Modell-Evaluierung und Edge-Inferenz dominieren heute: Frontier-Modelle scheitern an ARC-AGI-3, während FPGA-onboard-Inferenz und Quantisierungs-Revisionen zeigen, dass Hardware-nahe Optimierung neu gedacht werden muss. Dazu: xAI-Voice-Cloning, DuckLake 1.0 und Bias im KI-Recruiting.

Die schärfste Diagnose des Tages liefert die ARC Prize Foundation: In einer Analyse von 160 Spielrunden identifizierten die Forscher drei systematische Fehlertypen, die GPT-5.5 und Opus 4.7 auf ARC-AGI-3 unter einer Lösungsrate von 1 % halten — bei Aufgaben, die Menschen mühelos bewältigen und die keinerlei Domänenkenntnisse voraussetzen. Das ist keine Randnotiz: Es zeigt, dass aktuelle Reasoning-Architekturen an einer strukturellen Grenze operieren, die weder durch mehr Parameter noch durch breiteres Pre-Training überwunden wird. Während die Frontier-Labs an diesen Grenzen arbeiten, bestätigen Community-Benchmarks den pragmatischen Gegenansatz — differenzierte Evaluierung statt Gesamtranking. Ein 20-stündiger Praxisvergleich von Qwen3.6-27B und Qwen Coder-Next auf zwei RTX PRO 6000 Blackwells zeigt: Qwen3.6-27B (no-think) erreicht 95,8 % Task-Completion bei Live-Research-Aufgaben, während Coder-Next bei Bounded-Doc-Synthese bis zu 100× günstiger pro erfolgreichem Run ist — statistisches Unentschieden, aber fundamental unterschiedliche Stärkenprofile.

Das Hardware-seitige Pendant zu dieser Effizienz-Debatte kommt aus der Hobbyist-Szene, trägt aber ernstzunehmende Implikationen: Ein Entwickler hat Andrej Karpathys MicroGPT auf einem FPGA implementiert und erreicht 50.000 Token pro Sekunde — dank onboard ROM statt externem Speicher. Die Architektur skaliert bei 16-Bit-Gewichten aktuell bis etwa 20–30 Millionen Parameter, was einen konkreten Designraum für Edge-Inferenz ohne externen DRAM-Flaschenhals absteckt. Parallel dazu zeigt eine neue Analyse zur Vektorquantisierung, dass ein Algorithmus aus dem Jahr 2021 seinen ICLR-2026-Nachfolger konsistent schlägt: EDEN übertrifft TurboQuant-mse in allen getesteten Dimensionen von 16 bis 4096 und bei allen Bitbreiten von 1 bis 4 — der entscheidende Unterschied liegt in einem einzigen analytisch hergeleiteten Skalierungsparameter S, den TurboQuant-mse schlicht auslässt. Bei den für Embeddings und KV-Caches praktisch relevanten 4-Bit-Breiten und Dimension 128 reduziert EDEN-biased den MSE um 2,25 % gegenüber dem neueren Verfahren. Für AI-Builder bedeutet das: Neuheit ist kein Qualitätsausweis, sorgfältige Kalibrierung schon.

Auf der Infrastruktur-Ebene markiert DuckLake 1.0 einen konzeptionellen Bruch mit dem etablierten Lakehouse-Paradigma. DuckDB Labs speichert Tabellenmetadaten nicht länger als Dateien im Object Storage — wie Apache Iceberg, Delta Lake oder Apache Hudi —, sondern direkt in einer SQL-Datenbank. Das eliminiert die bekannten Koordinierungsprobleme und das „Small File Problem", das dateibasierte Kataloge plagt. DuckLake 1.0 bringt Data Inlining für kleine Insert-, Update- und Delete-Operationen (standardmäßig aktiv ab 10 Zeilen), Bucket Partitioning für hochkardinalige Spalten sowie Deletion Vectors mit Iceberg-Kompatibilität. Clients sind für Apache DataFusion, Apache Spark, Trino und Pandas verfügbar; die Roadmap sieht für v2.0 Git-artiges Branching und rollenbasierte Berechtigungen vor.

Die API-Ebene bewegt sich derweil in Richtung personalisierter Interfaces: xAI führt mit „Custom Voices" ein Voice-Cloning-Feature ein, das Entwicklern erlaubt, aus einer einzigen Minute Audiomaterial individue…