KI-News — 26. Juli 2026

$ cat top-story.md

▸ Sakana AI: Router „Fugu Ultra v1.1" will Claude Fable 5 schlagen — ganz ohne es zu nutzen

Sakanas Modell-Orchestrierungssystem verteilt Anfragen automatisch auf mehrere Spitzenmodelle und soll laut Hersteller bis zu 7,9 Punkte zulegen und Claude Fable 5 in Benchmarks wie SWE-Bench Pro übertreffen — bei unverändertem Preis. Die Zahlen stammen bislang nur von Sakana selbst, unabhängige Verifikation fehlt. Warum relevant: Zeigt den Trend zu Modell-Routern statt Einzelmodellen, inklusive neuer Claude-Code-kompatibler Schnittstelle. // the-decoder.com

▸ UK- und US-Behörden testen Kimi K3 auf Cyber-Fähigkeiten

UK AISI und das US-Pendant CAISI ließen Kimi K3 gegen 41 Exploit-Aufgaben und eine simulierte 32-Schritte-Netzwerkattacke antreten: 32 % Exploit-Erfolgsquote, im Schnitt Schritt 17 von 32 — deutlich unter US-Spitzenmodellen, aber real vorhanden. Warum relevant: Wichtige Einordnung für alle, die offene Modelle wie Kimi K3 selbst hosten oder evaluieren. // UK AISI

▸ ego-lite — der Browser, der KI-Agenten und Menschen gleichzeitig arbeiten lässt

Teilt deinen eingeloggten Browser-Zustand (Cookies, Sessions, Erweiterungen) mit Agenten, die parallel in isolierten „Spaces" arbeiten, ohne deine eigene Session zu stören. Platz 1 im GitHub-Trending, ~3.700 Stars, bislang nur macOS. Warum relevant: Löst das Standardproblem von Browser-Automatisierung mit Claude Code & Co. — Logins und 2FA — ohne separate Profile jonglieren zu müssen. // GitHub Trending

▸ MCP-Überarbeitung bekommt Termin: Release Candidate für den 28. Juli

Die bereits angekündigte Abkehr vom Stateful-Modell wird konkret: Der RC streicht `initialize`-Handshake und Session-IDs, MCP-Server werden zustandslos und laufen künftig hinter gewöhnlichen Load-Balancern. Neu: offizielle Extensions für Server-UIs ("MCP Apps") und Langläufer-Jobs ("Tasks"); GitHub hat seinen MCP-Server schon umgestellt. Warum relevant: Wer eigene MCP-Server betreibt, sollte den Wegfall von Sessions einplanen — das vereinfacht die Skalierung erheblich. // modelcontextprotocol.io

▸ Anthropic: Opus 5 ist das bisher am schwersten per Prompt-Injection angreifbare Claude-Modell

Anthropic-Mitarbeiter Boris Cherny verweist auf Seite 73 der Opus-5-System-Card: Über Red-Teaming und Evals hinweg sei Opus 5 „very hard to prompt inject successfully" — die bislang stärkste Resistenz aller Claude-Generationen. Warum relevant: Zentral für alle, die Agenten oder MCP-Tools mit Web-/Tool-Zugriff betreiben, wo Prompt-Injection das Hauptrisiko ist. // simonwillison.net

▸ vLLM v0.26.0: volle Inkling-Unterstützung, KV-Offloading, flexible Attention-Backends

411 Commits von 212 Contributoren: volle Feature-Parität für Thinking Machines' Inkling (CUDA-Graphs, Speculative Decoding, LoRA), frei wählbare Attention-Backends pro KV-Cache-Gruppe sowie ausgereiftes mehrstufiges KV-Offloading. Warum relevant: Direktes Upgrade-Ziel für die eigene vLLM-Inference-Schicht — hilft konkret bei begrenztem VRAM, etwa beim Betrieb von Gemma. // GitHub Releases (vLLM)

▸ PageIndex: RAG ganz ohne Vektorsuche

Statt Chunking + Embedding baut PageIndex aus Dokumenten eine hierarchische Inhaltsverzeichnis-Struktur, durch die ein LLM per Baumsuche navigiert — Argument: „Similarity ≠ Relevance". Laut Projekt deutlich höhere Trefferquoten auf FinanceBench als klassisches Vektor-RAG, MIT-lizenziert, 34.600 Stars. Warum relevant: Spannende Ergänzung zum eigenen Qdrant-Chunking-Standard, gerade bei stark strukturierten Dokumenten. // GitHub Trending (Python)

▸ Colibri: 744-Milliarden-Parameter-MoE-Modell auf einem gewöhnlichen PC

Die reine C-Inferenz-Engine kommt ohne Python/GPU-Runtime aus und lässt GLM-5.2 (744B-Parameter-MoE) mit rund 25 GB RAM laufen, indem Experten bei Bedarf von der Platte gestreamt werden. Über 19.000 Stars, aktuell auf GitHub Trending. Warum relevant: Zeigt, wie sich sehr große MoE-Modelle notfalls auch ohne teure GPU-Cluster self-hosten lassen — als Ergänzung zum eigenen vLLM-Setup. // GitHub Trending

▸ Jensen Huang nutzt ersten X-Post für Plädoyer gegen ein Verbot offener KI-Modelle

Nvidia-Chef Jensen Huang teilte erstmals auf X einen offenen Brief von ~25 Firmen (u.a. Microsoft, Meta, Hugging Face) zugunsten offener KI-Gewichte — Reaktion auf die US-Debatte über ein Verbot chinesischer Open-Weight-Modelle wie Kimi K3 und DeepSeek. OpenAI, Anthropic und Google fehlen auf der Liste. Warum relevant: Betrifft direkt die Zukunft von Open-Weight-Modellen, die den eigenen Self-Hosting-Stack erst möglich machen. // Fortune

▸ „Open-Weight-KI erlebt gerade ihren Kubernetes-Moment"

D2iQ-Mitgründer Tobi Knaup vergleicht in einem vieldiskutierten Essay (338 Hacker-News-Punkte) den Aufstieg offener KI-Modelle mit dem von Kubernetes und warnt, geplante Regulierung würde faktisch alle offenen Modelle treffen — nicht nur chinesische. Warum relevant: Liefert das strategische Hintergrundbild zur Jensen-Huang-Meldung und zur Zukunft von Open-Weight-Self-Hosting. // Hacker News

▸ Deutsches Modell Soofi S: Community entdeckt GPQA-Testdaten im Training

Bei Soofi S wurde entdeckt, dass durch einen Label-Fehler in Hugging-Face-Datensätzen Testfragen des GPQA-Benchmarks ins Training gerutscht waren. Das Konsortium hat GPQA transparent aus der Bewertung gestrichen und alle Modelle neu verglichen — am Ranking änderte sich nichts. Warum relevant: Lehrstück zu Trainingsdaten-Hygiene, besonders für alle mit eigenen Fine-Tunes oder Benchmarks. // the-decoder.de