Die KI-News der Woche vom 30.07.2026

Claude Opus 5 bringt einen großen Teil von Anthropics Frontier-Leistung in eine günstigere Preisklasse, erste Videos von Hailuo H3 geben einen noch vorläufigen Eindruck des neuen Modells und ChatGPT Work kann nach einer von dir übernommenen Anmeldung mit persönlichen Accounts weiterarbeiten.

Google veröffentlicht Lyria 3.5

Google hat Lyria 3.5 angekündigt und direkt in Flow Music verfügbar gemacht. Das Musikmodell soll Anweisungen genauer umsetzen. Nach Angaben des Unternehmens kannst du unter anderem ein exaktes Tempo vorgeben, vollständige Songs erzeugen und einzelne Spuren als Stems exportieren. Auch Gesang und Übergänge innerhalb der Arrangements sollen ausdrucksstärker, dynamischer und natürlicher klingen.

Flow Music ergänzt die Generierung um einen Chat mit einem sogenannten Producer. Darüber lassen sich Songs schrittweise entwickeln und bearbeiten sowie anschließend in Playlists oder eigenen Projekten veröffentlichen. Passende Musikvideos können mit Googles Veo-Modell entstehen.

Der Einstieg ist laut Anbieter kostenlos und ohne Kreditkarte möglich, die Plattform arbeitet jedoch mit täglichen Credits. Mit dem erweiterten Workflow positioniert Google Lyria stärker als Alternative zu Musikdiensten wie Suno und Udio.

Anthropic veröffentlicht Claude Opus 5

Anthropic hat Claude Opus 5 veröffentlicht. Das Modell ist nach Angaben des Unternehmens auf allen Claude-Plattformen verfügbar, wird zum Standardmodell im Max-Tarif und soll das stärkste Modell für zahlende Pro-User sein.

Über die API kosten eine Million Input-Token fünf US-Dollar und eine Million Output-Token 25 US-Dollar. Damit bleibt der Preis gegenüber Opus 4.8 unverändert. Ein optionaler Fast-Modus soll ungefähr die 2,5-fache Geschwindigkeit liefern, kostet jedoch das Doppelte.

Anthropic ordnet Opus 5 knapp unter dem deutlich teureren Spitzenmodell Fable 5 ein und hebt besonders Coding, Wissensarbeit, Computerbedienung und lange Agentenaufgaben hervor. In mehreren veröffentlichten Tests liegt Opus 5 nach Angaben des Unternehmens an der Spitze. Solche Ergebnisse hängen allerdings stark von der verwendeten Agentenumgebung und der gewählten Denkstufe ab.

Erste öffentliche Versuche deuten zudem darauf hin, dass das Modell ganze Spiele ohne bereitgestellte Assets entwickeln kann. Eine von einem User veröffentlichte Spieledemo wirkt eindrucksvoll, ist aber kein unabhängiger Leistungstest. Die Ankündigung auf dem Claude-Account zeigt, wie Anthropic das Modell für den täglichen professionellen Einsatz positioniert.

ChatGPT Voice steuert Work und Codex

OpenAI bringt ChatGPT Voice in die Desktop-App für macOS und Windows. Die neue Funktion dient nicht nur als Spracheingabe für normale Chats. Das zugrunde liegende GPT-Live kann per Stimme auch Aufgaben in ChatGPT Work und Codex starten, den Fortschritt laufender Aufgaben prüfen und mehreren Agenten weitere Anweisungen geben.

ChatGPT kann dabei gleichzeitig zuhören, sprechen und die Arbeit in der App koordinieren. Auf dem Mac lässt sich außerdem der Inhalt des aktuell geöffneten Fensters als Kontext freigeben.

Die Funktion wird laut OpenAI weltweit für Plus, Pro, Business, Edu und Enterprise ausgerollt. Es kann jeweils nur eine Voice-Unterhaltung aktiv sein. Für Sprachzeit gilt zudem ein eigenes, vom jeweiligen Tarif abhängiges Nutzungslimit.

Claude Voice erhält Sonnet, Opus und Deutsch

Anthropic erweitert Claude Voice um Sonnet und Opus. Bisher lief der Sprachmodus ausschließlich mit dem schnelleren, aber schwächeren Haiku-Modell. Zahlende Personen können nun die stärkeren Modelle verwenden und sogar während einer Unterhaltung wechseln.

Claude Voice kann auf verbundene Dienste wie Gmail, Slack und Google Calendar zugreifen und nach einer Bestätigung auch Aktionen ausführen. Der Sprachmodus unterstützt außerdem deutlich mehr Sprachen, darunter Deutsch. Die Beta ist auf Mobilgeräten, im Web und auf dem Desktop verfügbar.

Im kostenlosen Tarif bleiben Haiku und ein verbundenes Werkzeug enthalten. Zahlende Personen erhalten die stärkeren Modelle und alle von ihnen freigegebenen Tools. Anders als GPT-Live arbeitet Claude weiterhin in klaren Gesprächsrunden: Es hört zu, denkt nach und antwortet anschließend, während OpenAIs Ansatz stärker auf gleichzeitige Kommunikation und die Koordination mehrerer Agenten ausgerichtet ist.

Erste Videos von Hailuo H3

Mehrere Early-Access-Tester haben erste Clips von MiniMax‘ neuem Videomodell Hailuo H3 veröffentlicht. Zu sehen sind unter anderem ein komplexer Sprung ins Wasser, eine filmische Szene mit einem FBI-Agenten in einem Diner und eine längere Sammlung verschiedener Kinoeinstellungen. Öffentlich zugänglich sind etwa ein erster H3-Testclip, eine weitere Early-Access-Szene und eine zusätzliche H3-Demonstration.

Einer der Tester gibt an, H3 könne Videos von bis zu 15 Sekunden nativ in 2560 × 1440 Pixeln erzeugen und als Omni-Modell bis zu zwölf Referenzen aus Bildern, Videos und Audio verarbeiten. Diese technischen Angaben stammen aus dem Early Access und sind bislang nicht offiziell bestätigt.

Die ersten Szenen wirken besonders bei Kamerabewegungen, Figuren und längeren dynamischen Abläufen vielversprechend. Für eine belastbare Bewertung reichen einige von Early-Access-Usern ausgewählte Clips jedoch nicht aus.

MiniMax hat bislang weder eine ausführliche offizielle Modellseite noch eine öffentliche API-Dokumentation für H3 veröffentlicht. Auf den öffentlich zugänglichen Produktseiten wird weiterhin Hailuo 2.3 als aktuelles Videomodell geführt. Technische Daten, Veröffentlichungstermin und Preise sind daher noch nicht offiziell bestätigt.

FLUX 3 Video startet im Early Access

Black Forest Labs hat FLUX 3 vorgestellt. Anders als frühere FLUX-Versionen ist es nicht nur als Bildmodell angelegt. FLUX 3 wurde nach Angaben des Unternehmens gemeinsam mit Bildern, Videos und Audio trainiert und soll daraus eine einheitliche Darstellung der realen Welt lernen.

Das Modell soll Videos mit passendem Ton erzeugen, vorhandene Video- und Audioszenen fortsetzen, Übergänge zwischen vorgegebenen Schlüsselbildern erstellen und mehrsprachige Dialoge generieren. Einzelne Clips sollen sich außerdem automatisch zu längeren Sequenzen verbinden lassen.

Gemeinsam mit dem Robotikunternehmen Mimic entwickelt Black Forest Labs dieselbe Grundlage auch für die Steuerung von Robotern weiter. Das Unternehmen positioniert FLUX 3 damit von der Bild- und Videogenerierung bis zur Vorhersage physischer Aktionen.

Öffentlich verfügbar ist FLUX 3 noch nicht. FLUX 3 Video startet zunächst in einem geschlossenen Early-Access-Programm, für das eine Warteliste geöffnet ist. Der Zugang zum Bildmodell soll in den kommenden Wochen folgen, ein Modell mit offenen Gewichten ist für später geplant. Eine öffentliche API, feste Preise und einen Termin für den allgemeinen Zugang gibt es noch nicht.

Öffentlich geteilte Claude-Inhalte in Google

Öffentlich geteilte Claude-Inhalte sind in den Ergebnissen von Google aufgetaucht. Private Chats wurden dabei nicht plötzlich geöffnet. Betroffen waren Inhalte, für die zuvor ein öffentlicher Freigabelink erzeugt worden war, wie Axios berichtet.

Laut Anthropic kann jede Person mit einem solchen Link den freigegebenen Stand sehen, einschließlich aller Nachrichten und Artifacts, die vor der Freigabe erstellt wurden. Das Unternehmen erklärt außerdem, keine Verzeichnisse oder Sitemaps dieser Links an Suchmaschinen zu übermitteln. Wird ein Freigabelink jedoch in einem Forum, einem sozialen Netzwerk oder auf einer anderen öffentlichen Seite veröffentlicht, kann eine Suchmaschine ihn finden und indexieren.

Axios konnte bei seiner Prüfung noch öffentlich geteilte Apps, Dokumente und andere Artifacts in Google finden, aber keine vollständigen Chatverläufe mehr verifizieren. Der Fall zeigt, dass „Mit einem Link teilen“ bei KI-Diensten praktisch eher einer Veröffentlichung als einer privaten Weitergabe entsprechen kann. In Claude lassen sich bestehende Freigaben unter Einstellungen, Privacy und Shared Chats prüfen und deaktivieren.

ChatGPT Work verwendet persönliche Logins

ChatGPT Work kann nun Webseiten mit persönlichem Login verwenden. Erreicht der Agent eine Anmeldung, übernimmst du kurz den Cloud-Browser und meldest dich selbst an. Danach kann der Agent die Aufgabe fortsetzen. Laut OpenAI bleibt die Anmeldung über mehrere Sitzungen erhalten.

Damit wird Work bei Reiseportalen, internen Dashboards und anderen geschlossenen Diensten praktischer. Dauerhafte Anmeldungen machen die Browser-Sitzungen zugleich sensibler. Der integrierte Browser verwendet zwar ein separates Profil und fragt vor wichtigen Aktionen erneut nach einer Bestätigung. OpenAI warnt jedoch ausdrücklich davor, Webseiten automatisch zu vertrauen oder unnötig sensible Informationen freizugeben.

Gerade bei gespeicherten Logins solltest du deshalb genau kontrollieren, für welche Seiten und Aktionen der Agent tatsächlich eine Erlaubnis benötigt.

OpenAI fördert 100.000 Forschende

OpenAI startet ChatGPT for Academic Researchers. Das Programm soll insgesamt 100.000 Forschenden aus Naturwissenschaften, Mathematik und Technik kostenlosen Zugang zu den Frontier-Modellen des Unternehmens geben. Im Sommer 2026 beginnt es mit 10.000 Personen und soll bis 2027 schrittweise auf die volle Zahl erweitert werden.

Teilnehmende erhalten Zugang zu ChatGPT, ChatGPT Work und Codex, zum Start einschließlich GPT-5.6 Sol Pro. Dazu kommen höhere Nutzungslimits, größere Kontextfenster, erweiterter Deep Research und mehr als 75 spezialisierte Skills für Bereiche wie Genetik, Genomik, Proteinmodellierung und Wirkstoffforschung.

OpenAI verspricht Datenschutz auf Unternehmensniveau. Die Daten der entsprechenden Arbeitsbereiche werden demnach standardmäßig nicht für das Modelltraining verwendet.

Das Angebot ist jedoch nicht allgemein zugänglich. Bewerben können sich zunächst Forschende an ausgewählten anerkannten Hochschulen mit hoher Forschungsaktivität. Sie müssen ihre Zugehörigkeit und ihr aktuelles Forschungsvorhaben nachweisen. Zugelassene Personen dürfen bis zu vier weitere Forschende ihrer Institution einladen. Auf der Liste stehen auch einige deutsche Einrichtungen.

Testsystem verändert ARC-AGI-3-Ergebnis

GPT-5.6 Sol erreichte im offiziellen ARC-AGI-3-Test 13,3 Prozent auf den öffentlichen Aufgaben und 7,78 Prozent auf einem teilweise geheimen Satz. Der Benchmark besteht aus unbekannten zweidimensionalen Spielen, deren Regeln und Ziele ein Agent selbst herausfinden muss.

OpenAI untersuchte das vergleichsweise schwache Ergebnis und fand nach eigener Darstellung zwei Probleme im verwendeten Testsystem. Nach jeder Aktion wurde das interne Reasoning des Modells verworfen. Außerdem entfernte ein rollendes Kontextfenster ältere Beobachtungen und Aktionen. Dadurch musste Sol Teile der Spiele wiederholt neu erschließen und verlor nach und nach Informationen über frühere Versuche.

Das Unternehmen wiederholte den Test mit zwei Einstellungen aus ChatGPT und Codex: Das Reasoning blieb über mehrere Aktionen erhalten, und ältere Inhalte wurden bei Bedarf kompakt zusammengefasst. Laut der Auswertung von OpenAI stieg das Ergebnis auf dem öffentlichen Aufgabensatz dadurch von 13,3 auf 38,3 Prozent. Gleichzeitig benötigte das Modell sechsmal weniger Output-Token. OpenAI schätzt die durchschnittliche menschliche Leistung auf diesem Satz auf ungefähr 48 Prozent. Das Unternehmen fasste die Ergebnisse außerdem in einer öffentlichen Benchmark-Ankündigung zusammen.

Das neue Ergebnis beweist nicht, dass der offizielle Benchmark falsch ist. Es entstand mit einem veränderten Testsystem und ausschließlich auf den öffentlichen Aufgaben. Die Untersuchung zeigt vor allem, wie stark ein Benchmark neben dem Modell auch dessen Gedächtnis, Werkzeuge und technische Umgebung bewertet. Vergleiche sind deshalb nur aussagekräftig, wenn die Bedingungen tatsächlich übereinstimmen.