MiniMax M2.7, Muse Spark und die Codex Super App — Diese Woche in KI

MiniMax M2.7, Muse Spark und die Codex Super App — Diese Woche in KI\n\nIch scrollte Samstagabend um Mitternacht durch meinen Feed, als MiniMax' Ankündigung mich innehalten ließ. Sie hatten ein Modell open-source gestellt — M2.7 — das über 100 autonome Verbesserungszyklen an sich selbst durchgeführt hatte, seine eigenen Hyperparameter optimierte, seine eigenen Fehlermodi erkannte und seine eigene Leistung um 30 % steigerte. Ohne menschliches Eingreifen für den Großteil davon.\n\nIch starrte eine volle Minute auf diese Zahl. Dreißig Prozent. Von einem Modell, das sich selbst verbessert.\n\nDann überprüfte ich, was in derselben Woche sonst noch erschienen war. Meta brachte Muse Spark heraus — ihr erstes Modell, das von Grund auf unter Alexandr Wangs neuem Superintelligence Labs entwickelt wurde. OpenAI vereinte ChatGPT, Codex und Atlas in einer einzigen Super-App. Google begann, Sprachsteuerung in ihr KI-Canvas-Tool einzubauen. Und ein Startup namens Runnable überschritt still und leise 2 Millionen Dollar ARR, indem es Menschen ermöglichte, komplette Projekte an einen KI-Agenten in ihrem Slack zu delegieren.\n\nFünf Ankündigungen. Jede einzelne wäre in einer normalen Woche die größte KI-Meldung gewesen. Diese Woche kamen sie alle gleichzeitig. Hier ist, was wirklich zählt — und was nur Rauschen ist.\n\n## MiniMax M2.7: Das Open-Source-Modell, das sich selbst verbessert\n\nIch beginne mit dem, das mich bis nach 2 Uhr morgens wach gehalten hat.\n\nMiniMax — ein chinesisches KI-Unternehmen, das die meisten westlichen Entwickler noch immer unterschätzen — hat gerade M2.7 open-source gestellt, ihr bislang stärkstes Modell. Vollständige Weights auf Hugging Face. Mixture-of-Experts-Architektur. Und Leistungszahlen, die es in direkte Konkurrenz zu Opus 4.6 und GPT-5.4 bei realen Engineering-Aufgaben stellen.\n\nIch verfolge chinesische KI-Modelle seit GLM4, und M2.7 ist das erste Open-Source-Release, das mich ernsthaft dazu gebracht hat, meinen Produktions-Stack zu überdenken. Nicht wegen eines einzelnen Benchmarks — wegen dem, was die Benchmarks in ihrer Gesamtheit repräsentieren.\n\nHier ist die Scorecard, die zählt:\n\n| Benchmark | Score | Was es tatsächlich testet |\n|-----------|-------|--------------------------|\n| SWE-Pro | 56,22 % | Echtes Engineering: Debugging, Sicherheit, Logs |\n| Terminal Bench 2 | 57,0 % | Command-Line-Kompetenz und Systembetrieb |\n| SWE-Multilingual | 76,5 % | Engineering über Sprachen und Frameworks hinweg |\n| MultiSWE-Bench | 52,7 % | Breitere Software-Engineering-Herausforderungen |\n| Vibe Pro | 55,6 % | Repo-weite Codegenerierung (Web, Mobile, Simulation) |\n| NL2 Repo | 39,8 % | Verstehen und Navigieren vollständiger Codebases |\n\nDas sind keine Spielzeug-Benchmarks. SWE-Pro wirft echte Produktionsszenarien auf Modelle — die Art, bei der man um 3 Uhr morgens auf Server-Logs starrt und versucht herauszufinden, warum das Deployment fehlgeschlagen ist. Terminal Bench 2 testet, ob ein Modell tatsächlich ein System bedienen kann, nicht nur Code darüber schreiben. Und Vibe Pro evaluiert Repo-weite Generierung über Plattformen hinweg, einschließlich Web, Android, iOS und Simulationsumgebungen.\n\nAber was M2.7 wirklich auszeichnet, ist nicht ein einzelner Score. Es ist die Geschichte dahinter.\n\n### Selbstevolution: Wenn das Modell sein eigener Ingenieur wird\n\nHier wird es philosophisch unbequem.\n\nMiniMax hat M2.7 so konzipiert, dass es sich selbst verbessert. Nicht im vagen Sinne von „Reinforcement Learning from Feedback“ — auf eine konkrete, messbare Weise. Das Modell führte autonom über 100 Optimierungszyklen an seinem eigenen Code-Scaffold durch. Es justierte Temperatureinstellungen. Passte Wiederholungsstrafen an. Entwickelte Schleifenerkennungsmechanismen, um zu erkennen, wenn es sich im Kreis drehte. Fügte seiner eigenen Toolchain neue Fähigkeiten hinzu.\n\nDas Ergebnis: eine 30-prozentige Leistungssteigerung bei internen Benchmarks. Von einem Modell, das bereits mit Frontier-Systemen konkurrenzfähig war.\n\nIch habe zuvor über sich selbst verbessernde KI-Systeme geschrieben, und was mich an M2.7 beeindruckt, ist, wie betriebsreif das geworden ist. Das ist kein Forschungspapier. MiniMax sagt, dass das Modell derzeit 30–50 % des Workflows ihres eigenen Reinforcement-Learning-Teams automatisiert, wobei Menschen hauptsächlich bei kritischen Entscheidungen und der Endvalidierung eingreifen.\n\nDenken Sie kurz darüber nach. Das Modell erledigt die Hälfte der Arbeit, sich selbst zu trainieren. Die Menschen werden zu Reviewern, nicht zu Erbauern. Das ist ein struktureller Wandel in der Art, wie KI-Entwicklung funktioniert — und er geschieht bei einem Open-Source-Unternehmen, das die Weights gerade kostenlos herausgegeben hat.\n\n### Wo M2.7 tatsächlich mit Frontier-Modellen konkurriert\n\nIch möchte hier konkret sein, denn „konkurriert mit GPT-5.4 und Opus 4.6“ wird ziemlich locker verwendet. MiniMax ließ M2.7 an Machine-Learning-Wettbewerben (MLE-Bench Light) auf einer einzigen A30-GPU teilnehmen — keinem Rack voller H100s — und es erzielte:\n\n- 9 Goldmedaillen\n- 5 Silbermedaillen\n- 1 Bronzemedaille\n- Durchschnittliche Medaillenquote: 66,6 %\n\nDas ist konkurrenzfähig mit Modellen, die um Größenordnungen mehr Rechenleistung verbrauchen. Eine einzige A30-GPU. Ich habe Projekte, die allein für die Inferenz mehr GPU verbrauchen.\n\nBei professioneller Büroarbeit — Finanzanalyse, Berichtserstellung, Verarbeitung von Quartalsgesprächen — erzielte M2.7 einen ELO von 1.495 auf GDPval-AA und rangiert damit als das beste Open-Source-Modell für geschäftliche Aufgaben. Das bedeutet, es kann einen Jahresbericht lesen, eine Umsatzprognose erstellen und eine Präsentation auf einem Niveau produzieren, das mit dem eines Junior-Analysten vergleichbar ist.\n\nUnd bei mehrstufigem Tool-Einsatz (Toolathon-Benchmark: 46,3 %) und komplexer Fähigkeitseinhaltung (MM-Claw: 97 % Einhaltung bei Aufgaben mit über 2.000 Tokens) demonstriert M2.7 etwas, das ich nur bei den besten proprietären Modellen gesehen habe: anhaltende Zuverlässigkeit über lange, komplexe Workflows hinweg.\n\nDie Produktions-Debugging-Fähigkeit hat mich am meisten überzeugt. MiniMax demonstrierte, wie M2.7 Live-Produktions-Logs analysierte, Monitoring-Spitzen mit Deployment-Zeitplänen korrelierte und gezielte Fixes vorschlug — wobei die Wiederherstellungszeit auf unter drei Minuten sank. Das ist Site-Reliability-Engineer-Arbeit. Von einem Open-Source-Modell.\n\n### Was das für Ihren Stack bedeutet\n\nWenn Sie Multi-Agent-Systeme betreiben und ein leistungsfähiges Modell brauchen, das Sie selbst hosten können, ist M2.7 gerade zum offensichtlichen Kandidaten geworden. Die Mixture-of-Experts-Architektur bedeutet, dass Sie pro Aufgabe nur die benötigten Parameter aktivieren, sodass die Inferenzkosten handhabbar bleiben. Die offenen Weights bedeuten keine API-Abhängigkeit. Und das Benchmark-Profil deckt genau die Art von Arbeit ab, die Agent-Systeme erledigen müssen — Codegenerierung, Debugging, Tool-Nutzung und Langkontext-Aufgabenabschluss.\n\nIch sage nicht, dass es Opus 4.6 für jeden Anwendungsfall ersetzt. Bei reiner Argumentationstiefe und Instruktionsbefolgung hat Anthropics Modell noch einen Vorsprung, den ich im täglichen Einsatz spüre. Aber für die Art von Aufgaben, die man an spezialisierte Sub-Agents delegieren würde — Code-Scaffolding, Log-Analyse, Dokumentationserstellung, Testerstellung — ist M2.7, das lokal auf der eigenen Hardware läuft, jetzt eine ernsthafte Option. Und das verändert die Ökonomie agentischer KI auf eine Weise, die zählt.\n\n## Meta Muse Spark: Anders gebaut — buchstäblich\n\nMetas Timing war makellos. In derselben Woche, in der MiniMax eine Open-Source-Bombe platzen ließ, brachte Meta Muse Spark heraus — das erste Modell aus ihren neuen Superintelligence Labs, der Abteilung unter der Leitung von Alexandr Wang (ja, dieser Alexandr Wang, von Scale AI).\n\nWas Muse Spark interessant macht, sind nicht die Benchmarks — obwohl die solide sind. Es ist die Architekturentscheidung, die allem zugrunde liegt.\n\nDie meisten multimodalen KI-Modelle starten als reine Textmodelle, an die später Bildfähigkeiten angeschraubt werden. GPT-5 hat das gemacht. Claude hat das gemacht. Man trainiert ein Sprachmodell und feintuned es dann, um Bilder zu verstehen. Das funktioniert, aber es gibt immer eine Naht. Bildaufgaben fühlen sich wie Bürger zweiter Klasse an im Vergleich zu Text.\n\nMeta hat diesen Ansatz komplett abgelehnt. Muse Spark wurde von Grund auf gebaut, um Text und Bilder nativ in derselben Architektur zu verarbeiten. Kein Anschrauben. Kein Feintuning eines Textmodells, damit es sehen kann. Das visuelle Verständnis ist im Fundament verankert.\n\nUnd man spürt den Unterschied in den Zahlen:\n\n| Benchmark | Muse Spark | Opus 4.6 Max | GPT 5.4 Pro | Gemini 3.1 |\n|-----------|-----------|-------------|-------------|------------|\n| Screen Spot Pro | 72,2 % (84,1 % mit Tools) | 57,7 % | 39,0 % | — |\n| Health Bench Hard | 42,8 % | 14,8 % | 40,1 % | 20,6 % |\n| Frontier Science | 38,3 % | — | 36,7 % | 23,3 % |\n| Humanity's Last Exam | 58,4 % (mit Tools) | — | 58,7 % | 53,4 % |\n| SWE Bench Verified | 77,4 % | 80,8 % | — | 80,6 % |\n\nScreen Spot Pro sticht hervor. Ein Score von 84,1 % beim visuellen UI-Verständnis — verglichen mit 57,7 % für Opus 4.6 Max und 39,0 % für GPT 5.4 — bedeutet, dass Muse Spark auf einen Bildschirm schauen und verstehen kann, was darauf ist, mit nahezu menschlicher Präzision. Für jeden, der Computer-Use-Agents oder visuelle Testtools baut, ist das ein gewaltiger Durchbruch.\n\nHealth Bench Hard ist der andere Ausreißer. Meta arbeitete mit über 1.000 Ärzten zusammen, um Trainingsdaten speziell für medizinisches Reasoning zu kuratieren. Das Ergebnis: 42,8 %, global die Nummer eins. Wenn Sie gesundheitsbezogene KI-Anwendungen bauen, ist Muse Spark jetzt das Modell, das Sie zuerst evaluieren sollten.\n\n### Die Effizienz-Story, über die niemand spricht\n\nHier ist die Statistik, die technische Entwickler am meisten interessieren sollte: Muse Spark erreicht vergleichbare Fähigkeiten wie Llama 4 Maverick mit über 10-mal weniger Rechenleistung. Das ist keine inkrementelle Verbesserung — es ist ein neu aufgebauter Pre-Training-Stack, der eine Größenordnung an Effizienzgewinnen liefert.\n\nMeta erreichte dies durch drei zusammenwirkende Innovationen:\n\nPre-Training-Optimierung — eine grundlegend überarbeitete Trainingspipeline, die mehr Lernergebnis pro eingesetztem Compute-Dollar erzielt.\n\nReinforcement Learning mit stabilen Verbesserungen — RL, das das Modell tatsächlich konsistent verbessert, statt der verrauschten, plateau-anfälligen Trainingskurven, mit denen die meisten Teams kämpfen.\n\nTest-Time-Reasoning-Verbesserungen — einschließlich Thought Compression (Probleme mit weniger Tokens lösen, was schnellere und günstigere Inferenz bedeutet) und was Meta „Contemplating Mode“ nennt, bei dem parallele Agents gleichzeitig Antworten produzieren und verfeinern.\n\nDieser Contemplating Mode hat meine Aufmerksamkeit geweckt. Es ist im Grunde Multi-Agent-Reasoning zur Inferenzzeit — das Modell erzeugt parallele Denkpfade und wählt dann die beste Ausgabe aus oder kombiniert sie. Ich habe genau diese Art von Architektur manuell gebaut mit Claude-Agent-Teams. Meta integriert es direkt in das Modell.\n\n### Wo Muse Spark Schwächen zeigt\n\nIch würde meiner Aufgabe nicht gerecht, wenn ich nur die Erfolge hervorheben würde. Muse Spark hat eine klare Schwäche, und sie ist für bestimmte Anwendungsfälle erheblich.\n\nARC AGI 2 — der Benchmark für abstraktes Reasoning — zeigt Muse Spark bei 42,5 %, während sowohl Gemini als auch GPT-5.4 über 76 % erzielen. Das ist kein kleiner Abstand. Es deutet darauf hin, dass die nativ multimodale Architektur, so beeindruckend sie für visuelles und angewandtes Reasoning ist, möglicherweise Einbußen bei reiner abstrakter Mustererkennung mit sich bringt.\n\nSWE Bench Verified erzählt eine ähnliche Geschichte. Mit 77,4 % ist Muse Spark stark, liegt aber hinter Opus (80,8 %) und Gemini 3.1 (80,6 %) bei verifizierten Software-Engineering-Aufgaben zurück. Wenn Ihr primärer Anwendungsfall agentisches Programmieren ist, ist Muse Spark noch nicht der Spitzenreiter.\n\nEs wird auch nicht open-source sein — zumindest nicht anfänglich. Meta sagte, es gebe „Hoffnung, zukünftige Versionen open-source zu machen“, was die unverbindlichste Formulierung ist, die sie hätten wählen können. Angesichts der Tatsache, dass sie dies für die Meta AI App, WhatsApp, Instagram und Messenger-Integrationen gebaut haben, halte ich nicht den Atem an für offene Weights.\n\n## OpenAIs Super App: Alles in einem Fenster\n\nWährend MiniMax und Meta das Modellspiel spielten, machte OpenAI einen Infrastrukturzug, der langfristig möglicherweise mehr Bedeutung hat.\n\nAm 6. April startete OpenAI die sogenannte vereinheitlichte Super-App — eine einzelne Desktop-Anwendung, die ChatGPT, Codex (den Programmier-Agenten) und Atlas (ihren KI-Browser) in einer Oberfläche vereint. Parallel dazu veröffentlichten sie ChatGPT 5.5, ein Brückenmodell zwischen GPT-5.4 und was als Nächstes kommt (intern als „Spud“ bezeichnet, was angeblich GPT-6 ist).\n\nIch nutze OpenAIs Codex seit den frühen CLI-Tagen, und die Fragmentierung war immer ein Schmerzpunkt. Chatten wollen? ChatGPT öffnen. Programmieren wollen? Codex öffnen. Recherchieren wollen? Atlas öffnen. Drei verschiedene Oberflächen, drei verschiedene Kontextfenster, drei verschiedene Funktionssets, die nicht miteinander kommunizieren.\n\nDie Super-App beseitigt diese Reibung. Alles lebt in einem Fenster. Und was noch wichtiger ist: Die Agents können Aufgaben nahtlos aneinander übergeben.\n\n### Das Scratchpad verändert mein Denken über Multitasking\n\nDas Highlight-Feature ist das, was OpenAI „Scratchpad“ nennt — eine Oberfläche, über die man mehrere parallele Codex-Aufgaben aus einer einzigen Ansicht starten kann. Stellen Sie es sich als Task-Manager für KI-Agents vor. Sie schreiben drei Programmieraufgaben, starten sie alle gleichzeitig, und jede läuft in ihrer eigenen Sandbox-Umgebung. Während ein Agent Ihr Authentifizierungsmodul refactort, schreibt ein anderer Tests für Ihren Zahlungsablauf, und ein dritter generiert API-Dokumentation.\n\nDas ähnelt stark dem, was ich manuell mit Claude Code Agent-Teams gebaut habe — aber OpenAI macht daraus ein verbraucherfreundliches Produkt. Die verwalteten Agents bearbeiten mehrstufige Workflows autonom, melden sich periodisch zur Genehmigung bei kritischen Entscheidungen und unterhalten persistente „Heartbeat“-Verbindungen, die lang laufende Hintergrundprozesse unterstützen.\n\nEs gab Spekulationen über ein neues Modell-Release mit dem Codenamen „Glacier“ — möglicherweise GPT-5.5 — passend zum App-Launch. OpenAI nannte es letztlich ChatGPT 5.5 und positionierte es als verbessertes Speichermanagement- und Aufgabenkontinuitätsmodell, nicht als rohes Intelligenz-Upgrade. Sofort verfügbar für Plus- und Pro-Abonnenten, mit einer begrenzten kostenlosen Einführung im Anschluss.\n\n### Warum das wichtiger ist als ein weiterer Modell-Sprung\n\nHier meine Einschätzung: OpenAI setzt darauf, dass der nächste Wettbewerbsvorteil nicht Modellintelligenz ist — sondern Plattformkohäsion. Wenn alles in einer App lebt, geht kein Kontext zwischen Tools verloren. Ihr Chatgespräch informiert Ihren Programmier-Agenten, der Ihre Browser-Recherche informiert, die wieder in Ihren Chat einfließt. Dieser Schwungradeffekt ist mächtig, und er lässt sich nicht nachbilden, indem man separate Tools zusammenklebt.\n\nDie Parallelen zu dem, was Anthropic mit Conway baut, und dem, was Runnable mit ihrer Agenten-Plattform macht, sind frappierend. Die gesamte Branche konvergiert auf dieselbe Erkenntnis: Die Zukunft der KI ist kein Chatbot, mit dem man redet. Es ist ein Agenten-System, das neben einem arbeitet.\n\n## Google Mixboard: Wenn Ihr Canvas Ihnen zuhört\n\nGoogles Beitrag diese Woche ist kleiner im Umfang, aber faszinierend in der Ausrichtung.\n\nMixboard begann als KI-gestütztes Bild-Canvas — Ziehen, Ablegen, Remixen und Generieren von Visuals auf einem kollaborativen Board. Denken Sie an Miro trifft Midjourney. Aber Google entwickelt es zu etwas Ambitioniererem weiter: einem vollständigen hybriden kollaborativen Arbeitsbereich mit Sprachsteuerung.\n\nDie neuen experimentellen Features umfassen Sticker, Sprachnotizen, geometrische Formen und Marker, die über KI-generierte Bilder gelegt werden. Aber der eigentliche Clou ist die Sprachsteuerung — die Möglichkeit, das gesamte Board per Sprache zu bedienen. Bild generieren. Nach links verschieben. Hintergrund austauschen. Textebene hinzufügen. Alles durch Sprechen.\n\nGoogle hat dies auf derselben Infrastruktur wie ihr Stitch-Sprachinteraktionstool aufgebaut, und wenn es wie demonstriert funktioniert, schließt es eine Lücke, die mich bei jedem KI-Kreativtool stört, das ich ausprobiert habe: den Eingabe-Engpass. Selbst das beste KI-Canvas wird dadurch begrenzt, wie schnell man Prompts tippen und Buttons klicken kann. Sprache beseitigt diese Reibung vollständig.\n\nDie PDF-Exportfunktion ist der stille Gewinner. Stellen Sie sich vor, Sie führen eine Brainstorming-Sitzung auf Mixboard — Teilnehmer werfen Ideen ein, generieren Bilder, ordnen Konzepte — und exportieren dann das gesamte Board mit einem Klick als strukturiertes Dokument. Das schließt die Lücke zwischen „Ideenfindungssitzung“ und „Deliverable“ auf eine Weise, die kein anderes Tool, das ich verwendet habe, sauber hinbekommt.\n\nGoogle hat weder Integrationsdetails noch ein festes Veröffentlichungsdatum bestätigt. Angesichts des Google-I/O-Zeitfensters (19.–20. Mai) erwarte ich dort eine offizielle Ankündigung, wahrscheinlich gekoppelt an Gemini oder Google Workspace. Vorerst ist es als Experiment in Google Labs verfügbar.\n\n## Runnable Run Claw: Der KI-Teamkollege in Ihrem Chat\n\nDie letzte Ankündigung ist diejenige, die sich anschleicht.\n\nRunnable hat Run Claw veröffentlicht — einen cloudbasierten KI-Agenten, der in Slack, Telegram und Discord lebt. Man schickt ihm Nachrichten wie einem Kollegen. Er stellt klärende Fragen. Plant die Arbeit. Führt sie autonom aus. Berichtet zurück, wenn er fertig ist.\n\nIch berichte seit Monaten über KI-Agents in Chat-Plattformen, und was Run Claw anders macht, ist nicht das Konzept — es ist die Ausführungsreife. Das ist kein Chatbot mit angeschraubten API-Integrationen. Es ist ein vollständig autonomer Agent mit:\n\n- Datei-Uploads zur Bereitstellung von Kontext (Designmockup hochladen, Website bekommen)\n- Chat-Modus für Recherche und Brainstorming\n- Plan-Modus für komplexe mehrstufige Builds\n- Modellauswahl, um die richtige KI für jede Aufgabe zu wählen\n- Gedächtnis, um Ihre Präferenzen im Laufe der Zeit zu lernen\n- Connectors für Google, Slack, Notion, GitHub, Shopify und mehr\n\nDie multimodale Ausgabe unterscheidet es von ähnlichen Tools. Run Claw schreibt nicht nur Text. Es baut Live-Websites mit Datenbanken, Zahlungsabwicklung (Stripe-Integration), SEO-Optimierung, Analytics, Versionskontrolle und sogar KI-gestützten Sprachagenten. Aus einer Slack-Nachricht heraus.\n\nRunnable hat kürzlich 2 Millionen Dollar an jährlich wiederkehrendem Umsatz überschritten und liefert täglich Produktupdates. Das sind die Kennzahlen, die mir zeigen, dass dies kein Wochenendprojekt ist — es ist ein Unternehmen, das echte Infrastruktur mit echter Traktion aufbaut.\n\n### Das größere Muster: KI-Agents als Kollegen\n\nRun Claw, OpenAIs Super-App, Anthropics Conway-System — sie alle konvergieren auf dieselbe Vision. Die KI ist kein Tool, das man öffnet, wenn man Hilfe braucht. Es ist eine permanente Präsenz im Workflow, die Aufgaben so erledigt, wie es ein fähiger Kollege tun würde. Man delegiert. Sie führt aus. Man reviewt. Sie iteriert.\n\nWir beobachten den Übergang von „KI als Suchmaschine“ zu „KI als Teamkollege“ in Echtzeit. Und die Unternehmen, die die UX für Delegation lösen — nicht Prompting, sondern echte Aufgabendelegation — werden die nächste Phase dominieren.\n\n## Was uns diese Woche wirklich sagt\n\nFünf Ankündigungen. Fünf verschiedene Strategien. Hier ist das Muster, das ich darunter sehe:\n\nOpen Source beschleunigt schneller als proprietär. MiniMax M2.7, das Frontier-Modelle bei echten Engineering-Aufgaben erreicht — und die Weights open-source stellt — setzt jedes Unternehmen unter Druck, das Premium-API-Preise verlangt. Wenn ein selbst gehostetes Modell 80 % dessen leisten kann, was GPT-5.4 kann, und das zu einem Bruchteil der Kosten, verschieben sich die Wirtschaftlichkeitsverhältnisse der KI-Entwicklung dauerhaft.\n\nNativ multimodal ist die neue Baseline. Meta, das Muse Spark von Grund auf für Bild und Text baut — statt Bildfähigkeiten an ein Textmodell anzuschrauben — signalisiert, wohin die Architektur steuert. Erwarten Sie, dass jedes große Modell-Release künftig nativ multimodal sein wird. Der „Bildfähigkeiten-später-hinzufügen“-Ansatz ist tot.\n\nPlattformen schlagen Modelle. OpenAI, das alles in einer App vereint, Runnable, das Agents in Slack einbettet, Google, das Sprache zu seinem Canvas hinzufügt — das sind Plattform-Züge, keine Modell-Züge. Die rohe Intelligenz des zugrunde liegenden Modells zählt weniger, wenn die Integrationsschicht nahtlos ist.\n\nSelbstverbesserung ist nicht mehr theoretisch. MiniMax' Modell, das 100 autonome Optimierungszyklen durchführt, ist keine Forschungsdemo. Es ist Produktionsinfrastruktur. Wenn Modelle sich selbst sinnvoll verbessern können, wird das Tempo der KI-Entwicklung nicht mehr durch menschliche Engineering-Kapazität begrenzt.\n\nGesundheit und Wissenschaft sind die neuen Frontlinie-Anwendungen. Sowohl Muse Spark als auch M2.7 zeigten starke Leistungen bei medizinischen und wissenschaftlichen Benchmarks. Die „KI zum Programmieren“-Phase ist nicht vorbei, aber die nächste Welle von Milliarden-Dollar-Anwendungen wird wahrscheinlich von KI kommen, die über Biologie, Chemie und klinische Medizin nachdenken kann.\n\nIch berichte lange genug über KI-Tools, um zu wissen, dass die meisten wöchentlichen Updates nicht zählen. Die meisten Modell-Releases sind inkrementell. Die meisten Produktlaunches kommen zu früh.\n\nDiese Woche war anders. Fünf verschiedene Unternehmen — von Open Source bis Big Tech — lieferten jeweils etwas, das die Landschaft auf messbare Weise verändert. Die Frage ist nicht, ob sich die KI-Entwicklung beschleunigt. Die Frage ist, ob der Rest von uns mit den Tools mithalten kann, die sich selbst bauen.\n\n---\n\nWas ich als Nächstes beobachte: MiniMax M2.7 in meiner lokalen Agent-Pipeline (erwartet einen Hands-on-Test), Google I/O für die Mixboard- und Gemini-Updates, und ob OpenAIs Super-App wirklich standhält, wenn echte Workflows sie im großen Maßstab treffen. Ich berichte zurück.\n\n---\n\nWenn Sie mit KI-Agents bauen und die ungefilterte Einschätzung wollen, was tatsächlich funktioniert, teile ich meine Experimente, Workflows und ehrlichen Tool-Reviews hier auf mejba.me. Keine gesponserten Inhalte. Kein Hype. Nur was ich lerne, indem ich baue.\n\n---\n\n### Social Distribution Package\n\nTwitter/X:\nMiniMax hat gerade ein Modell open-source gestellt, das sich selbst um 30 % verbessert hat.\n\nMeta hat eine multimodale KI von Grund auf gebaut, die Nr. 1 beim medizinischen Reasoning ist.\n\nOpenAI hat ChatGPT + Codex + Atlas in einer App vereint.\n\nGoogle hat Sprachsteuerung zu ihrem KI-Canvas hinzugefügt.\n\nUnd ein Slack-Agent-Startup hat $2M ARR erreicht.\n\nMeine Analyse der 5 größten KI-Drops dieser Woche 🧵\n\nLinkedIn:\nFünf große KI-Releases landeten in einer einzigen Woche — und sie erzählen eine klare Geschichte darüber, wohin die Branche steuert.\n\nMiniMax M2.7 beweist, dass Open-Source-Modelle Frontier-Systeme erreichen können, während sie sich selbst verbessern. Metas Muse Spark zeigt, dass nativ multimodale Architektur die Zukunft ist. OpenAIs vereinheitlichte App demonstriert, dass Plattformen einzelne Modelle schlagen. Google Mixboard deutet auf Voice-First-Kollaboration hin. Und Runnables $2M ARR beweist, dass KI-Agents als dauerhafte Teamkollegen keine Theorie mehr sind.\n\nDas Muster: Wir bewegen uns von „KI als Tool“ zu „KI als Kollege.“ Die Unternehmen, die Delegations-UX lösen — nicht nur Prompting — werden die nächste Phase gewinnen.\n\nVollständige Analyse auf mejba.me.\n\nNewsletter:\nBetreff: Die Woche, in der KI anfing, sich selbst zu bauen\n\nDiese Woche lieferten fünf Unternehmen fünf verschiedene Visionen der KI-Zukunft — alle gleichzeitig.\n\nDas Highlight: MiniMax stellte ein Modell open-source, das 100 autonome Verbesserungszyklen an sich selbst durchführte und seine eigene Leistung um 30 % steigerte. Das ist kein Forschungspapier. Das ist ein Produktionssystem, bei dem die KI die Hälfte der Arbeit erledigt, sich selbst zu trainieren.\n\nIch analysiere alle fünf Ankündigungen — MiniMax M2.7, Metas Muse Spark, OpenAIs Super-App, Google Mixboard und Runnables Chat-Agent — mit der ehrlichen Einschätzung, was für Entwickler zählt und was nur Marketing ist.\n\nDie vollständige Analyse lesen → [link]\n