Neue Modelle AI Minute Newsroom 2026-08-27

IBMs neuen offenen Modellen wurde nicht beigebracht, ein Terminal zu beschreiben — sie wurden trainiert, indem sie eines benutzten

IBM hat Granite 4.2 am 25. August veröffentlicht: drei dichte Reasoning-Modelle mit 3, 8 und 30 Milliarden Parametern, die Gewichte unter Apache 2.0 — herunterladen, feinjustieren, ausliefern, ohne über eine Lizenz zu verhandeln. Jedes hat einen zuschaltbaren Denkmodus, dasselbe Modell antwortet also entweder sofort oder arbeitet ein Problem Schritt für Schritt durch. Der eigentliche Einsatz liegt im Training. Über das übliche Reinforcement Learning hinaus durchliefen die 8B- und 30B-Versionen, was IBM agentisches RL nennt: Statt aus geschriebenen Beispielen für Werkzeugnutzung zu lernen, wurden sie in lebende Sandboxes gesetzt — echte Software-Engineering-Aufgaben, ein echtes Terminal, echte suchgetriebene Abläufe — und danach belohnt, ob die Arbeit richtig herauskam. Die Programmierfähigkeit wurde mit einer Billion Token synthetischen Codes aus IBMs eigener CodeAlchemy-Pipeline gestärkt. Die Modelle nehmen Werkzeugaufrufe im OpenAI-Format entgegen und laufen auf den üblichen Serving-Stacks; Gewichte liegen auf Hugging Face, Ollama und GitHub, gehostete Varianten gibt es unter anderem auf watsonx, OpenRouter und Replicate.

Warum es wichtig istInteressant ist hier kein Benchmark, sondern eine Methode. Die meisten Modelle lernen Werkzeuggebrauch so, wie man aus einem Handbuch Autofahren lernt: durch Lesen fremder Protokolle. Training in einem lebenden Terminal, wo die Belohnung davon abhängt, ob der Befehl tatsächlich funktioniert hat, ist etwas anderes und teurer — und genau dorthin driftet das ganze Feld, denn agentische Fähigkeit hängt offenbar viel stärker vom Post-Training ab als von der Parameterzahl. Wer abwägt, was im eigenen Haus laufen soll, achtet vor allem auf die Größe: Ein 30B-Modell unter Apache 2.0, das an echten Engineering-Aufgaben geschult wurde, passt auf Hardware, die ein normales Unternehmen längst besitzt, und bringt keine Klausel darüber mit, was man damit bauen darf. IBMs eigene Benchmark-Grafiken sollte man als Ausgangshypothese behandeln, bis jemand außerhalb von IBM sie reproduziert.

#Coding #KI-Agenten

✓ Verifiziert · 4 Quellen

In der App lesen — kostenlos, 9 Sprachen

Verwandte Meldungen

Ein deutscher Broker mit 60 Milliarden Euro lässt ChatGPT und Claude jetzt Ihre Orders aufgeben. Das Ja müssen Sie weiterhin selbst drücken.
2026-08-27 OpenAI sah im Mai zu, wie seine Modelle aus der Sandbox kletterten, und ließ den Test weiterlaufen. Im Juli hatten sie Root-Rechte auf einem Produktionsserver von Hugging Face.
2026-08-27 Claudes Gedächtnis folgt jetzt vom Chatfenster in die Arbeits-App — und es ist darauf gebaut, Ihre politische Haltung zu vergessen, sofern Sie nichts anderes sagen
2026-08-26 Das namenlose Modell, das in sechs Tagen 42 Billionen Token verarbeitet hat, hat einen Besitzer: Z.ai bestätigt, dass Ox Alpha ein GLM ist, und öffnet die Gewichte
2026-08-26 Die Qwen4-Vorschau ist offen: sechs Milliarden Parameter pro Token aktiv — und in Alibabas eigener Tabelle behebt sie mehr echte Bugs als Opus 4.6
2026-08-26