Die KI-News von AdSimple – adsimple.at, gesponsert von ChatCMM – chatcmm.com: Blogartikel erstellen, optimieren und in WordPress veröffentlichen.

Auf einen Blick

Neu: Claude Fable 5.2 – gezielt für schwierige Aufgaben

Anthropic hat am 9. November Claude Fable 5.2 und Mythos 5.2 vorgestellt. Beide nutzen dasselbe Basismodell; Fable enthält zusätzliche Schutzmechanismen für Cybersecurity und Biologie, Mythos setzt eine geprüfte Zugangsberechtigung voraus. Die regulären API-Preise nennt Anthropic mit 8 US-Dollar pro Million Eingabetokens und 40 Dollar pro Million Ausgabetokens. Der schnellere Modus kostet jeweils das Doppelte.

Der Anbieter berichtet Verbesserungen bei Programmierung, Schlussfolgern und Bildverständnis. Seine Demonstrationen und Benchmarks sind keine Garantie für Dein Projekt. Selbst Anthropic empfiehlt für viele alltägliche Aufgaben weiterhin Opus 5.5 als Ausgangspunkt.

Unsere Einordnung: Ein stärkeres Modell lohnt sich besonders dort, wo eine ungelöste Aufgabe viel Nacharbeit verursacht. Es muss nicht jede kleine Änderung übernehmen. Für einen ersten Vergleich eignen sich drei bereits gelöste, anonymisierte Problemfälle aus Deinem Alltag: gleiche Ausgangsdaten, gleiche Zeitgrenze, vorher festgelegte Abnahmekriterien. Miss die brauchbaren Ergebnisse und Deine Korrekturzeit. Ein längerer oder selbstsicherer Text ist noch keine Verbesserung.

Quelle: Anthropics Vorstellung vom 9. November.

Fable in Copilot: Datenspeicherung vor dem Einsatz prüfen

GitHub meldet Fable 5.2 für Copilot Pro+, Max, Business und Enterprise; die Bereitstellung erfolgt schrittweise. Bei Business und Enterprise müssen Administratoren das Modell zunächst aktivieren. GitHub weist ausdrücklich auf eine standardmäßige Speicherung von Eingaben und Ausgaben bei Anthropic für Sicherheitsprüfungen hin. Diese Daten werden laut GitHub nicht für das Modelltraining verwendet.

Eine Ausnahme ohne Datenspeicherung gibt es für bestimmte berechtigte Unternehmenskunden, zunächst bis Jahresende. Das ist keine allgemeine Zusage für jeden Account.

Was das praktisch bedeutet: Prüfe den tatsächlich verwendeten Zugang, bevor Du vertraulichen Quellcode oder Kundendokumente übergibst. Die Aussage „Wir verwenden Claude“ beschreibt die Datenverarbeitung noch nicht ausreichend. Für den ersten Modellvergleich reichen öffentliche oder synthetische Beispieldaten. Ein Leistungsgewinn allein beantwortet die Frage nach dem passenden Datenzugang nicht.

Quelle: GitHubs Ankündigung und Hinweise zur Datenspeicherung.

Neu: Muse Ember soll wiederkehrende Agentenaufgaben günstiger machen

Meta stellt Muse Ember als kleines Ausführungsmodell für wiederkehrende Aufgaben vor: Informationen aus Dokumenten ziehen, Werkzeuge aufrufen oder abgegrenzte Codeänderungen erledigen. In der Meta Model API kostet eine Million Eingabetokens bis 200.000 Eingabetokens pro Anfrage 0,10 US-Dollar, eine Million Ausgabetokens 0,50 Dollar. Oberhalb dieser Eingabelänge steigen die Preise auf 0,30 beziehungsweise 1,50 Dollar. Das Kontextfenster umfasst rund eine Million Tokens.

Für wen lohnt sich ein Test? Für Anwendungen mit vielen gleichartigen, überprüfbaren Arbeitsschritten. Nimm etwa 20 öffentliche Produktbeschreibungen und lass festgelegte Eigenschaften extrahieren. Vergleiche mit Deinem bisherigen Modell: korrekt ausgefüllte Felder, übersehene Angaben, Wiederholungen und Kosten pro akzeptiertem Datensatz. Für seltene, schwierige Entscheidungen kann die zusätzliche Kontrolle einen niedrigen Tokenpreis schnell aufzehren.

Metas Benchmark-Vergleiche sind Anbieterangaben. Auch die Fähigkeiten hängen vom Zugang ab: Google führt seine Muse-Ember-Anbindung als Vorschau mit Text- und Bildeingaben. Die multimodalen Angaben der direkten Meta API lassen sich deshalb nicht pauschal auf jeden Vermittler übertragen.

Quellen: Meta zu Einsatz und Preisen, Modellvorstellung und Google zur Vorschau.

Aus unseren Projekten: ChatCMM bringt Inhalte in Deinen Blog

ChatCMM – chatcmm.com ist ein Projekt von AdSimple und Sponsor dieser Ausgabe. Die Plattform erstellt und optimiert Blogartikel und kann sie in WordPress veröffentlichen.

ChatCMM: Blogartikel erstellen, prüfen und veröffentlichen. chatcmm.com.
ChatCMM – ein Projekt von AdSimple und Sponsor dieser Ausgabe.

Ein sinnvoller Einstieg ist eine häufige Frage Deiner Kunden: Gib die belegten Fakten, das Ziel des Artikels und die richtige Zielseite vor. Prüfe anschließend besonders konkrete Zahlen, Produktnamen und Links. So wird aus einer Schreibaufgabe ein wiederholbarer Ablauf mit klarer Abnahme.

Update: Inkling 2 Small zeitweise kostenlos auf OpenRouter

Thinking Machines verweist auf den zeitweise kostenlosen Zugang zu Inkling 2 Small über OpenRouter. Das Modell selbst wurde bereits am 5. November vorgestellt; neu ist hier der zusätzliche Testzugang. Es verarbeitet Text und Bilder und ist unter anderem auf Programmieraufgaben mit visueller Rückmeldung ausgerichtet.

Ein kurzer Versuch mit einer öffentlichen Testseite kann zeigen, ob das Modell einen sichtbaren Layoutfehler erkennt und sinnvoll korrigiert. Vergleiche die Seite anschließend auch in schmaler Ansicht. Der Hersteller nennt Schwächen bei Werkzeugauswahl und Darstellung der Antworten; ein kostenloser Zugang ersetzt diese Prüfung nicht. Kostenfreiheit und verfügbare Kontingente vor dem Test auf OpenRouter kontrollieren.

Quellen: aktueller Anbieterhinweis und Vorstellung und Grenzen des Modells.

Neu: ElevenAgents steuert mehrstufige Kontaktkampagnen

ElevenLabs hat am 9. November den Campaign Manager vorgestellt. Er soll Kontakte über mehrere Versuche bis zu einem vorgegebenen Ergebnis begleiten, etwa einer Terminbestätigung. Zeitfenster und Versuchslimits lassen sich festlegen. Telefon und WhatsApp werden unterstützt; E-Mail und SMS sind angekündigt. Der Anbieter beschreibt auch, dass ein geäußerter Kontaktstopp protokolliert und beachtet wird.

Unser erster Testvorschlag: Starte mit internen Testkontakten und drei Situationen: keine Antwort, gewünschter Rückruf und ausdrücklicher Kontaktstopp. Entscheidend ist, ob der nächste Schritt jeweils korrekt erfolgt und nachvollziehbar dokumentiert wird. Eine Kontaktliste allein ist kein sinnvoller Startpunkt für einen unbeaufsichtigten Echtbetrieb.

Quelle: ElevenLabs Campaign Manager.

Update: Ein dot kann mehrere verbundene Rechner nutzen

OpenAI Developers kündigt an, mehrere lokale Computer mit demselben dot verbinden und den passenden Rechner für eine Aufgabe auswählen zu können. Die Dokumentation unterscheidet dabei den Cloud-Computer von angeschlossenen lokalen Geräten. Lokale Arbeit setzt weiterhin einen erreichbaren Rechner mit geöffneter ChatGPT-App voraus; Browser-Anmeldungen werden nicht automatisch zwischen den Umgebungen geteilt.

Für Entwicklungsteams ist ein abgegrenzter erster Einsatz naheliegend: dieselbe unkritische Testanwendung auf zwei bereits freigegebenen Geräten prüfen lassen und die Ergebnisse vergleichen. Das kann Unterschiede in Werkzeugversionen sichtbar machen. Es bedeutet nicht, dass ein ausgeschalteter lokaler Rechner plötzlich weiterarbeitet oder bestehende Zugriffsgrenzen entfallen.

Quelle: OpenAI: Computer und Apps verbinden.

Kurz vom Vortag: Trainingsinfrastruktur und Kostenmessung

Google Pathways: Die am 9. November angekündigte allgemeine Verfügbarkeit betrifft die Koordination großer verteilter Trainingsläufe. Für Teams mit fertigen API-Modellen ist das kein unmittelbarer Funktionsgewinn. Google-Ankündigung.

Langfuse 4.77.0: Die automatische Token-Schätzung aus Text entfällt. Fehlende Verbrauchsdaten sollten als Lücke behandelt werden, nicht als kostenlose Nutzung. Release.

Pika H3 Flex: Pika verweist auf einen Community-Zweig für AMD MI350X. Das ist ein Beitrag zur Hardwareunterstützung, kein allgemeiner neuer Modellrelease. AMD-Beitragszweig.

Stand: 10.11.2026, 08:47 Uhr Wien. Unsere öffentliche Quellenliste AI Models & Tools.