Sol-Ultrafast-Tarif voll verfügbar, Preis sechsmal so hoch wie Standard
OpenAI hat den Ultrafast-Inferenz-Tarif für GPT-6.1 Sol in der Responses API offiziell freigegeben – sechsmal teurer als Standard, dafür bis zu 6- bis 8-mal schneller.
KI-Inferenz: News und Analysen
14 geprüfte Beiträge zu KI-Inferenz, Produkten und Branchenentwicklungen.
Nvidias Open-Source-Modell erreicht Goldmedaillen-Niveau bei IOI und IMO
Nvidias Nemotron 3 erzielte bei der IOI 2026 535,4 Punkte und bei der IMO 2026 30 Punkte – beide über der Goldmedaillen-Schwelle – und veröffentlichte dabei Gewichte, Trainingsdaten und Inferenz-Pipeline vollständig.
Colibrì lässt GLM-5.2 mit 16 GB RAM laufen – dank SSD
Die Open-Source-Engine Colibrì lagert MoE-Modellgewichte auf NVMe-SSDs aus und bringt Modelle wie GLM-5.2 auf gewöhnliche PCs mit wenig Arbeitsspeicher.
Liquid AI beschleunigt Decodierung um 3,18x mit 300-Mio.-Draft-Modell
Liquid AI veröffentlicht LFM2.5-DSpark-Entwurfsmodelle, die lokale Inferenz per spekulativem Decoding bis zu 3,18-fach beschleunigen – die Methode stammt von DeepSeek und der Universität Peking.
Tencent öffnet Framework für schnellere Inferenz
Tencent Hunyuan veröffentlicht AngelSpec, ein offenes Framework zum Trainieren von Speculative-Decoding-Draftern für große Modelle.
DeepSeek öffnet DSpark für schnellere Inferenz
DeepSeek und die Universität Peking haben DSpark veröffentlicht, ein Inferenz-Framework mit 60 bis 85 Prozent höherer Generierungsgeschwindigkeit und bis zu 6,6-fachem Single-GPU-Durchsatz.
Xiaomi MiMo meldet 1.000 Token pro Sekunde auf Standard-GPUs
Xiaomi MiMo meldet 1.000 Token pro Sekunde auf Standard-GPUs. Der Beitrag ordnet die Ankündigung, den strategischen Kontext und die praktischen Risiken für betroffene Nutzer oder Unternehmen ein.
Tensormesh sammelt 20 Millionen Dollar ein, um redundante KI-Berechnungen zu reduzieren
Tensormesh hat 20 Millionen Dollar von AMD Ventures, NVentures, CoreWeave und anderen erhalten, um seine KV-Cache-Plattform zu kommerzialisieren, die verschwendete GPU-Zeit bei KI-Inferenzen vermeidet.
MiniMax veröffentlicht Reasoning-Modell M1
MiniMax stellt die M1-Reihe von Reasoning-Modellen vor, die auf Mathematik, Programmierung und logische Analyse spezialisiert sind. Die verbesserte Version M2.5 erreicht 80,2 % im SWE-bench Verified und platziert sich in der weltweiten Spitzengruppe.
Großer Vergleich der Reasoning-Modelle: o-Serie, R1, Gemini – wer denkt besser?
Der Artikel vergleicht die führenden Reasoning-Modelle von OpenAI, DeepSeek, Google und Anthropic, analysiert ihre Strategien, den Zielkonflikt zwischen Reasoning-Tiefe und Antwortgeschwindigkeit sowie den Wettbewerb zwischen Open-Source- und Closed-Source-Modellen.
GPT-5.2 fordert den ARC-AGI-Allgemeinheitstest heraus
GPT-5.2 erreicht 72 % im ARC-AGI-1 und 18 % im ARC-AGI-2, was die Kluft zwischen scheinbar intelligenter KI und echter allgemeiner Intelligenz offenbart.
DeepSeek veröffentlicht Open-Source-Reasoning-Modell R1
DeepSeek hat im Januar 2026 sein Reasoning-Modell R1 als Open Source veröffentlicht und die Community überrascht, da es mit OpenAI o1 mithalten kann, während die destillierte 32B-Version sogar o1-mini übertrifft und die Preisbarriere geschlossener Modelle durchbricht.
Google veröffentlicht Gemini 2.5 Pro mit Fokus auf Reasoning-Fähigkeiten
Google hat Gemini 2.5 Pro vorgestellt, das als das intelligenteste Modell des Unternehmens gilt, mit herausragenden Ergebnissen in Mathematik-, Wissenschafts- und Programmiertests sowie einem Kontextfenster von bis zu 1 Million Token.
Opus 4.6 veröffentlicht: Modell entscheidet selbst über Tiefe des Denkens
Anthropic hat Opus 4.6 mit Adaptive Thinking veröffentlicht, das dem Modell erlaubt, die Komplexität selbst zu bewerten und die Denktiefe dynamisch anzupassen, ergänzt durch ein Kontextfenster von 1 Million Token und verbesserte Agenten-Leistung.