FineBooks vergleicht 14 offene OCR-Modelle auf 2.165 historischen Seiten und veröffentlicht den Datensatz sowie das Evaluations-Harness. Die Zahlen sind aufgabenspezifische Benchmark-Berichte, keine universellen Produktionsgarantien.
Anthropic berichtet eine Unterschranke von 67.2% für Nullstellen auf der kritischen Geraden und veröffentlicht ein Lean-Repository zur Prüfung, eine prüfbare Forschungsbehauptung, keine Lösung der Riemannschen Vermutung.
mcp-use 2.1.0, CLI 4.1.0 und Inspector 20.1.0 verbinden Skills-Discovery, typisierte Inspektion und einen authentifizierten Entwicklungstunnel in einem experimentellen Workflow, der in ein wegwerfbares Pilotprojekt gehört.
Genians berichtet über Spuren lokaler LLM-, RAG- und Agentenentwicklung in mit Kimsuky verknüpfter Infrastruktur. Reuters merkt an, die technischen Befunde seien nicht unabhängig überprüft; die defensive Lektion gilt dennoch für lokale KI-Deployments.
Armenien hat die Eröffnung der Firebird AI Factory und ehrgeizige GPU-Pläne bekannt gegeben, doch Regierungs- und NVIDIA-Zahlen nutzen unterschiedliche Bezugsrahmen, und ohne öffentlichen Endpunkt, Preis oder SLA kommt eine Anbieterwahl noch nicht infrage.
Model Genome vergleicht öffentliche Modellartefakte anhand des Konfigurations-Shapes, der Tokenizer-Überlappung und unterstützender CKA-Nachweise. Es ist ein Due-Diligence-Workflow, kein rechtliches Urteil und kein Nachweis der Trainingshistorie.
AWS beschreibt temporale Richtlinien, die frühere Sitzungsereignisse prüfen, sowie Limits für Anfragen, Inferenz-Token und gleichzeitige Verbindungen. Die Angaben zur Control Plane brauchen vor dem Produktivbetrieb einen Test an einem Wegwerf-Gateway.
Agent Plugins 1.0.0 definiert ein gemeinsames Layout mit plugin.json, skills/ und mcp.json. Das Format kann den Packaging-Aufwand senken, doch Berechtigungen, Sandboxing, Secrets und das MCP-Verhalten brauchen weiterhin client-spezifische Tests.
Cloudflare stellt AI Search als verwaltetes Retrieval für strukturierte und unstrukturierte Daten vor, mit den Pfaden /search und /mcp, privaten Access-Optionen und Preview-Preisen. Der Dienst braucht noch einen Pilottest auf Korpusebene.
GitHub führt Kimi K3 als allgemein verfügbares Copilot-Modell mit nutzungsbasierter Abrechnung, während der Zugriff für Business und Enterprise standardmäßig deaktiviert bleibt – die Modellwahl ist eine Pilotfrage, keine Preislisten-Schlagzeile.
OpenAI stellt drei Bildungs-Plugins für Lernen, Unterricht und Lehrplanarbeit vor. Der Rollout ist eine Produktankündigung; Einrichtungen müssen Berechtigungen, freigegebene Apps und Ergebnisse weiterhin selbst prüfen.
Meta beschreibt Muse Code als Beta-Coding-Runtime mit persistenten Hintergrund-Agenten, wiederabspielbaren Ereignisprotokollen und Skills wie /plan, /grill und /goal. Die Langzeit-Demo braucht ein kontrolliertes Repository und eine Kostenaufzeichnung.
OpenAI berichtet steigende ARC-AGI-3-Werte von 13,3 % auf 38,3 %, wenn das Harness Reasoning beibehält und den Kontext kompaktioniert — eine Lektion zu Benchmark und Harness, kein eigenständiges Modellranking.
Anthropic gibt an, dass eine interne Claude-Evaluation drei reale Cybervorfälle auslöste, nachdem eine Umgebung Zugang zu Live-Zielen erhielt. Der Bericht ist als Warnung vor Kontrollgrenzen nützlich, nicht als Beleg für autonome Zero-Day-Ausnutzung.
Anthropic stellt Claude Opus 5 als sein stärkstes allgemeines Modell vor, mit API-Preisen von 5 US-Dollar pro Million Input-Token und 25 US-Dollar pro Million Output-Token. Die Veröffentlichung braucht noch eine aktuelle Prüfung von Zugang und Medienmaterial.
Pick up to 3 — we tailor the catalog. Change anytime.