Gemini 4 knackt ARC-AGI-3, Meta-Scraping, Replit-Streit mit Anthropic (17.10.2026)

Hallo, hier ist Maya von KI Kompakt. Heute geht es um Benchmarks, die mehr über die Testumgebung verraten als über das Modell. Dazu kommen ein Streit um eine angebliche Trennung zwischen Replit und Anthropic, ein Browser-Agent von OpenAI, neue Trainingsrechte bei Meta, strengere Regeln bei Apple und ein Netzwerk-Update von Huawei für KI-Rechenzentren. Fangen wir bei Google an. Gemini 4 Argon erreicht auf dem Benchmark ARC-AGI-3 satte 97,5 Prozent. Damit ist Google nach OpenAI das zweite Labor oberhalb der 95-Prozent-Marke. Klingt nach einem Durchbruch. Aber: Das gilt nur im sogenannten Provider Adapter Harness. Der nutzt anbieterspezifische Funktionen, etwa das Beibehalten von Reasoning und die Kompression von Kontext. In der Standardumgebung, die nur einfache Notizen zwischen den Runden erlaubt, landet Argon bei 49,8 Prozent. Also grob die Hälfte. Das ist die eigentliche Geschichte. Der Streit darüber geht auf Juli zurück. Damals kam GPT-5.6 Sol im Standard Harness nur auf 7,8 Prozent. Mit OpenAIs Responses-API, inklusive Retained Reasoning und Compaction, waren es 38,3 Prozent. Damit lag Sol sogar vor Claude Opus 5 mit 30,2 Prozent. François Chollet, Mitgründer des ARC Prize, hat daraufhin allgemeine, öffentlich zugängliche API-Einstellungen erlaubt. Speziell für den Benchmark gebaute Umgebungen bleiben verboten. Und Einstellungen und Kosten müssen klar dokumentiert werden. Kosten sind ein gutes Stichwort. Argons Lauf im starken Harness kostet 4.800 US-Dollar. Nur GPT-6 Astra ist mit 99,9 Prozent besser. Im Standard Harness sind es 5.800 Dollar für die 49,8 Prozent. Dazu gab es API-Probleme: Bei niedrigem Reasoning schloss Argon 42 von 55 Spielen ab, bei mittlerem 46. In der höchsten Stufe gelangen nur 19 Abschlüsse, deshalb hat ARC Prize dafür gar keinen Wert veröffentlicht. Spannend ist auch die Effizienz. Über die 25 öffentlichen Spiele brauchte Argon, genau wie Astra, 62 Prozent weniger Aktionen als die menschliche Vergleichsbasis. Auf ARC-AGI-2 sind es 91,3 Prozent bei 0,32 Dollar pro Aufgabe. Der Einführungspreis liegt bei zwei Dollar für Input und zehn Dollar für Output pro Million Tokens. Und im breiteren Bild? Im Epoch Capabilities Index kommt Argon auf 165 Punkte. Das ist knapp hinter Opus 5.5 mit 167 und GPT-6 Astra mit 166. In Mathematik und Software Engineering liegt Google aber nur im Mittelfeld, Platz acht und Platz sechs nach ersten Schätzungen. Für Entwickler heißt das: Ein Spitzenwert auf einem Benchmark sagt wenig, wenn man nicht weiß, unter welchen Bedingungen er entstanden ist. Wer ein Modell einkauft, sollte es in der eigenen Umgebung testen. Genau da passt die nächste Meldung. OpenAI hat die Chrome-Erweiterung für ChatGPT ausgebaut. Der Assistent greift jetzt auf offene Tabs zu. Mit dem Befehl at chrome sprichst du gezielt Tabs an. Im Chat-Modus sammelt ChatGPT Informationen aus mehreren Tabs. Ein Beispiel von OpenAI ist der Produktvergleich nach Abmessungen, Material, Lieferzeit und Rückgaberichtlinien. Im Work-Modus steuert ChatGPT per Computer Use den Browser. Es sendet Nachrichten, füllt Formulare aus, lädt Dateien herunter und gruppiert Tabs. Die ganze Chat-Historie sitzt außerdem in der Seitenleiste direkt neben der Webseite. Die Erweiterung gibt es für alle ChatGPT-Tarife. Laut The Decoder ist GPT-6 Astra aktuell mit Abstand das beste Computer-Use-Modell am Markt. Es schafft auch mehrstufige, komplexe Abläufe. Für Unternehmen ist das interessant, weil der Browser die Schnittstelle zu fast allem ist. Aber es heißt auch: Wer Agenten im Browser arbeiten lässt, braucht klare Regeln, was sie dürfen und was nicht. Apropos Agenten und Modellwahl. Replit-Chef Amjad Masad hat auf der TechCrunch Disrupt gesagt, die KI-Coding-Plattform arbeite nicht mehr mit Anthropic zusammen. Als Gründe nannte er Kosten, Partnerschaft und Leistung. ChatGPT sei inzwischen besser. Laut Masad schneiden Sol und Astra in Replits öffentlichem Benchmark beim Bauen von Vibe-Coding-Anwendungen von Grund auf durchweg besser ab. Nur: Mit Anthropic vertraute Insider widersprechen. Eine Person, die anonym bleiben wollte, sagt, die Partnerschaft bestehe weiter. Dazu kommt, dass ein Blogbeitrag von Ende September noch Claude Fable 5 und Fable 5.1 als Modelle in der Produktionsumgebung des Replit Agent nennt. Etwa zur selben Zeit warb ein Replit-Produktmitarbeiter auf X für Opus 5.5. Und im August hatte Replit eine Partnerschaft mit OpenAI angekündigt, ohne ein Ende bei Anthropic anzudeuten. Was stimmt, lässt sich von außen nicht klären. Klar ist: Der Wettbewerb um Coding-Plattformen ist hart, und Anbieter wechseln oder mischen Modelle je nach Leistung und Preis. Masad hat noch eine Zahl genannt. Das Unternehmensgeschäft machte im vergangenen Jahr rund 2 Prozent des Umsatzes aus. In diesem Jahr sind es etwa 15 Prozent. Und über 50 Prozent des Umsatzes kommen aus B2B. Agenten brauchen laut Masad, wie Menschen, eine passende Umgebung. Dazu zählt er gute Orchestrierung, Fehlerbehebung, Sicherheit, Sandboxing und Identitätsverwaltung. Das ist ein guter Hinweis für den Mittelstand: Das Modell ist nur ein Teil, die Infrastruktur drumherum entscheidet. Jetzt zu den Daten, mit denen solche Modelle trainiert werden. Meta plant neue Nutzungsbedingungen für Geschäftskonten auf Facebook, Instagram und WhatsApp. Sie sollen am 30. Oktober 2026 in Kraft treten. Danach darf Meta Inhalte verknüpfter Webseiten per Scraper, Bots und Crawler erfassen und für das Training eigener Produkte nutzen, zum Beispiel AI at Meta. Zuerst berichtet hat das die Harvard-Plattform Niemannlab. Betroffen sind vor allem Nachrichtenverlage, denn fast jedes Medienhaus hat ein Meta-Geschäftskonto. Ein selektiver Widerspruch ist nicht vorgesehen. Entweder zustimmen oder die geschäftliche Nutzung vor dem Stichtag beenden. Rechtsexperten sagen, Meta sichere sich so Material, das auf einem regulären Lizenzmarkt viele Millionen Dollar kosten würde. Sie warnen auch, dass die trainierten Modelle später in direkter Konkurrenz zu den Verlagen stehen könnten. Besonders kritisch sehen sie, dass Meta Testzugangsdaten erstellen darf. Damit ließen sich Registrierungsschranken umgehen. Die Kopplung gilt zudem als kartellrechtlich bedenklich. Meta sagt, Betreiber könnten den Zugriff weiter über die robots.txt regeln. Die Neuerung bündele nur zuvor verstreute Klauseln. Juristen bezweifeln aber, dass eine robots.txt-Sperre dann noch greift. Meta könnte die vertraglich akzeptierten Bedingungen als vorrangig auslegen. Für Verlage und alle, die Inhalte online anbieten, ist das ein Warnsignal. Das Urheberrecht wird hier über Vertragsklauseln verhandelt, nicht vor Gericht. Ein anderes Thema, bei dem Plattformen stärker eingreifen: Apple hat die App-Store-Regeln gegen sogenannte Nudify-Apps verschärft. Das sind Apps, die mit KI intime Bilder von Menschen ohne deren Einwilligung erzeugen. Entwickler müssen solche Inhalte aktiv verhindern und entfernen. Wer keine angemessenen Schutzmaßnahmen umsetzt oder Verstöße nach einem Hinweis nicht behebt, kann aus dem Store fliegen. Präzisiert hat Apple auch die Regel gegen Bait-and-Switch-Apps. Die werden freigegeben und bekommen danach Funktionen wie Nudification dazu. Apps, die Menschenhandel oder Ausbeutung von Kindern begünstigen, sollen entfernt und von alternativen Vertriebswegen ausgeschlossen werden. Der Hintergrund ist die Kritik, nachdem Nutzer auf X mit Grok sexualisierte Deepfakes erstellt hatten, auch von Minderjährigen. Apple hat X und Grok nicht aus dem App Store entfernt. Gegenüber Senatoren hieß es aber, man habe mit einer Entfernung von Grok gedroht. Im Juli ordnete außerdem ein Stadtanwalt von San Francisco an, 13 Nudify-Apps zu entfernen, was Apple nach eigenen Angaben tat. Für Entwickler heißt das: Moderation und Schutzmechanismen sind keine Kür mehr, sondern Voraussetzung für den Vertrieb. Zum Schluss ein Blick auf die Infrastruktur. Huawei hat auf dem Network Summit in Florenz am 15. Oktober ein Update für sein Stellar Intelligent Network für den europäischen Markt angekündigt. Die Linie kombiniert Hardware mit KI-gestützter Management-Software. Leon Wang von Huawei sagte sinngemäß, die großflächige Einführung von KI habe neue Anforderungen hervorgebracht. Netzwerke müssten deshalb KI-zentriert sein, mit intelligenter Konnektivität und robuster Sicherheit. Die Produkte sollen Datenpakete in KI-Rechenzentren ohne Packet Loss übertragen und Auslastungsengpässe an Schnittstellen verringern. Versprochen werden außerdem Energieeinsparungen und mehr Sicherheit. Das zeigt: Nicht nur GPUs, auch das Netzwerk dazwischen wird zum Engpass, sobald KI im Unternehmen im großen Stil läuft. Was nehmen wir mit? Ergebnisse von Modellen hängen stark von Testumgebung, Kosten und Infrastruktur ab. Und um die Daten und die Missbrauchsrisiken wird zunehmend über Regeln und Verträge gestritten. Das war es für heute von mir. Ich freue mich auf morgen. Noch ein Hinweis: Dieser Podcast ist vollständig KI-generiert, und alle Quellen und Hintergründe findest du auf unserer Website.