Claude 3.7, GPT-4.5 & Agenten

Claude 3.7 "Sonic" - Fokus auf Code & Agenten

• Update von Anthropic: Claude (bzw. "Claud") hat die Version 3.7 Sonic erhalten. Hauptziel: bessere Coding-Fähigkeiten und "agentisches" Tool-Handling. anthropic.com

1. Swe-Benchmark: Insbesondere bei Software-Engineering-Aufgaben legt Claude 3.7 spürbar zu. docs.anthropic.com
2. Extended Thinking: Claude beherrscht jetzt auch Chain-of-Thought-Abfragen. Ergebnis: ausführlichere, nachvollziehbarere Antworten. anthropic.com

GPT-4.5 - "Mehr Vibe" statt Highscores

• Offizielles Upgrade: OpenAI hat GPT-4.5 (Codename "Orion") veröffentlicht. Zunächst nur für die teureren "Pro"-Abos, bald aber auch für Plus-User. openai.com

1. Haupt-Neuerung: Bessere Schreibstile ("Vibe"), weniger Halluzinationen, solide Ergebnisse bei einfachem Q&A. Bei komplexem Reasoning landen andere Modelle (z. B. Grok 3) laut aktuellen Benchmarks aber teils weiter vorn.
2. Sam Altman äußert sich: GPT-4.5 ist kein "Reasoning-King", sondern eher ein Modell, das überzeugende, menschlichere Texte schreibt. Und: OpenAI kämpft mit GPU-Kapazitäten, weshalb der Rollout gestaffelt erfolgt. x.com

Alexa Plus - Amazon holt Claude ins Haus

• Alexa 2.0: Amazon kündigt "Alexa Plus" an, basierend auf Anthropic's Claude. Mehr Gesprächsfähigkeit, mehr Agenten-Funktionalitäten (z. B. Bestellungen tätigen, Services buchen). aboutamazon.com

1. Agentik im Alltag: Ziel ist eine KI, die eigenständig Aufgaben übernimmt, mit Drittanbietern verknüpft ist und Befehle aktiv ausführt.

Microsoft & Copilot-Updates

• Kostenfrei "Think Deeper" & Voice: CoPilot-Nutzer erhalten u. a. eine integrierte "Deep Thought"- und Sprachfunktion - angetrieben von OpenAI im Hintergrund. microsoft.com

1. Neue Modelle "Phi-Familie": Phi4 & Phi4 mini für on-device-Use-Cases. Leichte, schnelle Sprachmodelle für Mobile- und Desktop-Apps. azure.microsoft.com
2. Copilot für Mac: Microsoft veröffentlicht eine eigenständige Copilot-App für Apple-User. apps.apple.com

Diffusion Language Model & weitere Neuheiten

• Inception Labs: Präsentieren ein sog. "Diffusion Large Language Model" für Code (Mercury Coder). Besonders auffällig: extrem hohe Generationsgeschwindigkeit (bis zu 1.000 Tokens/s). inceptionlabs.ai

1. Google AI Studio: Neues "Branching Feature", um Konversationen in mehrere Richtungen aufzuspalten, ohne Chat neu starten zu müssen. x.com
2. Offene Video-KI "Wan Ai": Open-Source-Video-Modell mit soliden Ergebnissen (z. B. bei Krea.ai verfügbar). Konkurrenz für Runway & Co.? wanxai.com x.com
3. Pika 2.2: Jetzt mit schnelleren Video-Generationen, 1080p-Ausgabe und weichen "Keyframe-Übergängen". x.com
4. Idiogram 2A: Neue Text-in-Bild-Engine, die Texterkennung und Bilderstellung verbessert (z. B. Logos mit integrierten Wörtern). x.com
5. Magnific: "Structure Reference": Ähnlich zu ControlNet - ermöglicht das Umstylen bestehender Motive mit genauerer Bildkontrolle. x.com

Neue Audio- und TTS-Features

• Luma AI: Generiert jetzt automatisch passende Audio-Tracks zu Video-Outputs. x.com

1. ElevenLabs "Scribe": Verspricht die "weltweit genaueste" Spracherkennung für Transkriptionen. elevenlabs.io
2. Octave: Erstes Text-to-Speech-Modell, das "versteht", was es sagt und entsprechend Gefühle, Pausen und Stil anpassen kann. hume.ai

Perplexity Browser & Robotics

• Perplexity "Comet": Angedeuteter neuer KI-Browser für Agenten-Suche - noch in der Warteliste-Phase. x.com

1. Figure Robotics: Der "Helix"-Roboter soll bereits ab Ende 2025 im Haushalt helfen. Ein gewagter Zeitplan, aber humanoide Roboter für daheim rücken näher. x.com

Fazit: Die KI-Branche schaltet erneut einen Gang hoch. Spannend ist hauptsächlich, wie sehr Agenten-Funktionen in Alltagshelfer (Alexa, Copilot & Co.) einziehen und wie sich die neuen Generationen bei Reasoning und Coding entwickeln. Es bleibt rasant - und wir werden sicher bald sehen, ob GPT-4.5 seinen "Vibe"-Vorsprung behaupten kann oder ob doch Grok 3 und Claude 3.7 das Rennen machen.

Bleibt wie immer neugierig und experimentierfreudig.