3 min read · 14 sources

Meta hat ein neues Modell ausgeliefert, Google ein weiteres, und 15 Robotaxis sind auf Straßen gefahren, an denen die meisten menschlichen Fahrer scheitern. Zwei Frontier-Labors, eine mittelalterliche Stadt und ein leiser kartellrechtlicher Erfolg runden den Tag ab.

Der Einführungspreis von Gemini 3.8 Flash von 0,75 $ pro Million Input-Tokens unterbietet die meisten Wettbewerber und erreicht bei Coding-Benchmarks das Niveau größerer Modelle.

Meta stellt Muse Spark 1.3 hinter die API-Theke

Source: bloomberg.com ↗

Meta hat Muse Spark 1.3 veröffentlicht, und diesmal kommt die Rechnung vor den Gewichten. Entwickler können jetzt für den Zugang zahlen; das Modell wird kurz danach in Metas soziale Oberflächen integriert. Meta hat sich nicht festgelegt, die Gewichte von 1.3 zu veröffentlichen; weiterhin ist geplant, Gewichte für 1.2 auszuliefern.

Für Ingenieure stellt sich die praktische Frage, ob die API das Produkt ist oder die Gewichte. Falls 1.3 geschlossen bleibt und 1.2 offen ausgeliefert wird, wird das offene Release zur Regressions-Testumgebung, während die gehostete Stufe die eigentliche Fähigkeitslücke trägt.

Googles drittes Flash in sechs Wochen, mit angedockter Cyber-Variante

Source: arstechnica.com ↗

Gemini 3.8 Flash erscheint in zwei Varianten: ein Arbeitspferd-Flash für Agentic- und Coding-Aufgaben sowie Flash Cyber, abgestimmt auf Schwachstellenerkennung. Cyber ist zunächst vertrauenswürdigen Testern und Regierungen vorbehalten. Bis Jahresende kostet Input 0,75 $ pro Million Tokens und Output 3,75 $ pro Million Tokens; ab Januar verdoppelt sich das auf 1,50 $ bzw. 7,50 $.

Googles eigene Benchmarks zeigen gegenüber 3.7 Flash in den meisten Evaluierungen moderate Gewinne und bei Coding deutlichere Sprünge. Interessant ist die Kadenz: drei Flash-Releases in rund sechs Wochen deuten darauf hin, dass Google auch den Preis als Stellrad behandelt, nicht nur die Leistungsfähigkeit. Wer mit dem Einführungspreis kalkuliert, sollte vor einer Festlegung die Januar-Stufe einplanen.

Chemogenetik erreicht erste klinische Studien am Menschen in China

Source: neuroai.science ↗

Bryan Roth hat auf der BRAIN-Initiative-Konferenz bekannt gegeben, dass in China sieben Chemogenetik-Studien laufen, der erste Einsatz am Menschen bei diesem Verfahren. Chemogenetik verändert Neuronen so, dass sie auf inerte Designer-Wirkstoffe reagieren; ein Patient lässt sich damit ferngesteuert und auf genetischer Auflösung ein- und ausschalten. Das hat eine andere Form als TMS oder kleine Moleküle: Es ist irreversibel, nahe an Gentherapie, und zielt auf bestimmte Zelltypen.

Die Implikationen sind nicht abstrakt. Wer BCIs oder Neuromodulations-Stacks baut, muss nun neben einer Therapie-Schicht entwickeln, die Rezeptorverhalten fest in Gewebe verankern kann. Genannte Targets umfassen Epilepsie, Parkinson und Schmerz.

Robotaxis treffen auf Londons mittelalterliche Straßengeometrie

Source: nytimes.com ↗

Fünfzehn Uber-Robotaxis auf Basis des Wayves-Stacks sind jetzt über die Uber-App verfügbar, während Sicherheitstests laufen. Der Artikel ist auf die Fahrprüfung gerahmt: mehr als die Hälfte der menschlichen Bewerber in London fällt durch; der Maßstab für einen autonomen Fahrer auf denselben Straßen ist die unausgesprochene Pointe.

Europäische Rollouts liefen schleppend, weil die Straßen kein Raster sind und die Regulierer nicht permissiv. Wenn Wayves’ Learned-Driving-Ansatz in dieser Umgebung standhält, schwächt das das Argument „AVs funktionieren nur in Phoenix" ein weiteres Stück.

Die Rechnung von GitHub Copilot: Tokens senken, aber nicht auf Kosten der Aufgabe

[GitHubs Beitrag zur Copilot-Effizienz](https://github.blog/ai-and-ml/github-copilot/how-we-make-ai-coding-more-cost-efficient