Diese Woche hat eine Frage gezeigt, die für jeden brennend wird, der KI nicht nur nutzt, sondern einsetzt. Brauchst du wirklich das grösste und teuerste Modell, das Geld kostet pro Anfrage? Oder reicht eins, das auf deinem eigenen Rechner läuft, einmal gekauft, unbegrenzt nutzbar? Heute: Anthropic bringt Claude Fable 5.1 und Claude Mythos 5.1 raus . zwei neue Modelle, die den Wettbewerb an der Spitze weiter anheizen. Gleichzeitig zeigt Bonsai 2, wie man ein 27-Milliarden-Modell auf ein Drittel seiner effektiven Grösse komprimiert, ohne dass die Qualität spürbar leidet. Dazu ein Blick auf die Hardware der nächsten Jahre . TSMCs neuen A14-Chip . und warum Voice-Interaktion das Ganze nochmal von einer anderen Seite aufrollt. Servus und herzlich willkommen bei Lissy, tägliche KI-News, damit du den Durchblick behältst.
Fangen wir da an, wo die Woche ihren stärksten Impuls bekommt. Anthropic hat gestern Claude Fable 5.1 und Claude Mythos 5.1 vorgestellt. Fable 5.1 ist das neue Flaggschiff . spezialisiert auf komplexes Reasoning, lange Kontexte bis zu mehreren Hunderttausend Token, und anspruchsvolle Coding-Aufgaben, die mehrere Schritte Planung erfordern. Mytos 5.1 ist das spezialisierte Schwestermodell, optimiert für bestimmte Aufgabenprofile, schneller und günstiger im Betrieb . eine Art Mittelklasse zwischen dem grossen Fable und den kleinen Sonnet-Modellen. Gleichzeitig hat Anthropic noch ein Model Hardware Standard Research Preview angekündigt . ein Framework für Hardware-Sicherheitsstandards bei Frontier-Modellen. Das klingt abstrakt, zeigt aber: Die Sicherheitsdebatte verlässt die reine Software-Ebene. Was heisst das praktisch? Der Wettbewerb an der Spitze wird härter. OpenAI hat GPT-5.6, Google hat Gemini Ultra, Anthropic kontert mit Fable 5.1. Das ist gut . denn Wettbewerb senkt Preise und bringt bessere Qualität für alle Nutzer. Aber es wirft auch eine strategische Frage auf: Braucht wirklich jedes Unternehmen ein Frontier-Modell? Viele Aufgaben in einem durchschnittlichen Betrieb sind keine komplexen Reasoning-Probleme. Die laufen genauso gut auf einem günstigeren, kleineren Modell. Die spannende Entwicklung ist nicht, dass ein weiteres Spitzenmodell existiert. Sondern dass der Markt sich ausdifferenziert . und die Preisspanne zwischen günstig und Spitze wächst. Das heisst für Unternehmer: Bewusster wählen, welches Modell für welche Aufgabe. Nicht blind zum teuersten greifen.
Und genau da kommt Bonsai 2 ins Spiel. PrismML hat ein Kompressionsverfahren vorgestellt, das ein Modell mit 27 Milliarden Parametern auf die effektive Grösse von rund drei Milliarden reduziert. Nine mal kleiner als das Original . bei near-lossless Qualität. Das heisst konkret: Ein Modell, das vorher eine teure A100-GPU brauchte oder einen ganzen Cluster, läuft jetzt auf einer normalen Grafikkarte. Lokal. Ohne Cloud. Ohne API-Kosten. Ohne dass deine Daten das Gerät verlassen. Das ist kein akademischer Trick. Bonsai 2 gehört zu einer ganzen Welle von Kompressionstechniken . Cactus Needle 3 von Cactus Compute schafft ähnliches mit Modellen von acht bis 29 Megabyte, die auf Edge-Geräten laufen und trotzdem mit DeepSeek V4 Flash mithalten können für Automatisierungsaufgaben. Zusammen mit Bonsai 2 zeichnet sich ein Bild ab: Die Ära, in der lokale KI ein lahmer Kompromiss war, geht zu Ende. Am Tag nachdem wir darüber gesprochen haben, dass Mistral seine Modelle in den Firefox-Browser bringt, bestätigt Bonsai 2: Das ist kein Einzelfall. Das wirft eine ganz praktische Frage auf: Für welche Aufgaben brauche ich wirklich ein Frontier-Modell, das pro Anfrage Geld kostet . und wo reicht ein Modell, das ich einmal herunterlade und dann unbegrenzt nutze? Für viele Alltagsaufgaben . Dokumentenanalyse, Zusammenfassen, Kategorisieren, strukturierte Datenauswertung . wird die Antwort in den nächsten Monaten öfter lauten: Das lokale Modell reicht. Und das verändert die Kostenrechnung jedes Unternehmens, das KI regelmässig nutzt.
Die dritte Schicht heute ist die Hardware, die beide Trends . Frontier und lokal . überhaupt möglich macht. TSMC hat auf der IEDM-Konferenz Details zum A14-Chip-Knoten bekannt gegeben. Das ist der Nachfolger der aktuellen zwei Nanometer Klasse, voraussichtlich ab 2027 oder 2028 in Massenproduktion. Dieser Knoten wird die nächste Generation von Nvidia-Grafikkarten, AI-Beschleunigern und Server-Chips beliefern. Was heisst das für uns? Günstigere Compute-Kosten auf beiden Seiten: Frontier-Inference in der Cloud wird billiger, weil die Chips mehr Leistung pro Watt liefern. Und lokale Modelle auf Consumer-Hardware werden schneller, weil auch Mittelklasse-Grafikkarten von dem Fortschritt profitieren. Der Zeithorizont ist 2027, das heisst etwa eineinhalb Jahre Geduld . aber die Richtung ist klar: Compute wird günstiger, nicht teurer. Das ist ein relevanter Punkt in der aktuellen Debatte, ob KI-Kosten explodieren. Neue Chips bedeuten: pro Dollar bekommst du in zwei Jahren deutlich mehr Rechenleistung. Und dann die Interface-Ebene. Google hat eine Echtzeit-Sprach-API für Gemini veröffentlicht. Entwickler können damit Voice-Apps bauen mit niedriger Latenz . direkte Konkurrenz zu OpenAIs Realtime API und ElevenLabs. Und auf der Open-Source-Seite ist AutoBot aufgetaucht, ein Tool, das langlaufende KI-Aufgaben per Sprachbefehl steuert. Du sagst zum Beispiel: starte die tägliche Analyse . und AutoBot führt sie aus und meldet sich, wenn sie fertig ist. Voice wird zum zweiten grossen Interface neben dem klassischen Chat-Interface. Und das ist unabhängig davon, ob dein Modell in der Cloud oder lokal läuft. Zwei Wege der KI, beide werden über Sprache zugänglicher und praktikabler.
Wenn ich den Tag in einen Satz packen müsste, dann diesen: Es gibt nicht den einen Weg. Frontier-Modelle werden stärker . und gleichzeitig werden lokale Modelle praktikabler. Beides passiert parallel, und beides ist gut. Die Kunst ist, für jeden Job das richtige Werkzeug zu wählen. Mein Vorschlag für diese Woche: Nimm eine Aufgabe, die du heute mit einem Cloud-Modell löst. Egal ob ChatGPT, Claude oder Gemini. Und probier sie mit einem lokalen Modell, das auf deinem Rechner läuft . einem komprimierten wie Bonsai oder einem der neuen kleinen Modelle. Du wirst überrascht sein, wie oft es reicht. Und wenn nicht . dann weisst du genau, warum Frontier seinen Preis wert ist. Testen oder ignorieren: beides ist eine valide Entscheidung. Aber sie bewusst zu treffen, ist besser als immer zum teuersten Modell zu greifen, weil alle es tun. Das war Lissy für heute. Wenn dir die Folge gefallen hat, schreib mir eine Mail . die Adresse steht in den Shownotes. Oder hinterlass eine Bewertung auf Apple Podcasts oder Spotify, das hilft auch enorm. Pfiat euch.