In den vergangenen 24 Stunden haben drei große Akteure neue Modelle veröffentlicht, und keiner von ihnen versucht, „die klügste KI aller Zeiten“ zu sein. Aber alle drei haben es eilig …
Hier ist der Überblick:
- Google hat Gemini 3.1 Flash-Lite.
- OpenAI antwortete mit GPT-5.3 Instant.
- Und Alibaba hat still und leise vier Qwen 3.5 Small-Modelle veröffentlicht, die auf deinem Smartphone oder Laptop laufen können.
Diese Modelle sind allesamt auf dasselbe optimiert: Geschwindigkeit, Kosten und den Betrieb auf kleinerer Hardware.
Worauf die einzelnen Unternehmen setzen
- OpenAI hat GPT-5.3 Instant für Echtzeitanwendungen entwickelt, bei denen selbst eine Verzögerung von zwei Sekunden das Nutzungserlebnis ruiniert (Systemkarte).
- Man denke an Live-Copiloten in Dokumenten, Sprachassistenten, die sich keine peinlichen Pausen leisten können, und KI-Chatfunktionen, die in die Tools integriert sind, die du ohnehin schon nutzt.
- Die Veröffentlichung besteht größtenteils aus Stimmungsänderungen: „flüssigerer Ton“, „weniger Verweigerungen“, „weniger belehrend“.
- In einer internen High-Stakes-Evaluierung (Medizin, Recht, Finanzen) gingen Halluzinationen mit Websuche um 26,8 % und ohne Websuche um 19,7 % zurück.
- In einem separaten Datensatz echter ChatGPT-Unterhaltungen, die Nutzer als faktisch falsch markiert hatten, gingen Halluzinationen mit Websuche um 22,5 % und ohne Websuche um 9,6 % zurück.
- Das Bogenschieß-Beispiel ist amüsant – GPT-5.2 schrieb vor der Antwort einen ganzen Aufsatz darüber, wobei es nicht helfen könne, während 5.3 einfach antwortet.
- Nebenbei wurde bestätigt, dass GPT-5.2 Instant am 3. Juni 2026 eingestellt wird.
- API model string is gpt-5.3-chat-latest
- Google zielte auf den Einsatz in Unternehmen ab. Flash-Lite ist für Unternehmen gedacht, die täglich Millionen von API-Aufrufen tätigen und bei denen es wichtiger ist, Bruchteile eines Cents pro Anfrage einzusparen, als bei Benchmark-Ergebnissen gut abzuschneiden.
- Die Token-Preise beginnen bei 0,25 US-Dollar pro Million Eingabetokens (im Vergleich zu 1,75 US-Dollar bei OpenAI).
- Eine 2,5-fach schnellere Zeit bis zum ersten Token (also wie schnell das Modell mit der Antwort beginnt) und eine um 45 % höhere Ausgabegeschwindigkeit im Vergleich zu Gemini 2.5 Flash.
- Es bietet anpassbare „Denkstufen“, sodass Entwickler den Grad der Schlussfolgerung je nach Aufgabe hoch- oder herunterregeln können.
- Vorgesehen für Workloads mit hohem Volumen wie Übersetzungen, Inhaltsmoderation und Echtzeitanwendungen.
- Als Preview über die Gemini API in Google AI Studio und Vertex AI verfügbar.
- Alibaba wagte den kühnsten Vorstoß. Qwen 3.5 Small ist eine Modellfamilie (von 0,8 bis 9 Milliarden Parametern), die auf deinem Smartphone oder Laptop laufen kann – ganz ohne Cloud (das heißt: kostenlos, wenn du sie auf deinem eigenen Gerät ausführst).
- Das 9-Milliarden-Parameter-Modell nutzt sogar eine Technik namens Scaled Reinforcement Learning, um Halluzinationen zu reduzieren und die Schlussfolgerungsfähigkeit zu verbessern, und tritt damit gegen Modelle an, die 5- bis 10-mal so groß sind.
- Sogar Elon gratulierte ihnen zur Informationsdichte.
- Übrigens: AlphaSignal hat eine Installationsanleitung für Qwen geschrieben – sowohl für dein Smartphone als auch für deinen Computer!
Warum das wichtig ist
So sieht es aus, wenn KI zur Infrastruktur wird. Niemand prahlt damit, wie leistungsstark sein Strom ist. Entscheidend ist, dass er günstig, zuverlässig und überall verfügbar ist. Wir sind noch nicht ganz in der Phase des „langweiligen Versorgungsdienstes“ angekommen, aber in der Ferne zeichnet sich das schon knapp über den Baumkronen ab – an einem smogfreien Tag.
Für die meisten Menschen ist die Schlussfolgerung einfach: Das nächste KI-Tool, das du nutzt, wird wahrscheinlich nicht das leistungsfähigste verfügbare Modell sein. Es wird das schnellste und günstigste sein, das gut genug ist. Und „gut genug“ wird immer besser. Zumal du „Thinking“ weiterhin aktivieren kannst (jedes KI-Modell bietet eine Option, „Thinking“ oder eine Variante davon einzuschalten, wodurch es vor der Antwort länger nachdenkt. Profi-Tipp: Tu das oft. Ich mache das ständig).
Anmerkung der Redaktion: Dieser Inhalt erschien ursprünglich im Newsletter unserer Schwesterpublikation The Neuron. Weitere Beiträge von The Neuron kannst du hier über den Newsletter abonnieren.