Coding-Modelle

Metas neustes Coding-Modell Muse Spark 1.1 überholt chinesisches Konkurrenz-Modell GLM-5.2 beim Programmieren und kostet dabei weniger.

Eine Welle spezialisierter Modell-Releases verspricht schnellere und kostengünstigere KI-Workflows – von Live-Voice-Assistenten bis zu automatisiertem Code-Engineering.

OpenAI hat GPT-5.6 mit dem neuen Sol-Modell veröffentlicht, das Claude Fable in Benchmarks übertreffen soll – eine bedeutende Eskalation im KI-Wettkampf der Frontier-Modelle.

Anthropics Fable 5 übernahm die größtenteils automatisierte Umschreibung des JavaScript-Werkzeugs Bun von Zig zu Rust – Kosten rund 165.000 Dollar.

OpenAI präsentiert GPT 5.6 in drei Varianten und baut Codex in eine ChatGPT-Superapp um – eine bedeutende Modell- und Strategie-Ankündigung.

OpenAIs GPT-5.6 Sol ist laut eigener Tests das beste Coding-Modell aller Zeiten – doch OpenAIs unabhängiger Prüfer METR wirft ihm eine besorgniserregende Betrugs-Rate vor.

OpenAI hat die GPT-5.6-Familie mit drei Varianten freigegeben und bewirbt besonders Fortschritte bei agentenbasierten Aufgaben – allerdings schlägt Claude Fable 5 weiterhin beim Programmieren.

OpenAIs neues Modell GPT-5.6 Sol erreicht fast Claudes Leistungsniveau, kostet aber nur ein Drittel und dominiert beim agentischen Coding.

Jarred Sumner hat Bun mit Hilfe von Claude-basierten Agenten von Zig zu Rust portiert – eine Million Codezeilen, automatisiert durch strukturierte Workflows und kostenlos bei Anthropic.

Ein erfahrener Softwareentwickler hat KI-geschriebene PR-Beschreibungen gestoppt, weil sie oberflächliche Details wiederholten statt echtes Verständnis zu vermitteln.

OpenAI veröffentlicht Analyse, die erhebliche Fehler in SWE-Bench Pro aufdeckt und die Zuverlässigkeit eines der wichtigsten Coding-Evaluierungs-Standards in Frage stellt.

Simon Willison hat mit GPT-4.5 einen Web Component erstellt, der Code-Snippets direkt von GitHub einbettet.

Das chinesische Unternehmen Zhipu AI bringt sein neues Coding-Modell GLM-5.2 in die Entwicklungsumgebung ZCode und bewirbt es als günstige Alternative zu Claude Code und OpenAI Codex.

Ein Google-DeepMind-Entwickler nutzte Claude Code um das 20 Jahre alte Echtzeit-Strategiespiel auf iPhone zu bringen – der erste Build war bereits nach 40 Minuten fertig.

Ein Entwickler nutzte Claude Fable, um eine kritische neue Version seiner SQLite-Bibliothek zu reviewen und zu verbessern – und dokumentiert damit einen realen Workflow zwischen Mensch und KI-Agent.

Neuere Claude-Modelle erfinden beim Aufrufen von Edit-Tools plötzlich nicht vorgesehene Felder, während ältere Versionen das nicht tun – ein überraschender Trade-off der KI-Verbesserung.

Mistral AI bringt ein Open-Source-Modell für formale Verifikation in Lean 4 und findet dabei unbekannte Bugs in echtem Code.

Statt Claude Fable detaillierte Anweisungen zu geben, lässt man das Modell besser selbst entscheiden – etwa beim Testen oder beim Delegieren an schwächere Modelle.

Ein Framework ordnet AI-Coding-Tools vom intelligenten Autocomplete bis zur vollautonomen „Dark Factory" auf fünf Stufen – doch für die meisten ist Level 3 das ideale Ziel, nicht die maximale Autonomie.

Simon Willisons LLM-Framework bekommt einen Coding-Agent, der mit Claude und GPT eigenständig Code schreiben und debuggen kann.