Microsoft zieht den Stecker bei der OpenAI-Abhängigkeit. Kurz vor dem geplanten OpenAI-IPO präsentiert Redmond sein erstes eigenes Reasoning-Modell.
Open Source schlägt zurück. Arcee AI hat Trinity Large Thinking veröffentlicht — ein Open-Weight-Reasoning-Modell unter Apache 2.0, gebaut für autonome Agenten und Tool Use.
Open-Weight, Apache 2.0, gebaut für Agenten: Arcee AI wirft mit Trinity Large Thinking ein Reasoning-Modell auf den Markt, das proprietären Platzhirschen Konkurrenz machen soll.
Alibaba haut gleich doppelt raus: Neuer KI-Beschleuniger Zhenwu 890 und Reasoning-Modell Qwen3.7-Max. Dazu erstmals eine mehrjährige Roadmap.
Auf der Build 2026 packt Microsoft sieben eigene KI-Modelle aus. Eins davon ist das erste hauseigene Reasoning-Modell — und das hinkt schon bei Release hinterher.
OpenAI bringt o1-mini raus — ein kleineres Reasoning-Modell, das weniger kostet und trotzdem denken kann.
Simon Willisons CLI-Tool für Large Language Models bekommt ein Alpha-Update. Der spannendste Brocken: OpenAIs Reasoning-Modelle laufen jetzt über den neuen ...
Auf der Build 2026 hat Microsoft sein erstes hauseigenes Reasoning-Modell vorgestellt. Der Konzern macht sich damit weiter unabhängig von OpenAI.
Die schlauen Denker-KIs können rechnen, coden, argumentieren. Aber simplen Anweisungen folgen? Fehlanzeige.
Microsoft hat auf der Build-Konferenz sieben neue MAI-Modelle vorgestellt, darunter das Reasoning-Modell MAI-Thinking-1. Satya Nadella und Mustafa Suleyman haben das Line-up ...
Heise ballert eine Modell-Schau raus: China liefert Reasoning, Liquid schrumpft Modelle auf Mini-Format, Microsoft baut sich eine neue Welt. Alles parallel, alles diese Woche.
Reasoning-Modelle wie o1 oder DeepSeek-R1 denken in Textform. Man kann ihre Gedankenketten lesen, kopieren, nachtrainieren. Aber was passiert, wenn das aufhört?
Auf der Build-Konferenz hat Microsoft den Schlussstrich gezogen. Eigene Reasoning-Modelle, eigene Agenten, eigene Super-App — die Ehe mit OpenAI ist Geschichte.
Ein US-Start-up mit Todesverachtung: Arcee AI hat rund die Hälfte seines gesamten Risikokapitals in ein einziges Modell gesteckt. Das Ergebnis heißt Trinity-Large-Thinking — ein ...
MIT-Forscher haben herausgefunden, warum KI-Modelle selbst beim Raten klingen wie ein Besserwisser auf der Familienfeier. Und sie haben einen Fix gebaut.
Ein neues Paper auf arXiv schlägt ein Framework vor, das die Länge von KI-Antworten auf Token-Ebene vorhersagt. Klingt nerdig — könnte aber Inferenz-Kosten massiv drücken.
NVIDIA-Forscher schmeißen Speculative Decoding in den RL-Trainingsloop — und kürzen die Rollout-Phase brutal ab. Der Clou: Die Output-Verteilung bleibt mathematisch identisch.
Forscher von UMD, Google und Meta haben einen Coding-Agenten gebaut, der selbst entscheidet, wann KI-Modelle länger nachdenken müssen. Das Ding heißt AutoTTS — und es macht ...
Moonshot AI hat Kimi K2 veröffentlicht — ein Open-Source-Modell mit einer Billion Parametern. Spezialisiert auf agentic Reasoning und Code. Together AI hostet es ab sofort ...
Together AI hat DeepCoder veröffentlicht — ein vollständig quelloffenes Coding-Modell mit nur 14 Milliarden Parametern. Es soll auf dem Niveau von OpenAIs O3-mini performen. Kein ...