KIDas Repository openai/math ordnet die Arbeiten in 372 Familien. Dem Modell wurden rund 4.000 Probleme gestellt; im Schnitt kostete ein Ergebnis etwa drei Stunden ChatGPT-Pro-Rechenzeit.
KIDie Vorschau-API läuft, offene Gewichte kommen bis Ende Oktober. Trainiert laut Mistral in eigenen europäischen Rechenzentren, mit Spitzenwerten offener Modelle bei mehreren Cyber-Tests.
KIAls Antwort auf den EU AI Act erhalten ChatGPT- und Codex-Ausgaben in der EU ein unsichtbares Wasserzeichen; API-Kunden können es einschalten, der Detektor bleibt zunächst geschlossen.
KIGerätedaten werden nur in vertrauenswürdigen Ausführungsumgebungen mit veröffentlichtem Trainingscode entschlüsselt, und die Zugriffsregeln stehen in einem öffentlichen Transparenzlog, das Außenstehende prüfen können.
KIBei 507 Geschäftsabläufen endeten zwei Drittel der gescheiterten Versuche ohne Werkzeugfehler. Kimi-K3 löst die meisten Aufgaben einmal, Claude Opus 5 und 5.5 die meisten jedes Mal.
KIAuf Basis von Qwen3-8B mit 47.000 gefilterten Berichten trainiert, senkt es die Berichtszeit in Asta auf rund 51 statt 178 Sekunden. Gewichte und Trainingsdaten sind offen; die Evaluation stammt von 2025.
KIEin Lehrermodell zeigt, wie Erfolg aussieht, ein Generator schreibt neue Aufgaben zur Lücke, zwei Prüfstufen verwerfen zu großzügige Verifier. Pass@1 stieg um 7,2 Punkte.
KIDas offene Framework stellt das Training von Mixture-of-Experts-Modellen von FSDP auf DDP um und hält die Experten auf der GPU. 16-mal mehr Experten kosten weniger als 5 % Durchsatz.
KIFehlerrate, Tempo und Stimmähnlichkeit ersetzen wochenlange Arena-Votings. Bei Englisch führen Kokoro-82M, supertonic-3 und s2-pro, mehrsprachig unter anderem OmniVoice.
KIDas Upgrade erreicht laut OpenAI im Coding-Benchmark DeepSWE Astra-Niveau zu etwa einem Fünftel der Kosten und senkt gecachte Eingaben auf 0,10 Dollar je Million Tokens. Bei den schwersten Wissenschaftsaufgaben bleibt Astra vorn.