Das Wichtigste in 30 Sekunden
- Claude hebt Riemann-Schranke auf 67,2 %. Anthropic meldete am Montag, dass eine unveröffentlichte Research-Version von Claude die bekannte untere Schranke für Nullstellen der Riemann-Zeta-Funktion mit Realteil 1/2 in einem 36-Stunden-Lauf von 41,6 % auf 67,2 % anhob.
- Google-DeepMind-Umbau. Am Mittwoch übernahm Koray Kavukcuoglu als SVP das operative Geschäft von Google DeepMind; Demis Hassabis wird Chairman und Alphabet Chief Scientist, Jeff Dean und Sanjay Ghemawat verlassen den Konzern.
- OpenAI ships GPT-5.6-Cyber. Am Montag launchte OpenAI im neuen Daybreak-Red-Tier sein erstes „Offense-Grade"-Cyber-Modell — 95,0 % Completion-Rate auf der internen Advanced-Cybersecurity-Evaluation vs. 1,5 % für GPT-5.6 Sol.
- DeepSeek V4-Pro geht GA. Am Donnerstag verließ DeepSeek-V4-Pro-0813 den Preview-Status — 1-Mio.-Token-Context, 87,9 auf Terminal Bench 2.1, Preisanhebung mit Peak/Off-Peak-Split ab 16. August.
Claude hebt Riemann-Bound von 41,6 % auf 67,2 % — 46 Jahre Progression in 36 Stunden
Am Montag, dem 10. August, veröffentlichte Anthropic in „Learning more about Claude's mathematical capabilities" einen zahlentheoretischen Ergebnisbericht, den nicht Menschen, sondern eine unveröffentlichte Research-Version von Claude im Alleingang produzierte. Das Ziel-Objekt ist die berühmteste offene Vermutung der Mathematik: Wie groß ist der belegbare Anteil an Nullstellen der Riemann-Zeta-Funktion, für die Realteil 1/2 bewiesen werden kann? Der bislang beste publizierte Wert lag laut Anthropic bei 41,6 % (Pratt, Robles, Zaharescu, 2019). Claude hob ihn auf 67,2 %.
Die harten Betriebszahlen liefert Anthropic selbst. Der Lauf verteilte sich über zwei Sessions und rund 36 Stunden Wallclock, verbrauchte 31 Mio. Output-Tokens und koordinierte etwa 60 Sub-Agenten. Vor der finalen Idee produzierte das System rund 650 gescheiterte Ansätze, führte 2.400 Shell-Kommandos aus und durchsuchte 54 arXiv-Papers, um sicherzustellen, dass der gefundene Weg tatsächlich neu ist. Zwei Anthropic-Mathematiker validierten das Ergebnis, ein maschinell prüfbarer Lean-Beweis liegt bei. Simon Willisons Erst-Kommentar rechnet vor: Der Sprung entspricht dem summierten menschlichen Fortschritt an dieser Schranke seit Levinson 1974 (etwa 34 % → 41,6 % in 46 Jahren, verteilt auf mehrere Papers).
Strategisch ist der Fund aus zwei Gründen relevant. Erstens: Der Fortschritt entstand nicht aus neuer Mathematik, sondern aus dem Zusammenfügen zweier bekannter Techniken (Bombieri 2000, Aryan/Baluyot/Goldston/Suriajaya/Turnage-Butterbaugh 2025). Das ist präzise die Klasse „mid-difficulty scientific work", die Anthropic-CEO Dario Amodei in „Machines of Loving Grace" als ersten AGI-relevanten Marker benannt hat. Zweitens: Der Lauf ist ein sauberes Beispiel für einen agentischen Multi-Turn-Workflow, in dem Model, Sub-Agent-Orchestrierung und Peer-Review-Loops innerhalb eines einzigen Systems zusammenwirken — statt nur „ein LLM promptet einen Beweis".
Die Zweitmeinung ist bei den Fachleuten nüchtern. DataCamp und MLQ weisen darauf hin, dass die Riemann-Hypothese damit nicht gelöst ist — Anthropic bestätigt selbst, dass die Methode strukturell nicht zum vollen Beweis führt. Auch fehlt bislang eine unabhängige Replikation außerhalb Anthropics. Das Ergebnis ist ein Firmen-Announcement mit ausführlicher Dokumentation und Lean-Beweis, aber (noch) kein akademisch etablierter Satz. Der Datenpunkt trägt eine agentische Kompetenz-Aussage, keine mathematische Endgültigkeit.
Was als Nächstes passiert: Der Lean-Proof macht den Fund binnen Tagen unabhängig verifizierbar — der erste echte Prüfstein für den Anspruch. Für den AGI-Debatten-Rahmen verschiebt der Punkt die Diskussion vom Text-Benchmark zum Multi-Tag-Recherche-Workflow — dorthin, wo Frontier-Modelle heute Wertschöpfung produzieren.
Kurz notiert
Google DeepMind: Kavukcuoglu operativer Chef, Hassabis Chairman, Jeff Dean geht. Am Mittwoch, dem 12. August, ordnete Alphabet die AI-Führung neu: CTO Koray Kavukcuoglu übernimmt als SVP Google DeepMind das Tagesgeschäft und berichtet direkt an Sundar Pichai; Demis Hassabis wechselt in die Rolle des Chairman von Google DeepMind und wird Chief Scientist von Alphabet mit Fokus AGI-Strategie und wissenschaftliche AI-Anwendungen. Zeitgleich verließen Jeff Dean und Sanjay Ghemawat den Konzern nach 27 bzw. 28 Jahren — Dean gründet laut Bloomberg das neue Vehikel „Discovery Loop". Bloomberg und Fortune ordnen den Zug als Reaktion auf verzögerte Gemini-Releases ein — Hassabis operiert weiter aus London, das Produkt-Machtzentrum verlagert sich nach Kalifornien. Für Alphabet ist das die tiefste AI-Neuordnung seit der DeepMind-Google-Brain-Fusion 2023.
OpenAI ships GPT-5.6-Cyber als erstes „Offense-Grade"-Modell. Am Montag, dem 10. August, launchte OpenAI im neuen Daybreak-Red-Zugangstier sein erstes gezielt für Cyber-Arbeit trainiertes Frontier-Modell. Der Kern-Datenpunkt: 95,0 % Completion-Rate auf OpenAIs internem Advanced-Cybersecurity-Completion-Rate-Benchmark gegenüber 1,5 % für GPT-5.6 Sol — ein Faktor 63 in genau der Kategorie („dual-use security"), in der die generellen Modelle bislang systematisch verweigerten. Laut VentureBeat und Forbes fand OpenAI mit dem Modell zwei Zero-Days in Googles V8-Engine, gepatcht als CVE-2026-15903. Zugang läuft ausschließlich über Daybreak Red mit Identity-Verification, Legal-Attestation und Hardware-Security-Key-Pflicht ab 1. September. Für den Governance-Rahmen ist das ein Präzedenzfall: Erstmals liefert ein Frontier-Lab bewusst ein Modell mit reduzierten Refusals aus — allerdings hinter einem gestaffelten Access-Regime, das Anthropics und OpenAIs bisherige „safety-first-across-the-board"-Positionierung erkennbar aufweicht.
DeepSeek V4-Pro-0813 geht GA — 1-Mio.-Token-Context und Peak/Off-Peak-Pricing. Am Donnerstag, dem 13. August, verließ DeepSeek-V4-Pro nach vier Monaten Preview den Beta-Status — 1,6 Bio. Total-Parameter (49 Mrd. aktiviert), 1 Mio. Token Kontext, bis zu 384 K Output-Tokens und drei Reasoning-Stufen (low/high/max). Firmen-Benchmarks: 87,9 auf Terminal Bench 2.1, 62,7 auf DeepSWE, 61,5 auf NL2Repo (Reuters via Yahoo Finance). Die API wurde auf das OpenAI-Responses-API-Format umgestellt und ist damit Drop-in-Alternative in Codex-basierten Setups. Neu ist die Preisstruktur: Ab 16. August, 16:00 UTC, gilt Peak/Off-Peak-Billing mit rund $3,96 pro Mio. Output-Tokens (Peak) und 50 % Rabatt off-peak — eine deutliche Anhebung gegenüber dem Flat-Rate-Preis der Preview. Global Times framed den Launch als DeepSeeks Antwort auf Kimi K3 und Qwen 4 Max.
Anthropic startet globales Text-Watermarking unter dem EU-AI-Act. Am Dienstag, dem 11. August, kündigte Anthropic auf allen Produktoberflächen ein automatisches, maschinen-lesbares Watermark für generierten Text an — ausgerollt über Claude, Claude API, Claude Code, Claude Cowork und Claude Tag. Die Markierung ist visuell nicht sichtbar, überlebt Copy-Paste und Teile üblicher Edits; für Dateien nutzt Anthropic den offenen C2PA-Standard. Trigger ist der Transparency Code des EU-AI-Act — konkret Article 50, der seit 2. August für alle neu bereitgestellten General-Purpose-AI-Systeme greift. Anthropic zieht die Regel aber global durch — nicht nur EU-seitig. Damit ist Anthropic laut Fortune das erste US-Frontier-Lab, das textbasiertes Watermarking als Default aktiviert; OpenAI und Google DeepMind halten die Technik bislang zurück und verweisen auf Umgehungs-Trivialität. Für Enterprise-Kunden mit strenger Provenance-Pflicht (Regulated Financial Services, Publishing, EU-Public-Sector) wird Claude damit zum ersten Modell, dessen Output out-of-the-box ein maschinen-verifizierbares Herkunfts-Signal trägt.
Anthropic peilt $2 Bio. IPO-Valuation für Oktober an. Am Donnerstag berichtete die Financial Times über einen Aug-13-Investoren-Call, in dem Anthropic-Backer eine Ziel-Valuation von rund 2 Billionen US-Dollar für den Herbst-IPO nannten — der größte je geplante Börsengang, falls in dieser Größenordnung realisiert. Zur Einordnung: In der Ende Mai geschlossenen Series H stand die Firma bei $965 Mrd. Post-Money (TechCrunch). Die erwartete annualisierte Run-Rate soll laut FT bis Jahresende bei $100–120 Mrd. liegen — gegenüber $30 Mrd. Anfang Juli. Parallel meldete Bloomberg die 20-Jahres-Standort-Miete auf Riot Platforms' Rockdale-Campus (191 MW, $9,1 Mrd. Grundmiete, Extensionen bis $16,1 Mrd.). IPO-Kalender und Compute-Bilanz stehen in klarer Wechselwirkung: Der Kapitalbedarf für vorverkaufte Trainings-Runs entscheidet über den Zeitpunkt des Börsenschritts, nicht umgekehrt.
Zahl der Woche
67,2 % — die untere Schranke für den Anteil der Nullstellen der Riemann-Zeta-Funktion mit Realteil 1/2, die eine unveröffentlichte Claude-Version am 10. August in einem 36-Stunden-Lauf erreichte. Zum Vergleich: Levinson bewies 1974 rund 34 %, Conrey verbesserte 1989 auf 40,88 %, Pratt/Robles/Zaharescu erreichten 2019 41,6 %. Claude hob den Wert um 25,6 Prozentpunkte an — mehr als der summierte menschliche Fortschritt in 46 Jahren. Ressourcen-Bilanz laut Anthropic-Bericht: 31 Mio. Output-Tokens, rund 60 Sub-Agenten, 2.400 Shell-Kommandos, 650 verworfene Ideen, 54 durchsuchte arXiv-Papers, Lean-Beweis inklusive. Was der Fund nicht ist: Ein Beweis der Riemann-Hypothese oder ein akademisch replizierter Satz. Was er ist: Der bislang sauberste Nachweis, dass ein Frontier-Modell in einem mehrtägigen agentischen Recherche-Setup ein mid-difficulty scientific result eigenständig produzieren kann.
Leseempfehlung
„Learning more about Claude's mathematical capabilities" (Anthropic Research, 10. August 2026). Anthropics eigener Bericht zum Riemann-Fund — die einzige Quelle mit vollständigen Betriebszahlen (Tokens, Sub-Agenten, Zeitraum), einer detaillierten Rekonstruktion des Lösungsweges (Kombination Bombieri/Aryan et al.) und dem Link zum Lean-Beweis. Wer verstehen will, wie ein Frontier-Lab die Grenze zwischen Model-Announcement und Peer-Reviewed-Result inzwischen zieht — und warum die spannendste AGI-Meldung dieser Woche nicht ein neues Modell, sondern ein Nebenprodukt der Modell-Bewertung ist —, findet hier die einzig notwendige Lektüre. anthropic.com ↗
Dieses Briefing erscheint jeden Freitag auf agi.jetzt — schau regelmäßig vorbei. Alle Daten live im Dashboard →