Opus 4.7 und GPT-5.5 im Wochenabstand, Cursor 3.0 macht parallele Agents zum Interface, DeepSeek-V4 bringt 1M Kontext als offene Gewichte, und Anthropic seziert die eigene Regression.
Im April organisierte sich der ganze Stack um parallel laufende Agents: die Frontier-Labs lieferten Modelle für lange Coding-Horizonte, die IDEs machten Multi-Agent-Orchestrierung zum Standard-Interface, und die Open-Weights-Labs schlossen zum Bruchteil der Kosten auf. Jeder Link führt zur Primärquelle.
Ausgelegt auf langlaufende Engineering-Aufgaben: Vision bis 2576px für Computer-Use-Agents, die dichte Screenshots lesen, eine neue Effort-Stufe xhigh und wörtlichere Instruktionstreue, die bestehende Prompts und Harnesses ein Nachjustieren kostet. Preis unverändert bei $5/$25 pro Million Tokens.
Neues Flaggschiff mit Zugewinnen bei Agentic Coding und Reasoning: 82.7 Prozent auf Terminal-Bench 2.0 und 51.7 auf FrontierMath Tier 1 bis 3. Im selben Monat in Codex ausgerollt, womit sich das Standardziel der meisten Agent-Harnesses verschiebt.
Vier Varianten unter Apache 2.0, von E2B bis zum 26B-MoE, gebaut aus der Gemini-3-Forschung mit nativer Unterstützung für agentische Workflows und Edge-Deployment. Relevant für alle, die ein permissiv lizenziertes lokales Modell für Planung und Tool Use wollen.
Zwei offene MoE-Modelle, V4-Pro mit 1.6T total und V4-Flash mit 284B, mit 1M Token Kontext als Default und Kompatibilität zu OpenAI- wie Anthropic-API-Formaten. Mit Frist: die alten deepseek-chat und deepseek-reasoner gehen am 24. Juli in Rente.
Ein 1T-MoE mit 32B aktiv unter modifizierter MIT-Lizenz, gebaut für lange agentische Coding-Sessions, mit einem Agent-Swarm-System, das laut Berichten auf 300 Sub-Agents skaliert. Soll GPT-5.5 auf SWE-Bench Pro zu deutlich geringeren Kosten erreichen.
Computer Use auf macOS, ein eingebauter Browser zum Prüfen von Frontend-Arbeit, GitHub-PR-Reviews, SSH auf Remote-Devboxen, Gedächtnis für Präferenzen und Thread-Automationen für wiederkehrende Arbeit. OpenAI nennt über 3 Millionen wöchentliche Entwickler.
Das neue Agents Window fährt viele Agents parallel, lokal, in Git Worktrees, in der Cloud und über SSH, dazu /worktree, /best-of-n über mehrere Modelle, Design Mode für UI-Anmerkungen im Browser und ein Await-Tool, mit dem Agents auf Hintergrundprozesse warten.
Eigene Agents auf derselben Runtime, demselben Harness und denselben Modellen bauen, die Cursor antreiben. Damit steht es in direkter Konkurrenz zum Claude Agent SDK und zu Codex als einbettbare Agent-Plattform.
Ungewöhnlich detailliertes Postmortem: ein abgesenkter Reasoning-Effort-Default, ein Caching-Bug, der die Reasoning-Historie jede Runde leerte, und eine Verbosity-Kappung im System-Prompt, die die Coding-Qualität messbar drückte. Pflichtlektüre dazu, wie kleine Harness-Änderungen Agent-Output verschlechtern.
Eine Research Preview, die Prototypen, Decks und UI-Mockups aus Prompts erzeugt und die echten React-Komponenten eines verlinkten Repos liest, um das eigene Design-System anzuwenden. Exportiert nach HTML, PPTX, Canva oder direkt in Claude Code.
Google positioniert Vertex AI um die Gemini Enterprise Agent Platform für den Bau und die Governance autonomer mehrstufiger Agents neu und kündigt TPUs der achten Generation an, dimensioniert für agentische Inferenz-Lasten.
Rund 3.5 Gigawatt zusätzliche TPU-Kapazität ab 2027, daneben die Angabe, dass Anthropics Run-Rate-Umsatz 30 Milliarden Dollar überschritten hat. Für Builder ist das ein Kapazitätssignal: Claude-Inferenz und Rate Limits werden auf Jahre hinaus unterlegt.
