Veröffentlichungen, Versionen, Verfügbarkeit, Preise und Änderungen an KI-APIs.
102 Artikel
Google kündigt Live Avatar für Gemini Enterprise an: eine visuelle Darstellung, die das Gespräch begleitet und ihre Bewegungen mit der Stimme synchronisiert. Verfügbarkeit, Leistung und unterstützte Modalitäten haben Grenzen, die es auseinanderzuhalten gilt.
Die OpenAI-Dokumentation nennt einen Einstellungstermin für die Videos API sowie für Sora 2 und Sora 2 Pro und gibt keinen Ersatz an. Teams können jetzt ihre Abhängigkeiten erfassen und bereits heruntergeladene Assets sichern. Was nach der Abschaltung mit laufenden Jobs und Metadaten geschieht, geht aus den verfügbaren Quellen nicht hervor.
Nach Angaben des Unternehmens erkannten Claude-Agenten in der DNA von Bakteriophagen ein Muster, das mit reversen Transkriptasen verbunden ist. Forschende führten Labortests durch, doch die Funktion des Systems ist weiterhin unbekannt. Die verfügbaren Belege weisen keine Anwendung nach, die mit CRISPR vergleichbar wäre.
OpenAI stellt einen Datensatz synthetischer Gespräche vor, die anhand von Kriterien bewertet werden, welche Fachleute mit Berufszulassung formuliert haben. Die Veröffentlichung macht das grundsätzliche Design nachvollziehbar. Die verfügbaren Informationen reichen jedoch nicht aus, um reproduzierbare Modellvergleiche zu bestätigen oder die Leistung in der realen klinischen Versorgung zu messen.
Medien berichten Google zwei neue Text-to-Speech-Modelle zu: Flash TTS und Flash-Lite TTS. In der vorliegenden offiziellen Dokumentation sind sie noch nicht aufgeführt. Ihre Funktionen, Verfügbarkeit und Leistung müssen daher noch bestätigt werden.
Der Ansatz soll leistungsfähigere Modelle zugänglich machen, ohne ihre gesamte Rechenlast an Bord zu verarbeiten. Die Quellen nennen mögliche Vorteile, liefern hier aber nicht genügend Kennzahlen oder Details, um die Ergebnisse zu quantifizieren.
Anthropic stellt Opus 5.5 mit niedrigeren Tokenpreisen als bei Opus 5 und Verbesserungen vor, die das Unternehmen eigenen Auswertungen zufolge erzielt hat. Die verfügbare Dokumentation bestätigt Kontextfenster, Ausgabelimit und Verfügbarkeit. Offen bleiben jedoch Fragen zur Vergleichbarkeit der Tests, zu Sicherheitsbeschränkungen und zu tatsächlichen Einsparungen pro Aufgabe.
OpenAI kündigt Diagnosen und explizite Breakpoints für den GPT‑6-Cache an. Ob sie Latenz und Kosten senken, hängt vom Anfrageverhalten ab und muss mit eigenen Messungen geprüft werden.
OpenAI positioniert Sol und Luna als Modelle der GPT-6-Familie mit unterschiedlichen Kosten- und Leistungsprofilen. Das Unternehmen kündigt eine Preissenkung um 50 Prozent gegenüber den Aktionspreisen von GPT-5.6 an. Die verfügbaren Quellen nennen hier jedoch keine konkreten Einheitspreise und erlauben keine unabhängige Überprüfung der Leistungsverbesserungen.
Mistral AI dokumentiert Voxtral TTS als Dienst zur Sprachsynthese mit Streaming und mehreren Ausgabeformaten. Bevor ein Team einen Anbieter oder ein Modell für Anrufe, Benachrichtigungen oder veröffentlichte Inhalte ablöst, muss es neben der hörbaren Qualität auch die technische, operative und datenbezogene Vertraglichkeit mit einer Regression anhand eigener Skripte prüfen.
GPT-Transcribe ist als Transkriptionsmodell verfügbar, das über die OpenAI-API genutzt werden kann. Bevor ein bestehendes ASR-System ersetzt wird, sollte nicht nur der resultierende Text geprüft werden, sondern auch der technische Vertrag, auf dem Suche, Zusammenfassungen, Warnungen, Zitate, Prüfungen und Compliance-Aufzeichnungen beruhen.
Mistral Small 4 verbindet die Veröffentlichung von Gewichten unter Apache 2.0 mit einem per API verfügbaren Modell. Bevor ein Team beide Optionen als austauschbar darstellt, muss es Modellvertrag, Servicevertrag und die Betriebsaufgaben, die es selbst übernehmen müsste, getrennt prüfen.