OpenAI verpackt GPT-5.6 als „Work"-Agenten, Anthropic zieht in die Klassenzimmer — und Google verliert in einer Woche vier Top-Forscher an die Konkurrenz.
Nicht das klügste Modell gewinnt — der nützlichste Agent. Diese Woche verpacken OpenAI und Anthropic ihre Frontier-Modelle als Agenten, die ganze Jobs erledigen, und eröffnen den Verteilungskampf um Arbeitsplatz und Klassenzimmer. Google dagegen verliert, was man nicht kaufen kann: die Köpfe hinter Gemini.
OpenAI öffnet sein bislang stärkstes System für die Allgemeinheit — in drei Stufen: Sol (stärkste, u.a. für Biologie, Chemie, Cybersecurity), Terra (Balance für den Arbeitsalltag) und Luna (auf Geschwindigkeit getrimmt). Der Rollout war zuvor auf Bitte der US-Regierung gestaffelt worden. Preise, Kontextfenster und Cutoff kursieren in Sekundärquellen unterschiedlich — hier bewusst nicht als harte Zahl geführt.
Auf GPT-5.6 aufsetzend liefert ChatGPT Work nicht Antworten, sondern fertige Arbeit: recherchiert, greift auf verbundene Apps und Dateien zu und erzeugt fertige Dokumente, Tabellen, Präsentationen und Reports. Codex wandert in die neue ChatGPT-Desktop-App — neben Chat und Work. Drei Werkzeuge, ein Abo.
Neues Voice-Erlebnis auf Basis von GPT-Live-1 (Paid) bzw. mini (Free): natürlichere Wechselrede, gestreamte Antworten, Websuche und Memory im Gespräch.
Anthropic bringt ein kostenloses LLM für US-K12-Lehrkräfte: eine Bibliothek von Lehr-Skills plus direkte Anbindung an evidenzbasierte, an akademische Standards aller 50 Bundesstaaten gemappte Lehrpläne. Google zieht mit einem eigenen Schul-Assistenten nach — der nächste Verteilungskampf läuft um Bildung, nicht um Entwickler.
Reflect (9. Juli) zeigt unter Settings > Reflect einen monatlichen Rückblick auf das eigene Nutzungsverhalten (Themen, aktivster Tag, Peak-Stunde). Berichtet wird zudem, dass Claude Cowork in die Cloud wandert — geräteübergreifend, Aufgaben auch offline. (Cowork-Cloud: Sekundärquelle, nicht offiziell im Newsroom.)
Subagent-Text-Streaming, bessere Permission- und Upload-Behandlung, schnelleres Terminal-Rendering und zahlreiche Fixes über Chrome, Windows, Bedrock, Vertex und Hooks hinweg.
Binnen einer Woche verließen vier Senior-Forscher DeepMind: Noam Shazeer (Gemini-Co-Lead) zu OpenAI, Nobelpreisträger John Jumper sowie Jonas Adler und Alexander Pritzel zu Anthropic. Der Markt reagierte hart und strich rund 225 Mrd. $ von Alphabets Kapitalisierung.
Nach komplettem Architektur-Rebuild (kolportiert: 2-Mio.-Token-Kontext, „Deep Think"-Reasoning) war der 17. Juli als Start im Gespräch. Weder Datum noch Specs noch Preise hat Google offiziell bestätigt; per Mitte Juli nicht öffentlich verfügbar (nur limitierte Enterprise-Previews auf Vertex AI). Als Ankündigung, nicht als Fakt zu lesen.
Nano Banana 2 Lite als schnellstes/günstigstes Gemini-Bildmodell; Gemini Omni Flash als nativ multimodales Modell in Public Preview für die API.
SpaceXAI (ehem. xAI) nennt Grok 4.5 sein bisher stärkstes Modell für Code, agentische Aufgaben und Wissensarbeit — gemeinsam mit Cursor trainiert. Kolportiert wird Opus-nahes Niveau zu 2 $ Input / 6 $ Output pro Mio. Token. (Preis über Sekundärquelle.)
Mistrals erstes Modell für „embodied navigation": ein 8-Mrd.-Parameter-Modell, das einen Roboter allein aus einer RGB-Kamera und einem Sprachbefehl steuert — ohne LiDAR oder Tiefensensor. Auf dem Referenz-Benchmark R2R-CE (unseen validation) erreicht es State-of-the-Art.
Meta veröffentlicht Forschung zu Brain2Qwerty (7. Juli, Kommunikation ohne Operation) und treibt zugleich den Kurswechsel voran: von Open- zu Closed-Source, mit Muse Spark aus den Superintelligence Labs als Llama-Ablösung. Für Entwickler mit offenen Gewichten schließt sich die Tür weiter.
Das Modell ist diese Woche vom Produkt zur Zutat geworden — verkauft wird der Agent, der die Arbeit erledigt.
ChatGPT Work, Claude Cowork in der Cloud, Groks agentische Ausrichtung: Die Frage lautet nicht mehr „welches Modell ist am klügsten", sondern „welcher Agent hängt an meinen Daten und macht meinen Job". Wer das plant, prüft künftig Datenzugriff und Lock-in, nicht nur Benchmarks. Und Google zeigt die andere Seite der Rechnung: Ein verschobenes Release verzeiht der Markt — vier abgewanderte Top-Forscher kosten 225 Milliarden.