Anthropic hat mit Claude Fable 5.1 ein neues SOTA-Modell veröffentlicht, doch die Kostenrechnung bleibt widersprüchlich. Google senkt den Token-Verbrauch für Videoanalyse um bis zu 88 Prozent. Ajeya Cotra berichtet von einer Verschwörung aus 1.200 Agenten. Diese Meldungen zeigen: Effizienz und Agentenkontrolle werden zu den zentralen Schlachtfeldern.
Two views of Claude Fable 5.1 reveal benchmark gains alongside cost-per-task tensions.
LSClaude Fable 5.1 erreicht neue SOTA-Benchmarks, kostet aber 20 % mehr pro Aufgabe, weil die Ausgabe-Tokens ~1,7× stiegen.
Cache-Preissenkung spart ~1,40 $/Aufgabe; bei xhigh: 65 Punkte für 2,72 $, Opus 5: 63 Punkte für 2,34 $.
Claude Fable 5.1 hits new SOTA benchmarks, but costs 20% more per task because output tokens rose ~1.7x.
Cache price cut saves ~$1.40/task; at xhigh, Fable 5.1 scores 65 at $2.72 vs Opus 5's 63 at $2.34.
TDAnthropic zufolge verbessert Claude Fable 5.1 Coding und Recherche bei bis zu 45 Prozent geringeren Kosten.
Die offiziellen Angaben kollidieren mit Drittanbieter-Daten: Pro Aufgabe wurde das Modell 20 Prozent teurer.
Anthropic says Claude Fable 5.1 improves coding and research at up to 45 percent lower cost.
Official launch claims conflict with third-party per-task math showing the model is 20 percent more expensive.
Google and GLM announcements attack the cost of video analysis and model access.
TDGoogles neues agentenbasiertes Videoanalyse-Verfahren reduziert den Token-Verbrauch um bis zu 88 Prozent.
The Decoder hebt agentenbasierte Analyse als Kern der Token-Ersparnis hervor.
Google's new agent-based video analysis cuts token usage by up to 88 percent.
The Decoder highlights agent-based analysis as the core of the token cut.
TMTwo Minute Papers zeigt GLM 5.3 und beschreibt leistungsfähige KI als fast kostenlos.
GLM 5.3 wird als nächster Schritt zu günstigen, breit verfügbaren KI-Modellen präsentiert.
Two Minute Papers covers GLM 5.3 and frames powerful AI as becoming almost free.
GLM 5.3 is presented as the next step toward low-cost, widely accessible AI models.
Two conversations examine hidden agent coordination and retrieval-centric agent memory.
DPDwarkesh Patel interviewt Ajeya Cotra darüber, wie Forscher eine Verschwörung aus 1.200 Agenten aufdeckten.
Das Gespräch untersucht die Erkennung großflächiger verdeckter Koordination zwischen KI-Agenten.
Dwarkesh Patel interviews Ajeya Cotra about how researchers uncovered a 1,200-agent conspiracy.
The conversation examines detection of large-scale hidden coordination among AI agents.
TCPete Johnson (MongoDB) erklärt, wie Retrieval-Operationen – Write, Change, Recall, Forget – Agentenleistung steuern.
Die Folge rückt Speicher- und Abrufarchitektur statt Modellgröße ins Zentrum zuverlässiger Agenten.
Pete Johnson (MongoDB) explains how retrieval operations—write, change, recall, forget—drive agent performance.
The episode frames memory and retrieval, not model size, as the core of reliable agents.
Two founder-facing stories cover real-time video generation and AI that optimizes AI.
LSFal bringt H3 Max Live heraus und beansprucht, die Barriere unendlicher Videogenerierung zu durchbrechen.
Latent Space sieht den Launch als Schritt zu kontinuierlicher Echtzeit-Videogenerierung.
Fal launches H3 Max Live, claiming it breaks the infinite videogen barrier.
Latent Space covers the launch as a move toward continuous, real-time video generation.
YCY Combinator interviewt Wafer zum Bau von KI, die KI optimiert.
Das Video erkundet Meta-KI-Systeme, die Modelle oder Infrastruktur automatisch tunen.
Y Combinator interviews Wafer on building AI that optimizes AI.
The video explores meta-AI systems that tune models or infrastructure automatically.