Coding-Agenten günstiger routen, Gemini-Kosten planen, Nvidia-Risiko einordnen
Diese Woche bekommst du Hebel für Budget, Tempo und Sicherheit und eine nüchterne Einordnung zu Nvidia.
Die wichtigsten KI-Nachrichten der Woche
- Google startet Gemini 4 Hydrogen als günstigeres Modell und macht es zur Basis des kostenlosen Tiers, auch für neue Suchfunktionen. Laut Simon Willison kostet Hydrogen 1.50 Dollar pro Million Eingabetokens und 7.50 Dollar pro Million Ausgabetokens. Carbon und Argon verdoppeln ihre Preise am 1. Dezember. Heute ist Hydrogen nur 25 Prozent billiger, ab Dezember wären es 75 Prozent. Google sagt, Argon verbraucht pro Aufgabe weniger Tokens als Carbon, trotz gleichem Preis. Zum Vergleich nennt Willison Claude Haiku 5.5 und GPT-6 Luna mit 0.10/0.50 Dollar. Folge für dich: Du planst Budgets und Routings jetzt mit der Preiserhöhung im Blick.1
- Anthropic erklärte im IPO-Roadshow-Video seine Multi-Chip-Strategie: Claude läuft auf AWS Trainium, Google TPUs, NVIDIA und AMD. Seit Mittwoch beschreibt Tom Brown, wie das interne System Mythos Claude in drei Tagen auf AMD brachte, inklusive Kernel-Portierung. Anthropic betont „Compute-Multipliers“, also Verfahren, die den effektiven Rechenbedarf pro Trainingsziel multiplizierend senken. Das stützt Tempo und Resilienz gegen Lieferengpässe. Für dich heißt das: Anbieter mit echter Chip-Portabilität mindern Abhängigkeiten.2
- NVIDIA NeMo Switchyard hilft Coding-Agenten, Modellaufrufe auf Amazon Bedrock dynamisch zu verteilen. Wichtiger Maßstab ist „Kosten pro gelöste Aufgabe“, nicht Preis pro Token. Die mitgelieferte LiteLLM-Integration bietet Stage-Routing (wählt zwischen zwei Kandidaten anhand der jüngsten Tool-Historie) und Random-Routing für Traffic-Splits. Hinweis: Die Referenz nutzt switchyard-server 0.3.0 als Demo und ist laut NVIDIA nicht für Produktion. Du testest das in einer Nicht-Produktionsumgebung und triffst danach Routing-Entscheidungen.3
- Mehrere Berichte melden Jensen Huangs Rücktritt als NVIDIA-CEO und verknüpfen das mit Export- und Cloud-Zugangsdebatten. SemiAnalysis und ChinaTalk diskutieren RASA und MATCH Act, mögliche Remote-Access-Einschränkungen sowie Ermittlungen und Schmuggelvorwürfe. Zvi Mowshowitz sammelt weitere Vorwürfe und Reaktionen. Eine unabhängige Bestätigung jenseits dieser Quellen liegt im Material nicht vor. Folge: Du prüfst Szenarien für strengere China-Regeln und ihre Wirkung auf Lieferketten, Remote-Zugang und Mietmodelle.456
- Dyania Healths Synapsis AI läuft innerhalb der Krankenhaus-Firewall und verdichtet jahrelange Patientenakten zu prüfbaren klinischen Signalen. Die Cleveland Clinic nutzte es für eine Studie mit über 7.800 Aortenklappen-Patienten, inklusive Langzeit-Echos, um Risiken zu modellieren. Modelle entstehen mit NVIDIA NeMo und werden mit TensorRT optimiert. Entscheidungen bleiben bei Ärztinnen und Ärzten. Wenn du im Gesundheitswesen arbeitest, ist On-Prem mit Nachvollziehbarkeit ein überprüfbarer Pfad.7
- In den USA kannst du Google Wallet mit der Gemini-App verknüpfen. Antworten werden dann durch deine Ausgabenmuster informiert. Das ist ein Opt-in. Du bekommst persönliche Budget- und Auswertungsfragen direkter beantwortet.8
- Meta portiert Cuttlefish, das hochfidele Android-Virtual-Device-Framework, nativ auf Macs mit Apple Silicon. Teams sparen Parallelbetrieb leichter Emulatoren und nähern sich dem Verhalten echter Geräte an. Das stärkt mobile Tests ohne seltene Hardware.9
Die Woche für dein Unternehmen
- Coding-Agenten billiger machen. Richte eine Sandbox mit LiteLLM plus NeMo Switchyard ein und vergleiche zwei Bedrock-Modelle mit Stage-Routing gegen einzelne Modelle. Messe „Kosten pro gelöste Aufgabe“ sowie Abbruchraten. Entscheide dann über Standard-Routing für Alltagsaufgaben. Beachte: Die Referenz ist Demo-Code, nur Nicht-Produktion.3
- Modellkosten aktiv steuern. Plane jetzt mit der Preisverdopplung für Gemini 4 Carbon und Argon ab 1. Dezember. Prüfe Hydrogen für Ausführungsschritte und nutze stärkere Modelle nur für schwierige Teilaufgaben. Vergleiche mit günstigeren Alternativen, wenn Qualität reicht. So hältst du Kosten kontrollierbar.1
- Legacy-Portale automatisieren. Shield setzt Agents ein, die alte Oberflächen bedienen und Ticket-Arbeit abnehmen. Starte mit einem eng umrissenen Vorgang mit klaren Feldern. Du gewinnst Zeit für Fälle, die Urteilskraft verlangen. Beachte UI-Brüchigkeit und Logging.10
- Produktarbeit mit Agents takten. OpenAI nennt Fallstudien: Gondola meldet doppelte Einnahmen und 50 Prozent mehr Output beim Lead-Engineer, Amplitude verschifft Verbesserungen in 1–2 Tagen, Holiday Extras hebt Conversion. Zahlen stammen vom Anbieter. Baue daraus dein Pilot-Setup: ein Ziel-KPI, vier Wochen Laufzeit, klare Messung vor und nachher.111213
- Netzsegmente mathematisch prüfen. AWS Tiros validiert WAN-Segmentierung statisch über Modellierung statt Stichproben-Traffic. Das reduziert Blindflecken und belegt Trennung gegen die Policy. Für Compliance-Teams ist das eine belastbare Ergänzung zu Paket-Tests.14
Nächste Woche ausprobieren
- Richte das Switchyard-Sample in einer Test-AWS-Umgebung ein und aktiviere Stage-Routing zwischen zwei Bedrock-Modellen, etwa einem fähigen und einem effizienten.3
- Führe deinen typischen Coding-Agent-Workflow 20 Mal durch und notiere: gelöst vs. abgebrochen, Gesamtkosten pro gelöste Aufgabe, Dauer.3
- Vergleiche gegen zwei Baselines je Einzelmodell. Wähle die günstigste Variante, die deine Qualitätschecks besteht, als Default-Route.3
Ein guter Fund
- Microsoft Research zeigt: Nur 8 Prozent langer Coding-Sessions brauchen Kontextkompaktierung, verursachen aber 44 Prozent der Kosten. Eine Hintergrundmethode (APEC) senkte in Tests die Kosten um bis zu 25,4 Prozent und die Laufzeit um 9,6 Prozent. Wenn du Coding-Agenten betreibst, lohnt sich die Messung dieser 8 Prozent und ein asynchrones Kompaktieren.15
Quellen
- llm-gemini 0.37 (simonwillison.net)
- Anthropic's IPO roadshow video (simonwillison.net)
- Route coding agent requests to the right model on Amazon Bedrock with NVIDIA NeMo Switchyard (aws.amazon.com)
- Nvidia and the World Without Jensen (newsletter.semianalysis.com)
- Jensen Out, MATCH Act In? (chinatalk.media)
- Jensen Huang Resigns After Having Another Affair In Addition to the Chinese Spy (thezvi.substack.com)
- How AI Is Helping Care Teams Get Patients the Right Care, Sooner (blogs.nvidia.com)
- Connect Google Wallet to Gemini for personal finance insights (blog.google)
- Cuttlefish on Mac: Running Android’s Virtual Device Framework Natively on Apple Silicon (engineering.fb.com)
- Shield helps technicians hand off legacy portal work with OpenAI (openai.com)
- Gondola doubles revenue as its team builds more with Codex (openai.com)
- How Amplitude ships product improvements in 1–2 days with OpenAI (openai.com)
- Holiday Extras is rethinking what it can build with Codex (openai.com)
- Using mathematics to validate network configurations (amazon.science)
- Microsoft Research Focus – Edition #98 (microsoft.com)