KI-News — Donnerstag, 27. August 2026

$ cat top-story.md

▸ Mysterium gelöst: "Ox Alpha" ist Z.ais GLM-5.3-Flash

Das anonyme Modell, das seit dem 20. August auf OpenRouter für Rätselraten sorgte, hat Z.ai jetzt offiziell als GLM-5.3-Flash bestätigt und die Gewichte unter MIT-Lizenz freigegeben: 320B-A18B-MoE, nativ multimodal, 1-Mio.-Token-Kontext, dank Sparse- und Linear-Attention deutlich günstiger als der Vorgänger. Warum relevant: Voll offenes, günstig zu betreibendes Spitzenmodell mit sehr großem Kontextfenster — ein ernstzunehmender Kandidat für den eigenen Inference-Stack neben Gemma. // SiliconANGLE

▸ DeepSeek V4-Pro erreicht GA-Status — offene Gewichte, 1,6 Billionen Parameter

Nach der Preview im April ist V4-Pro jetzt allgemein verfügbar: MoE mit 1,6 Bio. Parametern (49 Mrd. aktiv), 1-Mio.-Token-Kontext, einstellbare Reasoning-Intensität (low/high/maximum) und explizitem Fokus auf agentische Workflows. Gewichte liegen unter MIT-Lizenz auf Hugging Face und ModelScope, u. a. als NVFP4- und GGUF-Quantisierung. Warum relevant: Selbst hostbares Spitzenmodell mit Agenten-Fokus — für den eigenen vLLM-Stack allerdings nur mit sehr viel VRAM (Blackwell/Multi-Node) realistisch, quantisierte Varianten machen es aber zugänglicher. // heise online

▸ Agent-Reach: Internet-Augen für Coding-Agenten

CLI-Tool, das Claude Code, OpenClaw & Co. ohne API-Keys Lese- und Suchzugriff auf 14+ Plattformen gibt (Twitter/X, Reddit, YouTube, GitHub, Bilibili u. a.), inklusive Diagnose-Befehl agent-reach doctor. Mit rund 75.000 Sternen bereits ein Schwergewicht, MIT-lizenziert, Zugangsdaten bleiben lokal. Warum relevant: Löst das lästige "Agent kann nicht ins offene Web schauen"-Problem in einem einzigen Befehl statt über einzelne MCP-Server pro Plattform. // GitHub Trending

▸ archify: Architektur-Diagramme direkt aus dem Coding-Agenten

Agent-Skill für Claude Code, Codex CLI und OpenCode: aus einer Systembeschreibung oder einem Repo entstehen interaktive, animierte Architektur-, Workflow-, Sequenz- oder Datenfluss-Diagramme als eigenständige HTML-Datei mit PNG/SVG-Export. MIT-lizenziert, heute mit über 1.000 neuen Sternen Tages-Trending-Spitzenreiter. Warum relevant: Spart das manuelle Nachzeichnen der eigenen RAG-/Agenten-Architektur für Doku oder Onboarding. // GitHub Trending

▸ Claude Code v2.1.247: SendFeedback-Tool und Cost-Optimizer

Neues SendFeedback-Tool lässt Claude nach Fehlschlägen oder erkannten Fähigkeitslücken selbstständig einen Feedback-Entwurf verfassen (per feedbackDrafts-Setting steuerbar), dazu ein neuer Befehl /claude-api cost-optimize zur Analyse der eigenen API-Ausgaben sowie diverse Fixes an Terminal-Hyperlinks, Bash-Sandbox und MCP-Fehlerbehandlung. Warum relevant: Direktes Werkzeug, um die eigenen Claude-Code-Kosten zu analysieren und zu senken. // Claude Code Changelog

▸ ponytail: Agent-Skill gegen Over-Engineering

Portable Skill-Sammlung, die Coding-Agenten (Claude Code, Cursor, Windsurf, Aider, Cline u. a.) dazu bringt "wie der faulste Senior Dev im Raum" zu denken — Ergebnis laut Autor rund 54 % weniger Code (bis zu 94 % in Extremfällen) bei rund 20 % geringerem Tokenverbrauch, ohne bei Sicherheit, Fehlerbehandlung oder expliziten Anforderungen zu sparen. Warum relevant: Konkreter Hebel gegen aufgeblähten, teuren Agenten-Output — plattformübergreifend einsetzbar. // GitHub Trending

▸ vLLM 0.28.0: Rust-Frontend, gRPC und Tiered-KV-Cache-Offloading

Der finale Release nach der letzte Woche vorgestellten Speculative-Decoding-RC bringt jetzt vollen Support für DeepSeek V4 und Kimi K3, ein neues Rust-basiertes Frontend mit gRPC sowie mehrstufiges KV-Cache-Offloading (RAM/Disk statt nur VRAM) — insgesamt 29 neue Features bei 5 Breaking Changes. Warum relevant: KV-Cache-Offloading erlaubt größere Kontexte/mehr gleichzeitige Anfragen auf begrenzter GPU-Hardware im eigenen Inference-Server. // vLLM GitHub Releases

▸ llm-anthropic 0.27: Kompatibilität mit dem neuen Anthropic-Python-SDK

Simon Willisons LLM-Plugin für Claude-Modelle wurde auf die neue Anthropic-Python-Bibliothek v1.0 aktualisiert, inklusive Migration von httpx auf httpx2 und angepassten Timeout-Objekten (anthropic.Timeout statt httpx.Timeout). Warum relevant: Wer eigene RAG-Skripte auf dem Anthropic-SDK oder llm-CLI aufbaut, sollte vor dem nächsten Update auf v1.0 prüfen, ob eigener Code betroffen ist. // simonwillison.net

▸ Das Geheimnis von Ox Alpha | c't 4004 #36

c't 3003 ordnet die Ox-Alpha-Geschichte ein — vom anonymen Auftauchen auf OpenRouter bis zur (jetzt bestätigten) Enttarnung als GLM-5.3-Flash von Z.ai. Warum relevant: Kompakte deutschsprachige Einordnung der Top-Modell-Story dieser Woche. // c't 3003 / YouTube DE

▸ DeepSeek's New AI System Shouldn't Be Possible

Two Minute Papers zu DeepSeeks jüngstem Modell-Release und warum dessen Effizienz bei diesem Preis überrascht. Warum relevant: Fundierte Einordnung eines weiteren offenen Modells, das für Self-Hosting infrage kommt. // Two Minute Papers / YouTube EN

▸ Wie erklärt sich OpenAIs Führungskräfte-Exodus?

TechCrunch zieht Bilanz: über ein Dutzend Führungskräfte haben OpenAI 2026 verlassen, darunter COO, CRO, CMO und zuletzt der Leiter des Rechenzentrums-Ausbaus — mitten in den Vorbereitungen für den für 2027 angekündigten Börsengang. Warum relevant: Einordnung, wie stabil der größte Anbieter hinter ChatGPT gerade wirklich aufgestellt ist. // TechCrunch