT-5.6-Sol. En grötteren Community-Dörchloop över 113 Opgaven keem dorna op rund 63 Perzent. Stripe-CEO Patrick Collison, de sien Ünnernehmen an’n 19. August de Övernahm vun OpenRouter afmaakt hett, nööm dat Modell op X „very impressive“.

De Söök na de Herkumst güng binnen Stünnen los. Över Tokenizer-Fingerprinting vergliek Joseph W. Elstner de Token-Tellen vun dat Modell mit veerteihn apentliche Vokabularen, toeerst mit 95 Testingaven un 126 API-Opropen; de öllere GLM-Version droop 84 Proven exakt, de beste Nich-GLM-Kandidat 46. En Naloop an’n 23. August mit dat publizeerte GLM-5-Vokabular ergeev 95 vun 95 Treffer bi en middleren afsoluten Fehler vun 0,00. En tweeten Forscher, Chetaslua, keem mit 30 Proven över 14 Schriftsystemen to datsülvige Resultat, mitsamt en konstanten Offset vun 75 Token pro Anfraag, wat op en unsichtbor vöranstellten System-Prompt henwiest. Bi’n Video-Input stimmen dree unafhängige Encoder-Egenschoppen mit Zhipu sien GLM-5V-Turbo övereen, dorünner en Tokenverbruuk vun üm un bi 147 Token je Videosekunn.

Den starksten Henwies geev en afsichtlich fehlerhafte Anfraag: Chetaslua sett den Parameter top_p op den String „abc“, worop de Server en Java-Stacktrace mit de interne Klass com.wd.paas.api.domain.v4.chat.ChatCompletionRequest trüchgeev, de ehr Padd op Zhipu sien dokumenteerte Endpunkten open.bigmodel.cn un api.z.ai henwiest. Bestätigt hett den Bedriev bitlang keen Ünnernehmen. Blangenbi gaht annere Düdungen üm, dorünner de These op Wccftech, dat kunn sik üm en nich publizeerte Version vun Microsoft sien MAI hanneln; op Reddit staht sik Bidrääg gegenöver, de en chinees’sche Herkumst utsluten oder för hooch wohrschienlich anseht.

Apen blifft de Datenfraag. OpenRouter gifft an, de anonyme Anbeder spiekert Prompts un Completions, bruukt se aver nich för’t Training. De Modell-Listung un de gellen Bruukbedingen vun de Plattform beschrievt dissen Punkt weddersprüchlich. Utwicklers schickt dormit potentschell firmenegen Code an en Bedriever, de sien Identität offiziell nich kloor is. → Tech Times, Business Insider, implicator, TechCrunch

Synthszr meent: En Modell ahn Naam, ahn Logo un ahn Pressemitdeelen kriggt in dree Daag mehr fachliche Opmarksamkeit as de mehrsten offiziellen Launches in dree Maanden. De Anonymität is hier dat Produktmarketing: Se wannelt jeden Utwickler in en Ermittler, de freewillig 126 API-Opropen verbrennt, üm de Herkumst fasttostellen, un de Resultaten anslutend gratis op X verdeelt. En Pressemitdeelen leest nümms tweemaal, en Java-Stacktrace mit den Klassenpadd com.wd.paas.api al. Betahlt warrt dat an en annere Steed: De Prompts liggt bi en Bedriever, de sien Naam offiziell nich bekannt is, un de Bedingen wedderspreekt sik utrekent in de Fraag, wat mit jem passeern dröff. Wenn dat Gratis-Finster üm den 27. August togeiht, wiest sik, of de 63 Perzent ut den groten Benchmark den Mythos överleevt.