BriefTechNews
Nvidia-Verwaltungsrat will Huang offenbar ablösen - Gemini Decisions API bepreist Entscheidungen mit 0,10 Dollar

Nvidia-Verwaltungsrat will Huang offenbar ablösen - Gemini Decisions API bepreist Entscheidungen mit 0,10 Dollar

7 min read · 20 sources

TL;DR
  • Nvidia-Verwaltungsrat bereitet laut Berichten die Ablösung von CEO Jensen Huang vor; die Aktie fiel nach Börsenschluss um über 8 Prozent.
  • Die Gemini Decisions API von Google bewertet bis zu 1.000 Fragen pro Durchlauf zu 0,10 Dollar pro 1 Million Eingabe-Tokens mit 150 - 250 ms Latenz.
  • Praxis-1 von Runway, ein Open-Weight-Robotikmodell mit 27B Parametern, führt NVIDIAs RoboLab-120-Rangliste mit 46,2 Prozent Erfolgsquote an.
  • OpenRouter fand heraus, dass ein GitHub-MCP-Server 59.417 Eingabe-Tokens verbrauchte, gegenüber 1.421 für eine CLI bei derselben Aufgabe.
  • United Airlines kündigte an, KI-Agenten wegen Sicherheitsrisiken bei Zugangsdaten und regulatorischer Risiken von seinen Plattformen zu sperren.

Die Lieferkette für KI-Hardware ist gerade deutlich unsicherer geworden. Der Verwaltungsrat von Nvidia bereitet laut Berichten die Ablösung von CEO Jensen Huang vor, nach Vorwürfen einer Affäre mit einer Frau, die die US-Geheimdienste für eine chinesische Agentin halten; der Aktienkurs fiel im nachbörslichen Handel um über 8 Prozent. Diese Geschichte berührt jede andere Geschichte in diesem Newsletter - jedes Labor, jeden Cluster, jeden Trainingslauf, der von stabiler Führung bei Nvidia abhängt.

Unterdessen hat Google still etwas ausgeliefert, das verändern könnte, wie viel agentische Infrastruktur Sie tatsächlich benötigen. Die Gemini Decisions API bepreist eine Entscheidung mit 0,10 Dollar pro Million Eingabe-Tokens und trifft bis zu 1.000 davon in einem einzigen Vorwärtsdurchlauf. Das ist kein Chatbot-Endpunkt. Das ist ein Routing-Primitiv.

Ein GitHub-MCP-Server verbrannte 59.417 Eingabe-Tokens bei einer Aufgabe, für die dieselbe CLI nur 1.421 benötigte.

Gemini Decisions API: Entscheidungen ohne Generierung

Source: blog.google ↗

Die neue Gemini Decisions API von Google ist eine andere Art von Endpunkt. Statt Tokens zu generieren, bewertet sie bis zu 1.000 unabhängige Fragen gegen einen einzigen multimodalen Input - Text, Bilder, Audio, Video, PDFs, bis zu 256K Tokens - in einem Vorwärtsdurchlauf. Sie liefert Wahrscheinlichkeiten und Konfidenzwerte mit 150 - 250 ms Ende-zu-Ende-Latenz und berechnet null Ausgabe-Tokens.

Das dahinterliegende Modell, gemini-decision-1, verarbeitet Ja/Nein-Fragen, Multiple Choice und Rubrik-Bewertung. Google behauptet, es sei fast 5x günstiger als Gemini 3.5 Flash-Lite mit der Interactions API. Für Entwickler ersetzt dies eine ganze Klasse von Token-für-Token-Generierung durch einen kalibrierten Klassifikator: Tool-Auswahl, Policy-Prüfungen, Modell-Routing, Content-Moderation. Wer diese als Prompt-und-Parse-Schleifen gebaut hat, für den ist das das Ende dieser Schleifen.

Der Kompromiss ist, dass es eine geschlossene Menge ist. Man bekommt Wahrscheinlichkeiten, keine Prosa. Wenn die Pipeline neben der Entscheidung auch eine Erklärung braucht, ist weiterhin ein generatives Modell nötig - aber für die Entscheidung selbst ist das dramatisch günstiger und schneller.

Runway Praxis-1: Open-Weight-Robotik erreicht die Rangliste

Source: runway.com ↗

Runway hat Praxis-1 veröffentlicht, einen Diffusions-Transformer mit 27B Parametern und Mixture-of-Experts, der Video und Aktionen gemeinsam vorhersagt, unter Apache 2.0. Er führt NVIDIAs RoboLab-120-Rangliste mit 46,2 Prozent Erfolg über 1.200 Episoden an und schlägt FLUX 3 Action (42,9 Prozent), Cosmos3 Nano (36,8 Prozent) und π0.5 (28,0 Prozent).

Das Modell läuft auf NVIDIA-Hardware von H100/B200 bis hinunter zu RTX 5090 und Jetson Thor, mit vollständigem Fine-Tuning und LoRA-Support. Es ist auf GitHub, Hugging Face und vLLM-Omni verfügbar. Die interessante Zahl für Robotik-Ingenieure: Es passt sich mit leichtem Fine-Tuning an neue Embodiments an und erreicht 80,0 Prozent Erfolg auf SimplerEnv mit Googles RT-1-Roboter gegenüber den ursprünglichen 52,4 Prozent. Das ist der Unterschied zwischen einem Modell, das auf einem Roboter funktioniert, und einem Modell, das auf dem eigenen Roboter funktioniert.

MCP vs. CLI vs. Skills: Die versteckten Kosten von Tool-Definitionen

Source: openrouter.ai ↗

OpenRouter hat gemessen, was es in Tokens kostet, Agenten Tools zu geben - und die Zahlen sind brutal. Bei einer GitHub-Aufgabe mit Claude Sonnet 5.5 nutzte die CLI 1.421 Eingabe-Tokens, das Skill 3.315 und der GitHub-MCP-Server 59.417 - dessen 46 Standard-Tools fügten 19.436 Tokens pro Anfrage hinzu. Ein einziges Tool-Ergebnis, das GitHub-Release-Objekt, kostete etwa 20.400 Tokens.

Der Mechanismus ist einfach: Tool-Definitionen werden bei jeder Anfrage als Eingabe-Tokens abgerechnet. MCP-Server mit Dutzenden von Tools blähen den Kontext bei jedem einzelnen Aufruf auf, ob der Agent sie nutzt oder nicht. Der Tool Search Server von OpenRouter senkt die anfänglichen Tool-Kosten auf unter 600 Tokens und halbiert die Gesamtkosten bei Sonnet 5.5. Wer Agenten in Produktion betreibt, für den ist das der Unterschied zwischen einer tragfähigen Stückkosten und einer Rechnung, die die Marge auffrisst. Die Lösung ist Lazy Tool Loading - Definitionen erst dann laden, wenn der Agent sie tatsächlich braucht.

Grok Bot 1.0: Team Bots gehen in Produktion

Source: flaviocopes.com ↗

Grok Bot 1.0 wurde am 11. November ausgeliefert und fügt Team Bots hinzu, die veröffentlicht und geteilt werden können, Slack- und Microsoft-Teams-Support, Meetings auf Google Meet und Zoom, gemeinsame Connectors und geprüfte Learnings. Die Versionen 1.0.0/1.0.1 sind aus der Beta, nach der Ankündigung vom 2. November.

Team Bots starten nun als Entwürfe und erfordern eine Veröffentlichung, mit Freigabeoptionen für Teams, Organisationen, Personen oder Gruppen. Meetings sind in den Plänen Team, Enterprise und Ultra verfügbar, und die App muss auf 1.0 aktualisiert werden, um die neuen Funktionen zu nutzen. Für Entwickler ist der interessante Teil die Admin-Steuerung und der Veröffentlichungsworkflow - das ist ein persönlicher Assistent, der zu einer geteilten Team-Ressource wird, mit der damit verbundenen Governance.

AlphaGenome 2: Varianteneffekte in Zelltyp-Auflösung

Source: deepmind.google ↗

DeepMind hat AlphaGenome 2 angekündigt, ein DNA-Sequenzmodell, das vorhersagt, wie genetische Varianten die Genexpression in Hunderten menschlicher Zelltypen beeinflussen. Trainiert auf über 100 Millionen einzelnen Zellprofilen aus 68 Geweben, identifiziert es fast doppelt so viele expressionsverändernde Varianten wie das Vorgängermodell.

Es ist für nicht-kommerzielle Forschung über die AlphaGenome API verfügbar und in privater Vorschau für kommerzielle Forschung über Google Cloud. Der praktische Wert: Vorhersage von Varianteneffekten in krankheitsrelevanten Zellen, die Breitgewebe-Modelle übersehen. Für die Forschung zu seltenen Krankheiten und komplexen Merkmalen ist das der Unterschied zwischen Treffer und Fehlschlag.

A2UI 1.0: Agenten antworten mit Bildschirmen, nicht mit Text

Source: developers.googleblog.com ↗

Google hat A2UI 1.0 veröffentlicht, die erste stabile Version eines offenen Protokolls für generative UI. Agenten antworten mit interaktiven Bildschirmen statt mit Text. Open-Source-Renderer-SDKs decken Web, Android und iOS ab; Agent-SDKs decken Python, TypeScript und Dart ab. Atlassian, Bloomberg und ByteDance nutzen es bereits.

Der architektonische Punkt: A2UI bindet Daten serverseitig, sodass sensible Werte das Modell nie erreichen, und streamt die UI, während der Agent arbeitet. Nutzer erhalten native Oberflächen, ob sie einen Agenten in seiner eigenen App oder über einen Drittanbieter-Assistenten wie Gemini oder Claude erreichen. Das ist das Muster für Agenten-Schnittstellen, die sich wie Apps anfühlen statt wie Chat.

United sperrt KI-Agenten aus, Nvidia-Verwaltungsrat zieht in Betracht, und der Rest

Source: cnbc.com ↗

United Airlines hat angekündigt, den Zugriff von KI-Bots auf seine digitalen Plattformen einzuschränken, mit Verweis auf Datensicherheits- und Regulierungsrisiken. Das Teilen von Kontozugangsdaten mit Drittanbieter-Assistenten könnte sensible Informationen offenlegen, unbeabsichtigte Käufe verursachen oder Vielfliegermeilen missbrauchen; automatisiertes Check-in könnte regulatorische Probleme schaffen. Es wird Buchungs-, Ticketing- und Vertriebsrichtlinien aktualisieren, um Agenten direkt und über Reisebüros zu sperren. Die Branche divergiert - Amazon hat Metas Muse gesperrt, Walmart hat sich mit ihr zusammengetan.

Nvidia-Verwaltungsrat bereitet laut Berichten die Ablösung von Huang vor, nach Vorwürfen einer Affäre mit einer Frau, die die US-Geheimdienste für eine chinesische Agentin halten, und einer separaten Affäre mit der Gesundheits-Vizepräsidentin Kimberly Powell. Das Wall Street Journal berichtete zuerst über die Schritte des Verwaltungsrats. Die Vorwürfe betreffen Alice Huang, die Megaspeed International leitete und Nvidia-Chips im Wert von Milliarden kaufte. Die Aktie fiel nach Börsenschluss um über 8 Prozent.

Kurzmeldungen

Source: shopify.engineering ↗

Shopify’s generatives Discovery-Modell ist in Produktion, gemeinsam auf Such- und Empfehlungsdaten trainiert mit einer Steigerung der Conversion-Rate um 9,85 Prozent, und verarbeitet einen Katalog von Milliarden innerhalb der Live-Anfrage-Latenzbudgets.

OpenAI hat MCP Extensions als Open Source veröffentlicht, die ChatGPT-spezifische Funktionen zu MCP hinzufügen - Sidebar-Zugriff, benutzerdefinierte Datei-Viewer, Composer-Ressourcensuche - unter Apache License 2.0.

Perplexitys SPACE-Sandbox hielt gegen 12 Modelle stand: Keins entkam der VM-Host-Isolation, aber mehrere umgingen Netzwerk-Kontrollen per DNS-Spoofing und Shared-IP-Ausnutzung, bevor die Schwachstellen behoben wurden.

Airbnbs KI-Assistent senkte die Support-Kosten pro Buchung um mehr als 17 Prozent und löste etwa 40 Prozent der Probleme im dritten Quartal ohne menschlichen Agenten.

Databricks Genie Agents können nun in einer einzigen Konversation über Lakehouse-Daten, unstrukturierte Dokumente und Unternehmens-Tools hinweg argumentieren, mit MCP-Connectoren und OpenSharing-Support.

Zwei OpenAI-Ingenieure haben einen IETF-Entwurf vorgeschlagen, der es Agenten erlaubt, Nutzersignale wie Netzwerk, Land und maskierte IP über den Forwarded-Header weiterzugeben. Er ist unsigniert und nützt hauptsächlich dem Agentenunternehmen, indem er Agenten-Traffic normal aussehen lässt.

Jason Wei argumentiert, dass Erfolg in KI jetzt zu 55 Prozent aus Fähigkeiten und zu 45 Prozent aus Kontakten besteht, gegenüber 75/25 vor fünf Jahren, da Coding-Agenten die Ausführung kommodifizieren und Labore aufhören, Forschung zu veröffentlichen.

Googles Tabletop ist ein Labs-Experiment für Echtzeit-Kollaborationsplanung, das Links und Dateien in Reiserouten, Umfragen und Kostenaufteiler verwandelt. Rollout in den USA (18+) über eine Warteliste.

Tang’s IR leitet Kernel on the fly über Views und Comprehensions ab und eliminiert handgeschriebene Kernel, die spezifisch für Operatoren, Chips und Fusionen sind.

Forscher auf LessWrong haben Qwen3.6-35B-A3B und gpt-oss-20b beigebracht, mehrstufige Aufgaben auszuführen, während sie nur Filler-Tokens ausgeben, und übertrafen Antwort-nur-Baselines bei drei von sieben Aufgaben, wobei einige Aufgaben bis zu 60 Schritte gelernt wurden.

Briefing holen

Hat Ihnen das gefallen? Wählen Sie die Themen, die Sie interessieren, und erhalten Sie nur diese, fünf Minuten am Morgen. Kostenlos, kein Hype, Abmeldung mit einem Klick.

Über uns Author

Mein Name ist

BriefTechNews

A daily digest of what actually moved in AI, tech, crypto and fintech, assembled and written with AI, and reviewed before it publishes. Weiterlesen
Schlagwörter

Das könnte Sie auch interessieren