Relevante Forschung, veröffentlichte Ergebnisse und Grenzen von Bewertungen.
77 Artikel
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.
CounterCredit prüft, ob jeder visuelle Aufruf für die Antwort notwendig war und ob der Agent das erhaltene Bild genutzt hat. Die Ergebnisse auf drei Benchmarks sind vielversprechend, belegen aber noch nicht, dass sich die Methode auch außerhalb dieser Tests bewährt.
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.
Das neue OpenAI-Modell verbindet Schlussfolgern, Computernutzung und ein sehr großes Kontextfenster. Die gemeldeten Fortschritte sind relevant, ersetzen jedoch weder eigene Tests noch Kontrollen über Berechtigungen, Daten und irreversible Aktionen.
Anthropic stellte Claude Opus 5 am 24. Juli 2026 als Modell für Programmierung, Wissensarbeit und mehrstufige Abläufe vor. Das Unternehmen erklärt, das Verhältnis von Leistung zu Kosten gegenüber Opus 4.8 zu verbessern. Die Vergleiche erfordern jedoch Vorsicht: Sie verbinden eigene Tests, unterschiedliche Aufwandseinstellungen und in manchen Fällen Fallback-Mechanismen auf frühere Modelle.