Opus 4.8 orchestriert parallele Subagents, Google I/O liefert Gemini 3.5 Flash und WebMCP, MCP kündigt den zustandslosen Umbau an, und Codex zieht auf Handy und Browser.
Jedes große Mai-Release drehte sich darum, viele autonome Agents zuverlässig und günstig laufen zu lassen, nicht um rohe Benchmark-Gewinne: Opus 4.8 mit parallelen Subagents, Gemini 3.5 mit Aktion statt nur Antwort, Codex auf Handy und im Browser, und MCP kündigt seinen zustandslosen Umbau an. Jeder Link führt zur Primärquelle.
Das stärkste Anthropic-Modell zum unveränderten Opus-Preis, mit der Kernaussage, dass es Fehler im eigenen Code rund viermal seltener unkommentiert durchlässt als Opus 4.7. Dazu kommen Dynamic Workflows, mit denen Claude Code parallele Subagents für Arbeit im Codebase-Maßstab plant und fährt, sowie system-Einträge mitten in der Konversation, um lange Aufgaben umzulenken.
Ersetzt GPT-5.3 Instant als Standard für alle ChatGPT-Nutzer und landet in der API als chat-latest, laut OpenAI mit 52.5 Prozent weniger halluzinierten Behauptungen bei heiklen Prompts. Wer chat-latest pinnt, dessen Default-Modell hat sich diesen Monat unbemerkt geändert.
Gemini 3.5 Flash ist über API, AI Studio, Antigravity und Android Studio verfügbar und schlägt 3.1 Pro beim Coding; 3.5 Pro folgt später. Gemini Omni bringt Any-to-Any-Multimodalität, beginnend mit Video, mit SynthID gewassermarkt.
Closed Weights, nur per API zu $2.50/$7.50 pro Million Tokens, mit 1M-Kontext und starken Agent-Werten (SWE-Pro 60.6, Terminal-Bench 2.0 69.7), gebaut für lange Sessions mit über 1000 verketteten Tool-Calls. Relevant als günstiges Long-Context-Backend, wenn man die Abhängigkeit von einer nicht-westlichen API akzeptiert.
Dense 128B mit 256k Kontext unter modifizierter MIT-Lizenz, 77.6 Prozent auf SWE-Bench Verified, auf vier GPUs selbst hostbar: das stärkste offene Coding-Modell für On-Prem in diesem Monat. Derselbe Post startet Vibe, parallele sandboxed Cloud-Coding-Sessions mit GitHub-, Jira- und Sentry-Integration.
Anthropics Entwicklerkonferenz brachte automatisiertes PR-Review, CI-Auto-Fix, Security-Reviews und asynchrone Routinen, morgens liegen merge-fertige PRs bereit. Kein neues Modell; der Pitch war Orchestrierung der vorhandenen.
Codex steuert Chrome direkt auf macOS und Windows: Web-Apps testen, Kontext über Tabs lesen, DevTools nutzen, mit Permission-Prompts pro Site. Schließt die Lücke zwischen "Agent schreibt Frontend-Code" und "Agent prüft, dass es rendert".
Alle Pläne auf iOS und Android in der Preview: Threads beobachten, Outputs reviewen, Befehle freigeben und Modelle wechseln, vom Handy aus. Die Freigabe einer wartenden Agent-Aktion braucht keinen Laptop mehr.
Der RC macht den Protokollkern zustandslos, kein Mcp-Session-Id und kein Initialize-Handshake mehr, richtet die Auth an OAuth 2.1 aus und stellt Roots, Sampling und Logging aufs Abstellgleis. Server-Autoren haben bis zum finalen Release am 28. Juli Zeit, die Migration zu planen.
Auto Mode ersetzt Permission-Prompts durch Sicherheitschecks im Hintergrund und läuft jetzt auch auf Pro mit Sonnet 4.6. /usage rechnet den Verbrauch einzelnen Skills, Subagents, Plugins und MCP-Servern zu, die erste echte Antwort auf "was frisst meine Limits", und /code-review postet Findings als Inline-Kommentare am PR.
Antigravity wird eigenständige Desktop-App mit CLI und SDK, Managed Agents provisionieren Remote-Linux-Umgebungen per API-Call. WebMCP, ein vorgeschlagener offener Standard, mit dem Websites Browser-Agents strukturierte Tools anbieten, startet als Origin Trial in Chrome 149.
Modelle auf die Begründung hinter ethischen Prinzipien zu trainieren generalisiert deutlich besser als Training auf konformes Verhalten allein; jedes Claude-Modell seit Haiku 4.5 besteht das Agentic-Misalignment-Eval fehlerfrei. Direkt relevant, wenn Agents Credentials halten oder unbeaufsichtigt handeln.
