GPT-5.4 mit Computer Use, Claude steuert den Desktop, Auto Mode statt Permission-Prompts, und Mistral Small 4 unter Apache 2.0.
Im März bekamen die Coding-Agents Hände: Claude steuert Maus und Tastatur, GPT-5.4 bringt Computer Use ins Hauptmodell, und Claude Code ersetzt Permission-Prompts durch einen Klassifikator. Jeder Link führt zur Primärquelle.
Holt die Coding-Fortschritte von GPT-5.3-Codex ins Hauptmodell und bringt eingebautes Computer Use: 75 Prozent auf OSWorld-Verified gegenüber 47.3 für GPT-5.2. Die Stufen mini und nano folgten am 17. März, zu rund dem Vierfachen der GPT-5-Preise, also Kostenmodelle prüfen, bevor man Defaults umstellt.
Ein 119B-MoE mit 6B aktiv und 256k Kontext, das Magistral, Pixtral und Devstral in ein Modell mit konfigurierbarem reasoning_effort zusammenlegt. Apache 2.0, läuft auf vLLM, llama.cpp und SGLang; die API kostet $0.15/$0.60 pro Million Tokens.
Das erste Flash-Lite der Gemini-3-Reihe, Googles schnellste und günstigste Stufe für hohe Volumina. Achtung dabei: gemini-3-pro-preview wurde am 9. März abgeschaltet und zeigt jetzt auf 3.1 Pro, was gepinnte Pipelines still verändern kann.
Ein Embedding-Modell in der Preview, das mehrere Medientypen zugleich annimmt. Das vereinfacht RAG-Stacks, die bisher getrennte Text- und Bild-Embedder zusammenkleben.
Ein Echtzeit-Sprachmodell für Voice-First-Agents, in der API als gemini-3.1-flash-live-preview. Die Lyria-3-Musikmodelle landeten einen Tag vorher in der API.
Claude öffnet Apps, bedient den Browser und füllt Tabellen mit direkter Maus- und Tastatursteuerung, als Research Preview für Pro und Max auf macOS. Wo Connectors wie Slack oder Google Workspace existieren, nutzt es sie und greift nur sonst zum Bildschirm.
Anthropics Engineering-Beitrag dazu, Permission-Prompts pro Aktion durch einen Safety-Klassifikator zu ersetzen, der Routineaktionen selbst genehmigt. Direkt relevant für alle, die heute ohne Permissions fahren oder Allowlists von Hand pflegen.
Vier Prioritäten: horizontal skalierbarer Streamable-HTTP-Transport mit Server-Discovery über .well-known, ein gehärtetes Tasks-Primitiv, Governance über Working Groups und Enterprise-Themen wie SSO und Audit über Extensions. Proposals entlang dieser Spuren kommen am schnellsten voran.
MCP Apps rendern interaktive UI von Werkzeugen wie Amplitude, Figma und tldraw direkt im Editor, und Team Marketplaces geben Admins private Plugin-Repos mit Governance. Ein Follow-up brachte Cursors Agent in die JetBrains-IDEs.
Ein Single-GPU-Harness um nanochat, in dem ein Agent train.py bearbeitet, fünf Minuten trainiert, die Änderung behält oder verwirft und wieder von vorn beginnt, gesteuert von einer program.md. Eine konkrete Vorlage, um Experimentschleifen an Agents zu delegieren.
Wie man einen Harness strukturiert, damit ein Agent über lange Horizonte an einer Anwendung arbeiten kann, vom Team hinter Claude Code. Nützlich für alle, die eigene Agent-Loops bauen statt fertige zu konsumieren.
Ein System, mit dem Unternehmen Modelle auf Frontier-Niveau trainieren, die in eigenem Wissen verankert sind, angekündigt neben einer NVIDIA-Partnerschaft. Das Open-Weights-Lager rückt die Wertschöpfung nach oben, von Modellen zu Plattformen für den Modellbau.
