Zum Hauptinhalt springen
Podcast24. April 20261:38:34

#48 GPT-5.5, Bild 2, Deepseek 4, SpaceX x Cursor

Gesprächsthemen

  • Cyberangriff auf Vercel führt zum Verlust von Umgebungsvariablen
  • GPT Image 2 – das wahnsinnige neue Bildmodell von OpenAI
  • SpaceX erhält die Option, Cursor für 60 Mrd. Dollar zu erwerben
  • GPT 5.5 bietet eine neue Möglichkeit, mit OpenAI-Modellen zu arbeiten
  • Kimi K2.6, GLM-5.1 und Deepseek V4
  • Flipbook – ein Blick in die Zukunft der Streaming-Websites

Transkript

Sind wir eine Minute zu früh? Sind wir … Sind wir … Sind wir pünktlich? Nein, sind wir nicht. Das ist vielleicht eine Premiere. Das ist eine Unterbrechung. Das sind Eilmeldungen. Ja, wir sind live. Meine Güte. Schön. Verdammt noch mal. Wer hätte das gedacht? Na ja, ich werde uns auf YouTube ein „Gefällt mir“ geben. Um den Ball ins Rollen zu bringen, wenn ihr wisst, was ich meine. Ich habe noch nicht einmal einen Schluck von meinem Kaffee getrunken. Das ist das erste Mal seit vielen, vielen Monaten, dass ich nach 22 Uhr einen Kaffee trinke. Normalerweise versuche ich, nach Mittag keinen koffeinhaltigen Kaffee mehr zu trinken. Eigentlich, um ehrlich zu sein, habe ich gestern einen getrunken. Ich hatte gestern einen wirklich schönen Tag.

Ich bin kurz rausgegangen. Oh. Oh, bleib doch mal da. Was ist denn eigentlich los? Okay, also … Oh, ich sehe da was limettengrünes. Klär das mal. Moment. Du bist ja noch da. Ich bin hier. Immer noch da. Okay. Ich bin wieder da. Entschuldigung. Schau mal. Ein Neo. Schön. Schön. Und du hast das grüne Modell. So süß. Zitrus, eigentlich. Zitrus. Grün. Passende, passende Tapete. Passende, passende Tastatur. Nur ganz leicht cremefarben. Das ist nicht das Modell mit, äh, Touch ID, oder? Nein. Ich weiß es, weil ich mir angesehen habe, wie süß es ist. Sehr. Weißt du, ich … ich finde die Idee irgendwie gut, so einen, na ja, leistungsstarken Desktop-Computer zu haben und dann eine Bearbeitungsmaschine, und dann, weil … Ja. Ich liege wirklich gerne mit einem Laptop herum.

Ja. Ähm, ein kleiner Laptop, aber wenn ich dann an meinem Schreibtisch sitze, ist das schön – das ist wirklich, weißt du, ein riesiger Luxus, das tun zu können, und ich kann das nicht unbedingt, aber es ist schön, einfach einen kleinen Laptop für kleine Dinge zu haben, weißt du. Ich habe an einer neuen Website programmiert, ich habe unsere Website auf Versel umgestellt, ähm, und Payload und so, und XJS, und ich habe einfach nur gechillt, in meinem Bett saß. Es hat einfach etwas, auf einem Laptop zu programmieren, das mir wirklich, wirklich gefällt. Ich fühle mich, als ob ich … ich weiß nicht. Es ist einfach so schwer zu erklären. Ich mag es einfach wirklich, auf einem Laptop zu programmieren.

Jedenfalls bin ich rausgegangen, und weil ich das MacBook Pro zurückgegeben habe – ich hatte nämlich ein MacBook Pro ausprobiert, das M5 –, weiß ich nicht, ob ihr meine neuen Videos schon gesehen habt. Dann habe ich das zurückgebracht und mir das MacBook Neo gekauft und mich einfach in ein Café gesetzt. Ich habe meinen großen Laptop mitgenommen und den Nachmittag über dort gearbeitet. Habe mir ein kleines Sandwich gekauft und einen koffeinhaltigen Kaffee getrunken. Das war das letzte Mal, dass ich einen getrunken habe. Aber diesen hier brauche ich. Ich habe mir gestern einfach mal etwas gegönnt. Ich habe ihn nicht gebraucht. Das ist schön. Ja. Ähm, wofür willst du das MacBook Neo eigentlich nutzen?

Also werde ich mir so eine Art, ähm, Rig einrichten, bei dem auf meinem großen Laptop, der mit dem WLAN verbunden ist, eine lokale KI läuft, und dann vom MacBook Neo aus auf diese lokale URL zugreifen. Ich finde außerdem, dass das MacBook Neo ideal für Open Claw ist, weil es einfach nichts weiter braucht, wenn man– ich meine, noch mal, weißt du, wenn man keine lokale KI laufen lässt, ist es natürlich ein perfektes Gerät, finde ich, weil man den Bildschirm hat – weißt du, wenn man einen neuen Laptop kauft, hat man einen kleinen Bildschirm, man kann damit zwar „Open Claw“ nutzen, aber ich denke, ja, ich denke, es ist so etwas wie ein – ich denke, es ist mittlerweile ein Muss, ja, oh, äh, ich benutze „Dispatch“.

Ich war diese Woche nicht so oft an meinem Schreibtisch, wie ich eigentlich wollte – es gab einfach ziemlich viel zu erledigen. Deshalb habe ich ziemlich viel mit der Disposition gearbeitet. Ja. Einfach über mein Handy. Und mir ist aufgefallen, dass T3 Code eine Verbindung hinzugefügt hat. Ich kann T3 Code also direkt von meinem Handy aus ausführen, muss mich aber im selben Netzwerk befinden. Also, ich schätze, um von außerhalb darauf zugreifen zu können, muss ich zu Hause ein VPN einrichten oder so etwas in der Art. Naja, nein, denn die Disposition leitet an Claw weiter. Nein, nein, nicht T3-Code. Ich weiß. Ähm, die Disposition nutzt den Computer, also solltest du in der Lage sein, über die Disposition den Computer so zu steuern, dass er den Core-Code verwendet.

Äh, T3-Code. Entschuldigung. Ich habe es gemacht, ich habe es gemacht … lustigerweise habe ich es gemacht, und irgendwann zwischendurch dachte ich mir: „Was macht der T3-Code hier eigentlich?“, und dann war es so: „Oh, weißt du was, eigentlich habe ich gerade einen Agenten hochgefahren, um es direkt mit Clot-Code zu machen, und ich habees nicht an die Agenten im T3-Code weitergegeben, und ich dachte mir: „Na ja, das macht irgendwie Sinn, aber ich wollte es im T3-Code haben, damit ich später, wenn ich nach Hause komme, den Chat und die schöne Benutzeroberfläche nutzen kann – sonst klappt es nicht.“ Ich habe gehört, dass sie an einer iOS-App arbeiten. Das kommt also, ähm, das kommt noch. Ähm, außerdem Warp – man kann jetzt Claw-Code in Warp verwenden.

Also, unterhalb deiner Greifzange solltest du einen kleinen Fernbedienungsknopf sehen. Der sendet die Daten einfach in die Cloud, und dann kannst du … Ich weiß allerdings nicht, wie man damit interagiert. Ich weiß nicht, wie man das nutzen kann. Aber, ähm, hast du in letzter Zeit irgendetwas Cooles gebaut? Ja. Ja. Also, ich weiß, eine der größten Neuigkeiten dieser Woche ist die Bildgenerierung, und ich hatte eine Idee mit einem Freund, der etwas erwähnt hat, und ich hatte diese Idee schon seit geraumer Zeit im Kopf. Sie ist nicht neu, und ich habe sie hauptsächlich deshalb umgesetzt, weil ich nicht an meinem Schreibtisch saß – ich habe daran gearbeitet, während ich unterwegs war –, und ich kann dir sagen, dass sie tatsächlich ziemlich cool ist.

Bevor ich das erzähle, möchte ich das kurz erklären – oder zumindest ein kleines bisschen. Warum glaubt ihr, haben Restaurants keine Speisekarten mit Bildern? Das ist eine ernst gemeinte Frage. Ja, manche Leute finden das tatsächlich sehr kitschig. Ich finde es sogar zu kitschig. Ja, manche Leute finden es kitschig, Fotos zu zeigen, aber ich weiß nicht, woher das kommt. Ich verstehe diese Vorstellung nicht, denn letztendlich muss man doch nur wissen, was drin ist. Aber wir wissen alle, dass man manchmal mit den Augen isst. Man schaut sich etwas an. Stimmt’s? Ja. Aber wenn man kein Einheimischer ist – vor allem, wenn man kein Einheimischer ist –, wird es noch schwieriger, den Kopf zu schütteln, na n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n n. Ich meine nicht einmal die Sprache, sondern die Vertrautheit mit diesem Essen oder diesem Ort – ichbin kein deutscher Muttersprachler, und selbst wenn ich nach 10 Jahren hier irgendwo hingehe, denke ich manchmal: „Was ist das? Wie sieht das aus?“, und am Ende google ich es. Oder ich habe bemerkt – ich habe meine Freunde gefragt –, dass sie sich die Tische nebenan anschauen und gucken, ob die etwas Leckeres haben, und dann fragen sie nach dem, wassagen: ‚Was ist das? Vielleicht kann ich das auch haben.‘ Denn wie du gesagt hast, wir wollen es ja sehen, oder? Also warum haben sie es nicht? Okay, vielleicht ist es kitschig.“

Das stimmt. Und wahrscheinlich auch sehr teuer, oder? Äh, was meinst du damit, Fotos von den Gerichten zu machen? Ja. Ja. Viele Leute verwenden einfach Stockfotos, und man weiß ja, dass es nicht so aussehen wird, wenn es bei einem ankommt. Man sieht sofort, dass es ein Stockfoto ist. Aber ja. Ja. Ja. Und es passt nicht zum Markenimage, und es ist nicht das, was man bekommt, und es sind nicht ihre, äh, Teller. Es ist nicht ihr, weißt du, ihr Restaurant. Okay, also, hier ist, was ich entwickelt habe. Ich dachte mir: Was wäre, wenn ich KI nutze, um diesen Restaurants dabei zu helfen, Bilder von ihren eigenen Gerichten zu erstellen? Die Idee ist also, dass sie ein Foto von einem Gericht hochladen, das sie mit ihrem Handy aufgenommen haben.

Stell dir vor, das wird mit einem Smartphone aufgenommen, und dann erkennen wir den Namen mithilfe von KI, oder der Nutzer kann ihn eingeben und anschließend einen Stil auswählen. Zum Beispiel, wie die Tabelle in etwa oder genau aussehen soll, dann vielleicht die Ausrichtung und schließlich die Ausrichtung des Fotos – und dann wird das Bild generiert. Das war eine meiner Ideen. Wie du siehst, habe ich noch 14 weitere Varianten dieses Ablaufs, weil ich ein bisschen mit der Benutzererfahrung herumgespielt habe. Ich habe Claude und GPT 5.5 angewiesen, verschiedene alternative Möglichkeiten zu entwickeln, wie ein Nutzer dies umsetzen könnte. Das hier war also sozusagen eine mittlere Variante, aber wir haben auch fortgeschrittenere Vorgehensweisen. Außerdem habe ich eine einfachere Version erstellt.

Man macht das Foto und klickt auf „Generieren“. Hinter dieser Benutzeroberfläche schreibe ich eine Reihe von Befehlen, die an die API gesendet werden und im Grunde das Bild abrufen, ähm, nachdem wir die Antwort erhalten haben. Aber dann dachte ich mir: „Äh, was kann ich sonst noch machen?“ Und ich zeige euch mal eine wirklich coole Funktion – nämlich diese hier. Also habe ich mir diesen vollwertigen Studio-Modus ausgedacht, bei dem man eine Lichtquelle ausrichten kann. Moment, ich lade erst mal das Gericht hoch, das wir hochgeladen haben. Ich projiziere es auf den Tisch und den Teller. Das funktioniert natürlich nur, wenn man ein Foto von oben hochlädt. Ja und nein. Bevor wir das Hauptbild generieren, schicke ich dieses Bild an ein vielleicht kostengünstigeres Modell, um ein Bild von oben davon zu erstellen und den Hintergrund zu entfernen.

Okay. Also, es ist einfach für Studiozwecke gedacht. Und dann verschiebst du die Kamera, verschiebst das Licht, kannst ein weiteres Licht hinzufügen, die Intensität der Lichter und die Farbe der Lichter einzeln ändern. Und alles zusammen ergibt eine Vorlage. Und ich überlege sogar, einen Schnappschuss davon als Referenzbild für die KI einzufügen, damit sie das ebenfalls als Referenz hat. Also, so weit bin ich noch nicht, aber ja. Mhm. Es macht schon ziemlich viel mehr Spaß, weil man jetzt tatsächlich den Tisch verändern kann. Das werden dann richtige Strukturen und Materialien sein – vorerst jedenfalls. Das hier ist nur, damit ich damit herumspielen kann.

Äh, das Tellerbild – das kann man ändern. Äh, vielleicht erlaube ich ihnen, ihre eigenen Tellerbilder hochzuladen, oder? Das ist ganz einfach. Dann können sie noch Gabel, Messer und Löffel hinzufügen. Und die KI sollte das erkennen und etwas Realistisches erstellen, denn in der Eingabeaufforderung sage ich ja: „Mach es realistisch“, oder? Oh, natürlich. Natürlich. Das ist alles, was man braucht. Es ist nur eine Eingabeaufforderung. Und mach keine Fehler. Und mach keine Fehler. Und du brauchst einen Laib Brot und ein Getränk. Ja, das ist tatsächlich … Funktioniert es? Nicht ganz. Es funktioniert schon. Es funktioniert schon. Aber gerade habe ich es kaputtgemacht, aber es funktioniert. Es ist im, äh, Admin-Bereich – ich habe da eine ganze Reihe von Eingabeaufforderungen, und ich trage all diese Informationen zusammen, und es wird eine Eingabeaufforderung erstellt, die an irgendwas geht. Im Moment habe ich diese Benutzeroberfläche für mich selbst, aber wenn ich es live schalte, werde ich natürlich Umgebungen und alles Mögliche einrichten – darum werde ich mich natürlich mit der KI kümmern.

Aber ja, äh, und weißt du, ich dachte mir: Warum sollte ich hier aufhören? Wenn ich schon ein Bild erstelle, dann füge ich es doch auch in eine Galerie ein, oder? Das ist die Galerie deiner Bilder. Was macht man mit diesen Bildern? Man fügt sie in ein Menü ein. Das ist also ein vollwertiges CMS, das sie bearbeiten können, und man kann Dinge hinzufügen, man kann sogar mehrere Einträge gleichzeitig bearbeiten – selbst im Web gibt es das nicht, und ich habe das alles von meinem Handy aus erstellt. Ähm, dann kann man zu einzelnen Gerichten gehen, sie ändern, ein Foto machen, ein Bild für sie erstellen, es bearbeiten, was auch immer. Ähm, das ist also ihr komplettes Menü. Sie können es per KI importieren, sodass sie nicht all diese Informationen eintippen müssen.

Äh, und dann dachte ich mir: Was mache ich damit? Na ja, lass uns ein bisschen Design hinzufügen. Man kann also seine Speisekarte gestalten – ja – mit verschiedenen Schriftarten, Farbschemata und Designs. Man hat also Gestaltungsmöglichkeiten, kann eine Vorschau anzeigen, die Speisekarte veröffentlichen und einfach auf der eigenen Website verlinken. Es gibt also eine voll funktionsfähige Speisekarte, die für Mobilgeräte optimiert ist und der ich noch eine Suchfunktion hinzufügen werde. Ich werde noch ein paar nützliche Informationen hinzufügen. Das ist ein vollwertiges Menü. Und dann dachte ich mir: Diese Bilder, die sie haben – wollen sie die nur in ihrem Menü verwenden? Nein, sie können sie auch in den sozialen Medien teilen.

Also habe ich Social Media hinzugefügt. Hier kann man zum Beispiel einen neuen Beitrag im Karussell-Format erstellen. Man kann die Bilder hinzufügen und nachdem man die Bilder ausgewählt hat, kann man sich von der KI eine Bildunterschrift generieren lassen und den Beitrag einfach veröffentlichen. Warum sich die Mühe machen? Warum sich die Mühe machen? Warum sich die Mühe machen? Das ist sozusagen der komplette Lebenszyklus eines Bildes für ein Restaurant. Und dann dachte ich mir: Wenn ich das für ein Restaurant hinbekomme, werde ich das duplizieren und für verschiedene Branchen anwenden, denn Restaurants sind definitiv nicht diejenigen mit dem meisten Geld. Nichts für ungut, aber sie haben wahrscheinlich nicht das größte Budget zur Verfügung, aber ja. Also, welche anderen Branchen wirst du noch abdecken?

Äh, als Nächstes kommt die Immobilienbranche. Äh, die Fotos, die die Makler von den Häusern machen. Äh, die kann man mit KI aufwerten und vielleicht ein bisschen bereinigen. Zum Beispiel ein Haus, aus dem der Mieter noch nicht ausgezogen ist. Das können wir einfach entfernen. Ja. Schmutzige Wäsche. Ja. Ähm, oder wenn sie umziehen, weißt du. Ja. Da gibt es so viel. Das sind heutzutage also alles gewissermaßen Prompts, oder? Man könnte natürlich auch zu ChatGPT gehen und dort dasselbe mit Prompts machen, aber die Idee ist, dass man Leute ansprechen kann, die keine Prompts verwenden wollen, die sich nicht mit Stilen herumschlagen wollen – dass ich diese Leitplanken, also diese Voreinstellungen, erstelle. Und ich denke, die Voreinstellungen sind der wichtigste Teil. Mal sehen, wie es bei dir läuft. Nächstes Jahr bist du vielleicht Millionär.

Ja. Mit 50 Apps. 50. Cool. Ich gehe eher in diese Richtung. Ich habe zwar Projekte und arbeite mit anderen Leuten zusammen, aber ich entwickle Tools und Dinge für meine eigene Arbeit – also Möglichkeiten, meine eigene Arbeit zu beschleunigen und gleichzeitig Geld zu sparen, zum Beispiel durch Abonnements und Ähnliches. Weißt du, ich sehe das so: Wenn man eine App für jemanden entwickelt, muss man sich wirklich für dessen Branche interessieren und sich intensiv damit auseinandersetzen. Es ist eine Sache, eine Idee zu haben, aber man muss sich wirklich in die Zukunft versetzen und sich vorstellen, die ganze Zeit nur an dieser einen App zu arbeiten, denn wenn sie ein Hit wird, ist das ein Geschäft, an das man sich nun gebunden hat.

Das stimmt. Also, ähm, und das Ganze macht wirklich Spaß. Es ist – ich habe das schon erlebt. Am Anfang kann man sich das kaum vorstellen. Man ist total begeistert: „Das ist ja echt cool!“ Und dann fangen die Leute an, immer höhere Ansprüche an dieses Tool zu stellen, und plötzlich ist der ganze Spaß sofort weg. Man muss sich also wirklich sicher sein, dass es eine Branche und ein Tool ist, in der bzw. mit dem man sich selbst sehen kann, weißt du? Ist es „Levels IO“, „Levels IO“, also „Levels IO“, er, oder „Levels“, ja, „Levels“ – er entwickelt Apps am laufenden Band und versucht herauszufinden, was sich durchsetzt, und ich glaube, ein Teil davon ist, dass er herausfinden will, was ihn selbst auch begeistert.

Für mich war diese Sache mit den Restaurants einfach ein Problem. Ich wollte so etwas in der Welt sehen. Ich stelle fest, dass es das noch nicht gibt, und versuche, es aufzubauen – vielleicht habe ich nächste Woche schon wieder keine Lust mehr. Vielleicht auch nicht. Ich spreche gerade mit ein paar Restaurants. Ich spreche mit ein paar Leuten, die in Restaurants arbeiten oder mit Restaurants zu tun haben, und versuche herauszufinden, wo ihre Probleme liegen und ob sie daran interessiert wären, das zu nutzen. Deshalb bin ich noch nicht so sehr darauf aus, die Benutzeroberfläche auf Hochglanz zu polieren. Ich entwickle gerade verschiedene Abläufe. Ich glaube, die Leute verstricken sich oft zu sehr darin, wie die Benutzeroberfläche und so weiter aussehen muss, dabei kann es doch einfach ein Figma-Prototyp sein.

Es muss eigentlich gar nicht funktionieren. Man muss doch nur so weit gehen, das Konzept zu veranschaulichen, damit man den Leuten erklären kann, worum es geht, oder? Und das ist genau die richtige Herangehensweise. Ja. Ähm, ich glaube, das Einzige, was meiner Meinung nach fehlen wird – ich meine, das wirst du ja von den Leuten erfahren –, ist der Zahlungsaspekt. Ja, sie können zwar ihre Speisekarte veröffentlichen, aber sie wollen auch ihre Bestellung kaufen und bezahlen können. Ja. Ja. Dieser Aspekt wäre anders. Ich werde mich nicht mit dem E-Commerce-Teil befassen, denn dann muss man sich auch noch um die Lieferung kümmern.

Das dient hauptsächlich dazu, ein ansprechendes Menü zu haben. Außerdem habe ich mit jemandem gesprochen, der in der Druckbranche arbeitet. So konnte ich diese Entwürfe erstellen und auch eine druckbare Version davon anfertigen. Damit können die Kunden tatsächlich die gedruckte Version bestellen. Und es ist ganz einfach, so etwas einzurichten. Aber ja, das ist, wie du gesagt hast: Sobald man sich erst einmal tief darin vertieft hat, ist es ein ganz eigenes Universum, und es geht nicht mehr um die eigenen Ideen, die man umsetzen möchte. Es sind die Ideen anderer Leute, die man für sie umsetzen muss, und ihre Probleme, ihre spezifischen … Ja. Ja. Cool. Na gut, sollen wir weitermachen?

Ja, lasst uns weitermachen. Äh, schreibt uns in den Kommentaren, woran ihr gerade arbeitet. Ich möchte wissen, was andere Leute so machen. Ich möchte mehr machen. Ich möchte mehr machen. Ich glaube, ich werde meine kleine Phase mit Mac und lokaler KI hinter mich bringen, denn das ist das Schöne an YouTube: Man kann verschiedene Phasen und Entwicklungen durchlaufen, je nachdem, worauf man gerade Lust hat. Man sollte auf jeden Fall auf den Zug von Dingen aufspringen, die offensichtlich gut ankommen, aber ich freue mich auf einen Punkt auf meiner Reise, an dem ich zeige, was ich gerade entwickle, und Inhalte rund darum erstelle, weil ich denke, dass das gut ist. Ich glaube, die Leute müssen erfahren, was die anderen so entwickeln.

um ihnen Ideen zu geben, weißt du, was ich meine? Sie nehmen das auf und verbessern es oder erstellen ihre eigene, leicht angepasste Version davon, weil sie gar nicht wussten, dass es so etwas gibt. Also, ähm, ja, teile es auf jeden Fall, wenn du zeigen willst, was du so machst, denn es ist ziemlich cool. Ja, ich höre das gerne. Sollen wir, ähm, die Einleitung weglassen? Keine Einleitung. Okay. Kein Intro. Okay. Also, diese Woche – eigentlich, lass mich erst mal ein paar andere Sachen checken. Ja. Einfach, ja, diese Woche haben wir ein hochmodernes Modell zur Bildgenerierung von Chad GPT. Es ist einfach so verdammt gut. Äh, ich kann es kaum erwarten, es euch zu zeigen. SpaceX kauft Cursor. Was, in welcher Welt leben wir denn eigentlich?

Wir haben ein Daumenkino. Das ist eine verrückte Idee, die ich euch gerne vorstellen möchte. Äh, wir haben Kimmy K2. Äh, Kimmy K 2.6. Sam, du wirst darüber sprechen. Und wir haben Deepseek 4 und irgendetwas über Anthropic-Tests. Äh, Anthropic versucht, den Claude-Code zu bekommen. Äh, was, was ist er? Was sind sie? Oh, sie versuchen, den Claude-Code aus dem Pro-Tarif zu entfernen. Also bleibe ich beim 100-Euro-Tarif hängen. Wow. Ja, da liegst du falsch. Ich habe den 101er-Tarif. Ja. Ähm, okay, cool. Also, all das und noch mehr gibt es in der heutigen Folge. Ähm, hier ist „Command AI“. Ich bin Kavarza. Und ich bin Sam. Und das ist „Eine Woche in der KI“, künstliche Intelligenz, Design und Entwicklung.

Ich finde immer noch, wir brauchen da eine Erkennungsmelodie. So etwas in der Art. Ähm, na ja, du hast die Lieferkette von Versel ausgelassen. Ja, ich … ja, ich weiß nicht, was das war. Also, na ja, wir … ich meine, lass uns einfach darüber reden. Im Grunde hat Versel also auf allen seinen Kanälen bekannt gegeben, dass es einen Angriff gab, bei dem die Umgebungsvariablen der Nutzer offengelegt wurden, so wie die geheimen Schlüssel. Ich habe da so meine Zweifel, ich habe meine Zweifel daran, und wirwerden noch darauf eingehen, aber ja, sie sagten, wenn man „un“ hat – man kann also… Es gibt diese Unterscheidung zwischen sensiblen und nicht-sensiblen Umgebungsvariablen bei Versel. Sensible sieht man natürlich nicht, zum Beispiel in der Benutzeroberfläche, man kann sensible nicht sehen, aber man kann nicht-sensible sehen und bearbeiten. Jemandem ist es gelungen, sich Zugang zu verschaffen, indem er das Google-Konto eines Versel-Mitarbeiters mit einem Tool namens „Context AI“ übernommen hat. Lass mich meinen Bildschirm zeigen.

Ich habe mir mal angesehen, was Context AI ist. Ähm, es ist eine Plattform zur Koordination von Agenten. Also ein Anbieter. Ich glaube, Context AI ist im Grunde etwas weniger bekannt als Versel. Bei Context AI muss man also auch, wenn man das nutzt, vorsichtig sein. Ähm, aber ja, hat sich jemand mithilfe von Context AI Zugang zu einem Mitarbeiter bei Versel verschafft, sich in dessen Google-Konto eingeloggt und dann in das mit diesem Google-Konto verknüpfte Versel-Konto, und hat dann im Grunde eine Menge, äh, na ja, Umgebungsvariablen offengelegt. Wenn man es richtig einsetzt, dann hat man eine Reihe von Geheimnissen, die durch die Geheimhaltungsfunktion geschützt sind. Aber alles, was ungeschützt ist – da muss man im Grunde seine Schlüssel regelmäßig wechseln.

Der Grund, warum ich das ein bisschen verdächtig finde – na ja, ein bisschen eben –, ist, dass es für die Entwicklung gedacht ist: Man hat also seinen Produktions-Branch oder seine Produktionsumgebung auf Versel, und wenn man, ähm, auch Preview- und Entwicklungs-URLs hat, um Pull-Requests anzusehen, und diese werden gebaut, und man kann sie überprüfen und so weiter, bevor sie in die Produktion gehen. Es ist eine Pro-Funktion, mit der man Geheimnisse bei diesen Produktions-Deployments als sensibel kennzeichnen kann. Das kommt mir einfach nervig vor, denn es ist so, als würde man jeden, der keinen Pro-Tarif hat, gewissermaßen dazu verleiten, auf einen Pro-Tarif umzusteigen – ich will hier nicht gleich den Hut aufsetzen.

Ich glaube wirklich, dass das passiert ist, aber nur eine kleine Auswahl der Betroffenen wurde benachrichtigt – diejenigen, die davon wissen –, und sie empfehlen, alle Schlüssel zu ändern, die innerhalb ihrer Zelle nicht als sensibel markiert waren. Aber es ist einfach, es ist einfach, ähm, es ist irgendwie, äh, wie heißt das noch? Wie nennt man das? Es ist schon ein Zufall, dass eine Pro-Funktion Umgebungsvariablen in Entwicklungs- und Preview-Zweigen als sensibel markiert. Also, ich weiß nicht. Ich habe es als Vorwand gesehen, um mit einigen Kunden in Kontakt zu treten und ihnen zu sagen: „Es gab einen Angriff – wir haben Ihre Website auf Versel erstellt. Möchten Sie, dass wir uns das einmal ansehen?“

Vielleicht möchtest du dich also melden, falls du für deine Kunden Produkte auf Versel entwickelt hast. Melde dich auf jeden Fall und sag: „Hey, das ist passiert. Kann ich das für dich klären?“ Und ich mache das so, dass ich die Überprüfung kostenlos durchführe. Ich werde also prüfen, ob sie davon betroffen sind. Wenn alles korrekt eingerichtet ist, lasse ich sie einfach weitermachen wie gewohnt. Sollten jedoch Schlüssel als „unsensitiv“ gekennzeichnet sein, die eigentlich als „sensitiv“ gelten sollten, werde ich diese Schlüssel rotieren – und genau dafür berechne ich eine Gebühr. Ja, das ist also eine Gelegenheit für euch, ein bisschen Geld zu verdienen, aber ähm, ja, es kommt mir einfach ein bisschen verdächtig vor, aber so ist es nun mal.

Du verdienst Geld, weil jemand „White Coding“ verwendet hat. Ja. Ja. Na ja, wer weiß? Wer weiß schon, was das eigentlich verursacht hat, aber jemand, ähm, hat auf jeden Fall, äh, nun, als letztes möchte ich dazu noch sagen, dass diese Person offenbar die Architektur und die APIs von Versel sehr genau kannte. Das deutet zwar darauf hin, dass es vielleicht kein Insider-Job war, sondern vielleicht ein ehemaliger Mitarbeiter oder jemand in der Art – es war sehr, ähm, wie sagt man, raffiniert, ein hochkomplexer Angriff mit detaillierten Kenntnissen des internen Vertriebssystems. Also ja, wechselt eure Schlüssel aus, setzt euch mit euren Kunden in Verbindung. Passt auf euch auf da draußen, Jungs und Mädels. Cool. Ich habe diese Nachricht übrigens verpasst.

Ich: Ja, es war so eine seltsame Woche, Leute, denn normalerweise bin ich ja voll dabei. Ich hatte das Gefühl, total neben der Spur zu sein, und dann kam im Laufe der Woche auch noch jede Menge Neues dazu, und ähm, ich habe ein bisschen mit unserem KI-Claw-Bot-Producer herumgespielt, und es war so weit, dass ähm, wenn mein Laptop ausgeschaltet oder zugeklappt war, es einfach nicht funktionierte. Deshalb habe ich eine Menge Neuigkeiten verpasst. Ich denke mir also: Das muss ich mir merken. Das muss ich mir merken. Es gab also so viel, das es vielleicht in die Sendung dieser Woche schafft – oder auch nicht. Wenn ihr von etwas hört, worüber wir nicht sprechen, lasst es uns wissen, und wir werden darüber reden, denn letzte Woche ist „Design Claw Design“ mitten in der Sendung ausgefallen, und wir sind gerade in aller Eile dabei, es fertigzustellen und darüber zu berichten.

Wir haben das zweimal durchgesprochen, um sicherzugehen, dass das Video gut genug ist. Also, äh, ja, sag uns Bescheid, wenn du während unserer Live-Sendung von irgendetwas hörst, dann werden wir darauf eingehen. Wir gehen das gemeinsam durch. Aber ja, das war noch ganz am Anfang. Das war, weißt du, am Montag, glaube ich. Willst du über GPT-Bilder sprechen? Ja. Hast du einen Test mit GPT 5.5 gemacht? Mit Bildern? Nein. Oder mit einem Design? Design? Äh, nein. Ich habe noch kein Design. Vielleicht kannst du das mal ausprobieren. Ich kann es nicht. Deshalb. Ja, ich kann es nicht. Ah, du hast es nicht. Nein. Äh, ja. Weil sie es noch nicht über die API veröffentlicht haben. Also hat es noch niemand – kein anderes Programmier-Tool – zur Verfügung.

Deshalb halten sie mich auf Trab. Ich habe immer noch mein 20-Dollar-Abo. Ich kann es nicht kündigen. Es gibt einfach jede Woche einen neuen Grund, es zu behalten. So verdienen sie ihr Geld. Ich glaube, es hat mir tatsächlich Spaß gemacht, zwischen den beiden hin und her zu wechseln, um ehrlich zu sein. Claude und GBT. Das mache ich ständig. Mir ist aufgefallen, dass viele Leute das nicht tun, aber ich kombiniere einfach alles miteinander. Aber ich mache das nicht, um eine bessere Qualität zu bekommen. Ich mache es buchstäblich nur, weil es einfach eine nette Abwechslung ist. Und, ähm, wenn mir bei dem einen die Credits ausgehen, nutze ich einfach das andere. Es ist nicht so, dass Claude das hier gut könnte oder Jackbt das dort gut könnte.

Ich sag einfach mal: Nein, daran glaub ich nicht. Übrigens glaube ich nicht, dass eines davon dem anderen besonders weit überlegen ist. Leute, ich habe in letzter Zeit viel mit Kilo Code gearbeitet, und gerade heute nutze ich sogar ihr eigenes Modell, Kilos – ähm – Frontier-Modell, wisst ihr, zu einem Bruchteil der Kosten. Und wir werden uns GLM 5.1, Deep Seek 4 und was auch immer das andere ist – Kimmy K2, äh, 2.6.6 – ansehen. Wenn wir uns diese Benchmarks anschauen, ist das Haarspalterei. Versteht ihr, was ich meine? Diese Modelle sind alle unglaublich. Man muss vielleicht ein bisschen mehr Zeit in einige der günstigeren Modelle investieren, aber weißt du, es ist fraglich, ob wir einfach nur, na ja, so verwöhnt sind.

Das Jovin-Paradoxon, oder? Ja. Okay. Also, fangen wir an. Gut. Wir haben also ein neues Bildmodell, und es ist verdammt gut. Ich habe eine Reihe von Tests durchgeführt und es mit den Modellen von Google verglichen: Nano Banana 2 und NanoBanana Pro. Ich werde euch das alles gleich zeigen. Aber zuerst: Was ist das eigentlich? Wir haben ChatGPT Images 2.0. Und es ist unglaublich. Es ist unglaublich, was es alles im Bereich UI, Grafikdesign und vor allem mit Text leisten kann. Der gesamte Text hier, die gesamte Benutzeroberfläche – alles hier wurde mit KI erstellt. Es ist unglaublich, und es ist fast schon unfassbar, wie gut es ist. Schaut euch das an. Da sind Bilder in Bildern mit mehreren Sprachen. Ähm, da ich Farsi kenne, ergibt das übrigens nicht ganz Sinn, aber es ist wirklich, wirklich … Vielleicht haben sie nicht gesagt, was da stehen soll, also hat es einfach irgendetwas gesagt.

Jedenfalls, äh, ist es wirklich, wirklich, wirklich gut. Ich habe sogar, ähm, einen Test mit Farsy gemacht. Das werde ich euch zeigen. Es ist unglaublich realistisch. Es ist großartig beim UI-Design. Es ist unglaublich gut beim Grafikdesign. Die Textdarstellung ist gestochen scharf. Es ist einfach so gut. Also, wo fangen wir an? Ich habe eine Reihe von Tests über die ChatGPT-App und über Hicksfields durchgeführt, und hier sind die Ergebnisse. Wie ich bereits früher in der Sendung gezeigt habe, habe ich diese App entworfen und entwickelt, und dann gab es ChatGPT Image Drop V2, und ich dachte mir: „Hm, lass es mich mal für das UI-Design nutzen.“ Und das habe ich auch getan – ich habe dem Programm einfach einen Screenshot von meinem sehr groben Wireframe gegeben, der wirklich nicht besonders gut gestaltet aussah.

Es war ein Wireframe, oder? Ich habe es, äh, an CHP weitergegeben, und das hat mir diese Benutzeroberfläche geliefert. Das ist ziemlich gut. Ich meine, es ist vielleicht nicht perfekt, wenn man es aus der Perspektive eines UI-Designers oder eines Frontend-Designers betrachtet, aber es ist in einer Hinsicht großartig: Es liefert Ideen dafür, wie das Design aussehen könnte. Also habe ich das immer und immer wieder gemacht. Ich habe eine ganze Reihe von Entwürfen erstellt und dabei durch diese verschiedenen Designs einige interessante Ideen gewonnen. Ich habe sogar angefangen, Elemente buchstäblich übereinander zu legen und mir zu sagen: „Davon will ich ein Stück und davon will ich ein Stück.“ Das Programm ist wirklich gut darin, diese Elemente, die ich ihm gebe, zu kombinieren, um eine neue Benutzeroberfläche zu erstellen.

Ich meine, schau dir das mal an. Nachdem ich diese Benutzeroberflächen bekommen hatte, dachte ich mir: „Vielleicht gibt’s ja was für die Steuerung von Lichttemperatur und Lichtintensität.“ Und es wurden mir eine ganze Menge vorgeschlagen. Und die sehen alle wirklich gut aus. Ich habe mir zwei ausgesucht, die einfacher waren. Ich wollte nichts nehmen, das zu, na ja, ausgefallen ist. Ähm, manche davon sind mir einfach ein bisschen zu viel. Äh, und ich habe es Claude gegeben, und er hat es für mich umgesetzt. Auch hier war es wieder so: Ich habe dieses Kugel-Design entworfen, und in einem dieser Beispiele kam ihm diese Idee, bei der wir so etwas wie einen Sockel oder einen Tisch haben, und ich dachte nur: Warum bin ich nicht selbst darauf gekommen?

Das ist viel besser. Es macht keinen Sinn, dass die Kamera nicht unter den Tisch fahren soll. Das hier ist also gut darin, solche Ideen zu generieren und dann die UI-Design-Ideen umzusetzen, auf die ich gekommen bin – ich habe dieses hier erstellt. Äh, ja, ich war wirklich beeindruckt davon und habe einfach weitergemacht. Das ist also die eine Seite der Sache: Variationen des UI-Designs zu erstellen. Äh, und damit bin ich wirklich sehr zufrieden. Ja, denn übrigens ist das hier vielleicht eines der ersten „Thinking-Image“-Modelle, oder? Das hilft dir also dabei, durch Nachdenken zu iterieren. Ja. Äh, übrigens waren meine Prompts bei all dem schlecht und minimalistisch – ich habe einfach nur meine Prompts eingegeben und kein Prompt-Engineering betrieben.

Ich habe lediglich den Kontext dafür bereitgestellt und die Eingabeaufforderung an die ChatGPT-App weitergeleitet. Man aktiviert also die „Denkfunktion“ in der ChatGPT-App, und diese führt zunächst den Denkprozess durch und erst danach die Bildgenerierung. Es scheint also so, als würde sie versuchen zu verstehen, was man eigentlich vorhat, dann eine Eingabeaufforderung erstellen und diese an das Bildgenerierungsmodell weiterleiten, das, wie man weiß, diese UI-Designs erstellt – und ich bin wirklich sehr, sehr zufrieden mit diesen Designs. Also, äh, ich habe auf Twitter eine ganze Reihe von Dingen gesehen, die Leute gemacht haben, zum Beispiel das Erstellen von so etwas wie – ich weiß nicht, wie man das nennt – einer Art Rezept.

Ja. Entwürfe. Das ist, äh, ein persisches, ähm, Gericht, und es ist mein Lieblingsgericht, und das schmeckt wirklich, wirklich gut. Nur um das klarzustellen: Es gibt zwar Fehler, aber für eine schnelle Eingabe, ohne Überarbeitung, also nur eine einzige Eingabe und sehr allgemein gehalten, ist das wirklich gut. Ähm, es versteht die Sprache, es versteht die Konzepte, es führt übrigens auch Suchanfragen durch – man kann Chachi zum Beispiel sagen, es solle nach der Zubereitung eines bestimmten Gerichts suchen. Es sucht danach. Es findet Bilder und nutzt all das dann, um das endgültige Bild zu erstellen. Also ja, das ist ziemlich beeindruckend. Ähm, erstaunlich. Es ist einfach nur erstaunlich. Vielleicht bezieht es die Informationen buchstäblich von einer Webseite.

Ich weiß es nicht. Wir wissen nicht, ob wir jemals erfahren werden, wie es das macht, woher es die Informationen bezieht – ob sie etwa aus Wikipedia oder von einer Koch-Website stammen oder ob es sie selbst generiert. Ich weiß es nicht. Ich weiß nur, dass ich ihm eine allgemeine Eingabe gegeben habe und es das hier erstellt hat, und es ist wirklich gut. Äh, ein weiteres Projekt, das ich gemacht habe, war das Redesign von Webflow. Ähm, ein Rebranding in Rot. Das ist nicht gerade das sauberste Ergebnis. Ich sehe all die Fehler. Aber an alle UI-Designer, die in die Kommentare gehen und sagen wollen: „Na ja, das ergibt keinen Sinn und das ist nicht perfekt.“ Ich sehe das alles. Darum geht es aber nicht. Der Punkt ist, dass man Anleitungen erstellen kann, genau so, wie ich es mit dem UI-Design gezeigt habe.

Man kann Ideen oder, äh, Moodboards erstellen, wenn man möchte, und dann wird sich jemand mit gutem Geschmack damit befassen, die guten auswählen und die Bereinigung vornehmen. Äh, ich habe für dieses Projekt, an dem ich gearbeitet habe, ein paar Food-Fotos gemacht. Also, die Bereinigung, ähm, und darin ist es unglaublich gut. Und dann kommt der Vergleich. Gibt es noch irgendetwas, das du, äh, hinzufügen möchtest oder eine Frage, bevor wir zum Vergleich übergehen? Möchte ich noch etwas hinzufügen? Äh, nein, nein, alles gut. Alles klar. Okay. Also, lasst uns hier mal das Bild v2 mit Nano Banana 2 und Nano Banana Pro vergleichen. Ich habe genau denselben Befehl verwendet und Chat-GPT tatsächlich über zwei verschiedene Plattformen angesteuert.

Zunächst über die ChatGPT-App, genau wie die normale App, die ihr habt, und außerdem über die ChatGPT-Bild-API via Hicksfield, weil ich sehen möchte, ob das einen Unterschied macht – und Spoiler-Alarm: Das war eine der Fragen. Also Hicksfield für Nano Banana, aber in der Benutzeroberfläche von GPT-5, da es nicht für alle verfügbar ist. Ja, alle drei stammen übrigens von Higsfield. Und dann läuft ChatGPT über die ChatGPT-Benutzeroberfläche. Ja. Also ja, sorry. Erstellt in Higsfield. Alle drei wurden mit ChatGPT erstellt. Ja, diese hier. Ja, gleiche Eingabeaufforderung. Ich habe gerade noch ein paar mehr mit CHP erstellt, aber das ist dasselbe. Die Eingabeaufforderungen lauteten also, Streetwear und Merchandise für unsere Marke zu entwerfen.

Und ich habe einige unserer Markenelemente eingebunden und dann eine Liste mit Wörtern, die mit ChatGPT 5.5 erstellt wurden. Na ja, das ist ein Thema für ein separates Video, aber ja, mit diesem Modell. Hier sind also die Ergebnisse. Die Ergebnisse sind unglaublich. Ich will die einfach haben. Ich will die tragen. Und ganz ehrlich, die sind einfach so verdammt gut. Schaut euch das an. Schaut euch das an. Die sind einfach so hochwertig, so verdammt realistisch. Hängt euch nicht zu sehr an Modelle. Das ist einfach so gut. Das beste Modell dieser Woche. Der Cursor denkt wohl: „Mein Favorit.“ Morgen schon veraltet, ihr wisst schon, all diese KI-Witze. Ähm, „Taste“ ist das letzte Kontextfenster der Benutzeroberfläche. Die sind wirklich gut. Und schaut euch diese letzten paar an.

So wie diese hier, die ich mit diesem Hologramm-Effekt gemacht habe. Ich hatte diesen „Web Flow“-Aufkleber und dachte mir: „Lass es uns so machen.“ Also habe ich es mit Hologramm-Effekt gemacht. Äh, mit Hologramm-Design und, äh, menschlichem Geschmack, maschineller Geschwindigkeit. Komm schon, das müssen wir machen. Das ist schon die zweite Woche in Folge, in der wir über Merch reden, Leute. Lasst es uns einfach umsetzen. Wenn ihr es kaufen wollt, machen wir es. Ich meine: menschlicher Geschmack, maschinelle Geschwindigkeit. Komm schon. Das ist wirklich cool zu tragen. Ich liebe diese Sachen. Ähm, also ja, das sind die Bilder mit ChatGPT. Ja, lösch einfach weiter, was du sagst. Äh, und dann habe ich noch ein paar davon gemacht – einige davon sind auch mit ChatGPT2 erstellt, aber über Higsfields, und ehrlich gesagt sehe ich nicht unbedingt einen Unterschied, aber ich hatte das Gefühl, dass es besser ist, wenn man direkt mit ChatGPT arbeitet, vor allem wegen der Kohärenz – insbesondere, weil ich damit chatten konnte. Es ist so eine schöne Erfahrung, dass man ein bisschen mehr mit dem Modell chatten kann, und es ist eine Art Gespräch, das in einem Durchgang erledigt ist.

Ja. Aber das Schöne an Hex-Feldern ist, dass man mit ein paar Klicks einfach eine 100 eingeben kann. Mit ChatGPT geht das nicht. Das ist ziemlich langsam. Man kann nur einen nach dem anderen erstellen oder muss mehrere Chats führen. Aber ja, die hier sind ziemlich gut. Vergleichen wir das jetzt mal mit Nano Banana 2. Das ist nicht dasselbe. Es gibt kreative Aspekte an den Nano-Banana-Modellen, die mir gefallen, wie dieses Shirt oder die Idee hinter diesem Stil, aber die Details fehlen einfach. Designer mit Terminalzugang. Ähm, die realistischen Bilder sind einfach so viel realistischer als die von ChatGPT. Diese hier sehen für mich eher wie Fotos aus.

Sie sehen eher wie Fotos aus. Allerdings sind es die Grafiken auf der Kleidung, die diesen sehr zweidimensionalen Look haben, und sie fügen sich nicht harmonisch in die Kleidung ein. Es sieht aus wie eine schlechte Photoshop-Bearbeitung. Während, wie ich schon sagte, das Foto selbst, die Ästhetik, eher wie ein Foto aussieht. Das sieht für mich eher wie ein Foto aus. Äh, wenn wir diese beiden zum Beispiel vergleichen: Die beiden sind sich vom Stil her sehr ähnlich. Das untere stammt von Chat GPT. Das obere stammt von Nano Banana 2. Dieses hier weist mehr Details auf, wie zum Beispiel die Haare und die Umgebungsdetails. Insgesamt ist es allerdings ziemlich dunkel und hat eine gewisse Ästhetik – man kann definitiv sagen, dass es so aussieht, als wäre es mit einer Einwegkamera aufgenommen worden, während das obere Bild wiederum eher wie eine Aufnahme mit einer Einwegkamera aussieht, bei der der Blitz jedoch tatsächlich eingeschaltet war.

Ja, die Prompts waren übrigens dieselben – nicht für jedes Bild, aber ich verwende denselben Prompt in jedem Modell, aber ja. Ähm, für mich sind diese hier noch ein bisschen besser, und das hier ist Nano Banana Pro, und es geht einfach um den Detaillierungsgrad, und ähm, die von ChatGPT sehen realistischer aus, die Physik macht mehr Sinn, die Mathematik stimmt, äh, bei Google ist das nicht so sehr der Fall, aber es ist trotzdem wirklich gut. Nur um das klarzustellen: Das ist immer noch wirklich, wirklich gut. Mir gefällt, dass es hier einige Details gibt, aber die von ChatGPT1 sind einfach qualitativ besser und detailreicher. Es fühlt sich so an, als ob die Anordnung der Personen in einem Raum sinnvoller ist.

Ähm, bei den Bildern von ChatGPT hat man das Gefühl, dass sie tatsächlich in diesem Raum existieren, während es bei Google eher so wirkt, als wären sie mit Photoshop hineingeklebt worden. Es wirkt, als wären die Dinge einfach ein bisschen weniger realistisch platziert worden – es ist zwar kein riesiger Unterschied, aber ja. Äh, das hier ist wirklich schön. Ich muss sagen, da bin ich vielleicht ein bisschen anderer Meinung als du, aber ja, die Merchandise-Artikel sehen für mich bei GPT, äh, Imagine 2 viel besser aus, und die Art und Weise, wie die Grafiken auf der Kleidung platziert sind, ist bei GPT, äh, Imagine 2 viel besser. Äh, aber vielleicht ist das auch nur Geschmackssache.

Sehen die Bilder vielleicht nur geringfügig harmonischer aus, aber für mich sehen sie nebeneinander wie mit Photoshop bearbeitet aus. Sie sehen nicht so aus, als stünden sie alle nebeneinander, während die Fotos aus „Nana Banana 2“ für mich so wirken, als stünden sie alle nebeneinander. Das wirkt auf mich ein bisschen flach, weißt du? Ja. Nun, nachdem das gesagt ist, ich, ich, ich glaube, du hast recht. Äh, du und, es ist marginal, zumindest ist der Unterschied sehr gering, äh, aber es gibt da ein wichtiges Erkennungsmerkmal bei den Chat-GPT-Bildern: Sie haben ein bestimmtes Aussehen, über das sonst niemand spricht, und wenn man es einmal gesehen hat, kann man es nicht mehr übersehen.

Hast du schon mal den Stempel – äh, das Stempel-Werkzeug in Photoshop – benutzt? Ja. Davon gibt es viel zu viel, und wenn man erst einmal darauf achtet, sieht man es überall. Vor allem an Stellen, an denen das Bild unscharf ist. Hier, ähm, siehst du, dass da ein Rauschen ist – ein starkes Rauschmuster. Es ist kein winziges Rauschen. Es sieht aus wie das Muster des Photoshop-Klonstempels, das überall zu sehen ist. Da hast du es. Überall, wo es Details gibt. Man sieht es im Haar. Ich weiß, dass das Haar diese Frisur hat, aber es weist trotzdem diese übermäßige Schärfung in genau diesem Stil auf, in diesem Klon-Stil. Und hier sieht man es übrigens nur ganz minimal. Das sind sozusagen die guten Bilder.

Ich habe andere Bilder gesehen, nicht wie diese hier, bei denen man das einfach ein bisschen zu deutlich sieht. Wie hier bei dem Essen: Ich sehe eine Wiederholung des Musters, die sehr nach Photoshop aussieht. Und wenn man das erst einmal sieht, ist es vielleicht schwierig, sich durch den, äh, Strom durchzuarbeiten, weil das eine sehr detailreiche Sache ist, aber sobald man es sieht, äh, ist es da und es ist … Ja, ich schätze, das ist einfach ihr unverwechselbarer Stil im Moment. Ähm, ich meine, man sieht es hier. Hier wiederholt es sich, äh, ziemlich oft, und es ist – es ist nicht so, dass es das Modell zerstört oder so, aber mir fällt es auf jeden Fall auf. Ja, trotzdem ist es großartig. Das Modell ist fantastisch.

Also, ja. Und was das für Grafikdesigner bedeutet. Äh, bevor wir darüber sprechen, möchte ich noch etwas zeigen – eigentlich noch eine weitere Sache, die die Leute mittlerweile teilen: 360°-Bilder. Da die Auflösung so hoch ist, kann man 360°-Bilder erstellen und dann einen 360°-Viewer bauen. Es ist wirklich interessant, solche Erlebnisse zu schaffen, und damit könnte man sich vorstellen, wie man prozedurale Umgebungen erschaffen könnte – Welten, in denen man tatsächlich herumlaufen kann. Ja. Mit 360°-Bildern. Das ist also eine weitere Entwicklung. Also realistische Bilder, Mockup-Bilder und insbesondere Grafiken mit – wie wir hier gesehen haben – Text darauf. Also: RIP, Grafikdesigner.

Was hältst du davon? Ja. Nein, es ist, äh, es ist ein spannendes Werkzeug zur Ideenfindung, finde ich. Und, ähm, du weißt ja, es ist so: Wenn man sagt „RIP Grafikdesigner“, dann wird es natürlich weiterhin Bedarf an sehr, sehr maßgeschneiderten Grafikdesigns geben, aber viele Leute, zum Beispiel Kleinunternehmer, werden sich einfach direkt daran wenden und sehr, sehr zufrieden mit den Bildern sein, ohne dafür etwas bezahlen zu müssen. Hast du übrigens eine Vorstellung davon, was es kostet, diese Bilder zu erstellen? Keine Ahnung, ehrlich gesagt. Ich sollte es eigentlich wissen, weil ich gerade ein Tool rund um dieses Thema entwickle, aber ich habe es noch nicht nachgeschaut. Lass mich das mal nachschauen, damit ich es dir sagen kann, denn ich vermute, es fällt unter die JGBT-Lizenz, da sie es noch nicht über die API veröffentlicht haben.

Also haben wir keine… Nein, sie haben die API, weil ich sie über Hicksfield nutze. Ich dachte, du hättest gesagt, sie würden sie über Chibi BT nutzen. Deshalb wollte ich das klären, kurz bevor du zum „Nana Banana“ übergegangen bist und ich das erwähnt habe. Schau mal, hier ist alles beschriftet. Diese drei, diese drei Zeilen wurden über Hicksfield erstellt. Ja, das sind Chat-GPT-Bilder 2.0, die in Hicksfield erstellt wurden. Und das sind dieselben Eingabeaufforderungen, die über die App erstellt wurden. Also ja. Okay. Wie hoch ist der Preis? Ich weiß es nicht. Ich überprüfe das gerade, aber äh, ich kenne die Antwort noch nicht. Äh, ich weiß nicht, ob sie das haben.

Ganz unten stand etwas zu Preisen und Verfügbarkeit. Man scrollt daran vorbei. Da haben wir es. Ja. Chat GPT Images 2.0 ist ab heute für alle GPT- und CEX-Nutzer verfügbar. Erweiterte, „denkende“ Ausgaben stehen Chat GPT Plus Pro- und Business-Nutzern zur Verfügung. Das Image-2-Modell ist verfügbar, und die API-Preise variieren je nach gewählter Qualität und Auflösung der Bilder. Schauen wir uns also die API-Preise an. Diese gelten für die Codierungsmodelle und auch für die Bilder. Also: 8 Dollar pro 1 Million Token für Eingaben, 21 Millionen Token für zwischengespeicherte Eingaben und 30 Dollar pro 1 Million Token für Ausgaben. Aber wie funktioniert das? Ich weiß nicht, wie Token bei Bildern funktionieren.

Also, ja. Ja, wie viele Bilder bekommt man dafür ungefähr? Keine Ahnung. Mal sehen, ob das irgendwo in den FAQ steht. Was ist das denn? Wie wird die Preisberechnung für Bilder gehandhabt, die in Tokens umgewandelt und pro Token abgerechnet werden? Textmodelle berechnen Bild-Tokens zu den Standardtarifen für Text-Tokens, während GPT Image und GPT Real-Time separate Tarife für Bild-Tokens verwenden. Modelle wie 4.1 Mini und Nano wandeln Bilder in Tokens um, also der Preisrechner … äh, die Breite – wer will das schon? Ich möchte mindestens 500 mal 500 Pixel. Okay, ist das der Preis? Was ist also, wenn ich mich für 4K entscheide? Ich meine, ich weiß, dass 4K nicht ganz das ist, aber nehmen wir mal so etwas an. Das ist also die Preisgestaltung.

Das ist gar nicht so schlecht, wenn ich mich nicht irre. Oh, aber welche denn? Ich weiß es nicht, weil wir gleich fünf verschiedene Versionen haben. Das ist nämlich ein bisschen verwirrend. Also, ja. 5 Punkte. Ja. Aber, äh, Bild zwei ist das Modell. Ja, aber es ist nicht hier, weil es in Text umgewandelt wird. Wenn ich also die teuerste oder die neueste Version wähle – 4.000 Pixel mal 2.700 Pixel –, ist das so viel. Es sagt dir also nicht, wie groß das Bild in Bild zwei ist oder in Echtzeit. Das sehe ich gerade nicht. Seltsam. Okay. Egal. Ich werde es ausprobieren und wir werden sehen, denn ich habe noch etwa 6 Dollar auf meinem Token-Guthaben. Ja. Ja.

Wie auch immer, ja. Okay. Ja. Schön. Cool. Schön. Wir können weitermachen. Ähm, cool. Na gut, reden wir mal über die Übernahme durch SpaceX. Das ist verrückt. Ja, SpaceX hat sich eine Option gesichert, entweder Cursor noch in diesem Jahr für 60 Milliarden Dollar zu übernehmen oder 10 Milliarden Dollar für die neue Partnerschaft zu zahlen. So oder so, Cursor hat davon profitiert. Und übrigens, wusstest du, dass der Eigentümer, glaube ich, 25 ist? Der große, rothaarige Typ. Also 25. Nein. Ähm, aber beim Lesen dieses Artikels sind mir ziemlich viele, äh, Späße aufgefallen, wie man sie von Elon Musk kennt. Ähm, und eine wahnsinnige Rechenleistung, von der ich wirklich nicht wusste, dass XAI/SPACEX sie besitzt. Ähm, außerdem verschafft es Cursor mehr Rechenkapazität für die Entwicklung von KI-Tools.

Also stellen sie tatsächlich die Rechenkapazität für – ja, ähm – Composer bereit, ich glaube, man nennt das das KI-Modell und so weiter. Die Kombination aus dem führenden Produkt von Cursor und dessen Bereitstellung für erfahrene Softwareentwickler mit dem „Colossus“-Trainings-Supercomputer von SpaceX, der einer Million H100-Einheiten entspricht, wird es uns ermöglichen, die nützlichsten Modelle der Welt zu entwickeln. „Colossus“ ist ein XAI-Supercomputer-Cluster in Memphis, der als der größte der Welt angepriesen wird. Ich hatte keine Ahnung, dass das alles hinter den Kulissen vor sich ging. Das ist irgendwie verrückt. Das ist verrückt. Und wie gesagt, der Deal läuft so, dass sie es für 60 Milliarden kaufen oder diese 10 Milliarden zahlen müssen, egal, ob sie den Deal abschließen oder nicht – das ist einfach wahnsinnig.

Ähm, ich habe hier ein paar Gedanken dazu. Also, ich weiß wirklich nicht, warum man diesen Deal überhaupt abschließen sollte. Ich verstehe einfach nicht, was Elon Musk davon hat. Verstehst du, was ich meine? Wenn ich raten darf: Vielleicht, weil sie erkennen, dass Claude Recht hatte – dass Anthropic Recht hatte damit, womit sich Geld verdienen lässt. Die Leute zahlen nicht für ChatGPT, nur um eine Chat-App zu haben, mit der sie reden können, denn dieser Teil wird kostenlos sein. Wir wissen, dass die Leute wahrscheinlich für all diese Tools rund um diese LLMs bezahlen werden, mit denen man im Grunde Code generieren kann, um damit Produkte zu entwickeln.

Wahrscheinlich wird das wohl am meisten Geld einbringen, oder zumindest sehen sie das so. Das ist jedenfalls meine Vermutung. Sie sehen, dass die Zukunft dieser LLM-Unternehmen untrennbar mit den Tools verbunden ist, die sie entwickeln können, und nicht nur mit einer einfachen Chat-App. Und Cursor ist in einer wirklich guten Position: Es hat viele Nutzer, verfügt über ein gutes Modell, und alle Daten aus allen anderen Modellen laufen über das Unternehmen. Ähm, und es ist tatsächlich besser aufgestellt als viele andere, weil es sieht, welcher Code tatsächlich in die Produktion übernommen wird. Das ist meiner Meinung nach ebenfalls ein wichtiger Faktor.

Ähm, also ist es wahrscheinlich das. Ja. Nun, wie ich schon sagte, sie haben das Recht, Cursor am Ende des Jahres zu kaufen. Das heißt aber nicht, dass sie es auch tun werden. Und noch mal: Was wäre, wenn Cursor aussteigt? Das würde bedeuten, dass SpaceX ihm 10 Milliarden zahlen müsste – es scheint einfach eine Win-Win-Situation für Cursor zu sein. Ähm, aber ja, ich habe genug über diese ganze Sache gelesen. Es geht um diese ganze Manipulation, dass XAI jetzt im Besitz von SpaceX ist. Also haben sie es gekauft, und dann gehört XAI Twitter. Stimmt das? Ja. Und Grock. Also jetzt SpaceX, ja. Grock ist im Grunde das Modell von XAI. Ja. Ist, ja. Ähm, also gehört Twitter jetzt im Grunde genommen SpaceX. Das ist es, was ich daraus schließe.

Ja, das ist verrückt. Ja, das ist der „Space Bird“. Du hast gesagt, das läuft so ähnlich wie von einer Tasche in die andere. Es scheint zu funktionieren. Ja, es ergibt Sinn, wenn man die Augen ein bisschen zusammenkneift, denn natürlich will SpaceX Rechenleistung ins All bringen. Ja, ich … ich glaube nicht, dass sie das tun werden. Ich glaube nicht, dass sie es ins All bringen werden. Ich weiß es nicht. Ich glaube, sie werden es versuchen. Ich weiß es nicht. Ich vermute, das war die Geschichte, die sie den Stakeholdern erzählt haben, damit diese ihnen den Kauf von Twitter genehmigen und es rechtfertigen, dass SpaceX XAI und Twitter übernimmt – so in der Art. Also, wie wollen sie damit Gewinn machen? Denn nun ja, wir wissen, dass Starlink wie verrückt wächst, und es gibt Gerüchte und sie haben Tests durchgeführt, um echte Satellitenverbindung auf dein Handy zu bringen.

Das ist verrückt. Ähm, da lässt sich eine Menge Geld verdienen. Ich weiß nicht, ob sie tatsächlich Rechenzentren ins All schicken werden, denn genau das meine ich. Wir haben darüber gesprochen. Das ist heftige Kost. Ja. Ich – ich hoffe, sie tun es, denn es ist cool. Es ist ja nicht mein Geld. Also möchte ich wohl, dass es passiert. Äh, also, ich hoffe, ich hoffe, dass sie das schaffen, und wir werden sehen. Wir werden sehen. Es sind verrückte Zeiten. Na ja, ja, mehr Rechenleistung. Wir wissen, dass all das gesagt werden muss, weißt du, so wie, äh, ich benutze Cursor nicht wirklich. Ich glaube nicht, dass Cursor gerade zu Bloatware wird. Also ja, sie werden es kaufen können, aber ich weiß nicht, ich denke einfach, dass die Leute Cursor immer weniger nutzen, weil diese KI-basierten Code-Tools ziemlich gut sind, wie CodeEx, Claw Code Desktop und T3 Code.

So läuft es heutzutage eben, weißt du. Aber ich weiß nicht, vielleicht befinden wir uns in einer Art Blase, aber ja, nennen wir sie eben „Agent-Manager“. Diese Agent-Manager sind der Trend der Zukunft, und das eigentliche Schreiben von Code in einer IDE gehört mittlerweile irgendwie der Vergangenheit an, weißt du. Ja, ich hatte zwei Cursor-Abonnements und habe beide gekündigt – soso weit bin ich gegangen, ähm, aber sie kamen mit dem neuen Cursor-Design, und das gefällt mir wirklich gut – es ist dasselbe wie bei jedem anderen agentenbasierten Tool, aber es fühlt sich so an, als würde sich mein Geschmack jede Woche ein bisschen weiterentwickeln, weil wir immer noch herausfinden, wie man etwas am besten macht.

Wie zum Beispiel bei der Web-Benutzeroberfläche: Es gab eine Zeit, in der wir wussten, dass Web Flow den Dreh raus hatte. Web Flow war das erste Unternehmen, das tatsächlich herausgefunden hat, wie man CSS richtig mit einer Benutzeroberfläche verknüpft, und das war einfach großartig. Und alle anderen haben einfach, na ja, das gemacht, was sie gemacht haben, vielleicht mit einer kleinen Abwandlung. Bei der KI sind wir gerade an einem Punkt angelangt, an dem wir nicht wissen, wie agentisches Aufgabenmanagement aussehen sollte. Äh, und diese Woche habe ich das Gefühl, dass „Dispatch“ keine schlechte Idee ist. Mhm. Also muss ich das nicht tun, weil ich das nicht nur komplett entfernt habe, äh, okay, ich benutze „Dispatch“ sogar von meinem Computer aus, was dazu führt, dass man von meinem Computer aus einfach zu „Dispatch“ gehen und ihm sagen kann, was es tun soll.

Man muss die App nicht unbedingt vom Handy aus nutzen. Man kann die Unterhaltung auch über die App auf dem Computer fortsetzen. Das gefällt mir daran. Also, okay, die Sache ist die: Bei der Codeex-App, beim neuen Cursor, bei T3, bei der Claude-Code-Desktop-App – bei all diesen Programmen hat man eine Liste von Unterhaltungen zu verwalten, und man hat sozusagen separate Unterhaltungen, separate Kontexte und separate Aufgaben, richtig? Und du verwaltest diese verschiedenen Elemente. Mit „Dispatch“ entlastest du dich sogar davon. Du beauftragst einen Agenten, all das für dich zu erledigen. Es gibt also einen Agenten, der den Überblick über all das behält, der entscheidet, wann eine neue Claude-Code-Instanz erstellt werden soll und wann nicht, und der über ein eigenes Gedächtnis verfügt.

Und das hat mir wirklich viel Spaß gemacht. Das Einzige ist, dass es fehlt. Ich wünschte, ich könnte immer noch irgendwie zwischen einer übergeordneten Unterhaltung, in der all das enthalten ist, und einzelnen Themen wechseln – nicht bei Cloud-Code-Instanzen, sondern bei Themen, unter denen möglicherweise mehrere Instanzen gespeichert sind. Es ist also so, als hätte man ein richtiges Team. Entweder spreche ich mit dem Manager, der sie leitet, oder ich könnte zu einzelnen Entwicklern gehen, die viel Kontext zu verschiedenen Aufgaben haben – so war es in gewisser Weise bei OpenClaw in Telegram, denn in Telegram kann man OpenClaw und Telegram-Themen in einer Gruppe haben, die voneinander getrennt sind.

Ich weiß nicht, ob du Telegram-Themen kennst. Das ist so ähnlich wie Tags innerhalb einer Gruppe und trennt die Unterhaltungen voneinander, sodass man eine allgemeine Unterhaltung haben kann, die alles umfasst, und daneben auch spezifische. Ähm, das ist also meine Vorstellung für diese Woche. Super. Danke. Vielleicht werden wir … ich weiß nicht. Ich … wir werden sehen. Ich glaube, wir gehen in diese Richtung, denn warum solltest du deine verschiedenen Unterhaltungen verwalten, wenn ein Bot das genauso gut kann? Und dann, um das noch einmal auf den Punkt zu bringen: Was kauft Elon Musk eigentlich? Weißt du, was er tatsächlich kauft? Weißt du, ja, Cursor hat ein gutes Modell, oder? Ja, ja, ich … das hat mir nicht gefallen. Oh, du meinst das KI-Modell? Ich meine das Geschäftsmodell. Nun, dasist das, das ist auch das Geschäftsmodell: Software zu entwickeln, die es mehr Menschen ermöglicht, Software zu entwickeln – das hat Claude als, äh, lukrativ empfunden, zumindest im Vergleich zu, na ja, im Vergleich zu GBT, das versucht, Sora oder was auch immer zu entwickeln.

Ja. Na ja, wir kommen noch auf GBT 5.5 zu sprechen. Ich glaube, es findet definitiv eine Neuausrichtung statt, was das neue Modell und die Sichtweise von G-Chat und OpenAI darauf angeht, wie man Menschen dabei hilft, ihre Arbeit zu erledigen. Ich denke, das ist der springende Punkt. Ähm, lass uns weitermachen – willst du das Flipbook durchgehen? Ja. Äh, glaubst du, wir können… Wo ist GPT 5.5? Wo ist das aus unseren Notizen verschwunden? Ich schaue gerade in unseren internen Notizen nach. Es scheint also verschwunden zu sein. Interessant. Ja, unsere KI übernimmt quasi die Kontrolle. Und, ähm, wow. Ja. Wenn du zum Schluss kommen willst, lass es uns machen. Wie viel Zeit hast du noch? Äh, 30 Minuten. 30 Minuten. Lass uns GT machen. Willst du 5.5 machen?

Sollen wir einfach mal die Veröffentlichung von 5.5 durchgehen? Äh, wenn du das machen kannst, wäre das besser. Äh, und ich mache das. Okay, ich suche das mal raus, denn ich habe es noch nicht vorbereitet. Ich komme einfach nicht von unserem Merch ab. Ich wechsle zwischen den Registerkarten hin und her und denke mir: „Ihr interessiert mich gar nicht.“ Ich will mindestens eines davon drucken lassen – „Human Taste, Machine Speed“. Genau das da – das will ich haben. Also, GPT 5.5 ist buchstäblich erst gestern erschienen, und ich glaube, es beginnt, einen neuen – ich weiß nicht – wir werden noch darauf eingehen. Eine neue Art zu arbeiten – so sollte man es wohl betrachten. Also, erste Eindrücke: Wir veröffentlichen GPT 5.5, unser bisher intelligentestes und intuitivstes Modell, und den nächsten Schritt nach vorn – eine neue Art, Arbeit am Computer zu erledigen. Und was ich über den Fokus auf die Belegschaft gesagt habe: GPT 5.5 versteht schneller, was ihr vorhabt, und übernimmt einen größeren Teil der Arbeit selbst.

Es zeichnet sich durch das Schreiben und Debuggen von Code, Online-Recherchen, die Analyse von Daten, die Erstellung von Dokumenten und Tabellenkalkulationen, die Bedienung von Software sowie den Wechsel zwischen verschiedenen Tools aus, bis die Aufgabe erledigt ist. Anstatt jeden Schritt sorgfältig zu steuern, können Sie GBT 5.5 eine unübersichtliche, vielschichtige Aufgabe übertragen und darauf vertrauen, dass es die Tools plant, seine Arbeit überprüft, mit Unklarheiten umgeht und weitermacht. Für mich klingt das nach einer enormen Veränderung in der Art und Weise, wie über dieses Modell gesprochen wird – nämlich dass es etwas ist, das man nutzen sollte, um seine Arbeit zu erledigen und tatsächlich Dinge zu bewirken. Es geht nicht darum, klug zu sein. Es geht nicht darum, freundlich zu sein. Es geht nicht darum, ein Chat-Modell zu sein. Ich weiß nicht. Stimmst du mir zu? Ich habe den Eindruck, dass der Tonfall und die Art und Weise, wie dieses Modell präsentiert wird, viel stärker auf echte Arbeit ausgerichtet sind.

Das ist so eine Art Agentensache, weil niemand das mehr nutzt – na ja, ich sage „niemand“, das ist übertrieben, aber die Leute nutzen KI nicht mehr, um damit zu chatten, verstehst du, was ich meine? Der Gelegenheitsnutzer, der für ein Unternehmen keinerlei Wert hat, der ab und zu mal bei JGBT vorbeischaut und mit dem System chattet – der tut das nicht. Duchattest nicht, du willst, dass es Dinge für dich erledigt, und genau darüber willst du hören, und genau darauf liegt der Fokus – etwas, das Claude offensichtlich schon seit einer Weile macht. JGBT scheint es zu verstehen. Die Fortschritte sind – ja, Google. Okay. Äh, die Fortschritte sind besonders stark in den Bereichen agentenbasiertes Programmieren und Computernutzung, Wissensarbeit und frühe wissenschaftliche Forschung.

Nur um das noch kurz einzuschieben: GBG 5.5 hat auch eine „Pro“-Variante, und im Moment ist gerade nur von GBT 5.5 die Rede. Ähm, es liefert intelligente Ergebnisse, ohne dabei an Geschwindigkeit einzubüßen. Größere, leistungsfähigere Modelle sind oft langsamer bei der Bereitstellung, aber GPT-5 erreicht die Latenz pro Token und die Leistung in der Praxis von GBG 5.4, während es gleichzeitig ein viel höheres Maß an Intelligenz bietet. Ähm, stärkere Sicherheitsvorkehrungen, ähm, und los geht’s. GPT 5.5 wird derzeit für Plus-, Pro-, Business- und Enterprise-Nutzer in Chat GPT und Codeex ausgerollt. Das hast du richtig verstanden. Und GPT 5.5 Pro wird derzeit für Pro-, Business- und Enterprise-Nutzer in Chat GPT ausgerollt, also vorerst noch nicht in Codeex. Ähm, API-Implementierungen erfordern unterschiedliche Sicherheitsvorkehrungen, und wir arbeiten eng mit Partnern und Kunden an den Sicherheitsanforderungen für den groß angelegten Einsatz.

Wir werden GBG 5.5 und 5.5 Pro sehr bald in die API integrieren. Das zeigt euch also, wie wichtig ein „Harness“ ist – wie sehr er die rohe Leistung eines Modells kontrollieren kann. Denn bei der API-Nutzung bekommt man einfach nur das Modell und kann damit machen, was man will. Ähm, man erhält die rohe Ausgabe, basierend auf den Vorgaben, die man ihm gibt. Also, ja. Ja, sie können es dort offensichtlich ein wenig steuern. Äh, sie haben alle Benchmarks pulverisiert. Wir werden nicht allzu sehr ins Detail gehen, aber Terminal Bench hat Opus dort absolut in den Schatten gestellt. Ich habe bereits gesagt, als wir Opus 4.7 besprochen haben, dass es bei Terminal Bench überhaupt nicht gut abschneidet.

82,7. Ähm, was ist uns wichtig? Was ist uns wichtig? Die Browser-Kompatibilität, äh, nun ja, die liegt bei 90 %, aber es sind immer noch 84,4. Ähm, Opus 4, äh, 4,7, 79. Ja, einfach ein sehr, sehr, sehr gutes Modell. Was ich euch zeigen wollte, ist, äh, also, es ist das beste Modell dieser Woche. Es ist dieses, dieses – es ist definitiv das beste Modell dieser Woche. Definitiv das beste Modell dieser Woche. Ähm, ich kann es zusammenfassen, wenn ich es nicht sehe. Also habt bitte noch einen Moment Geduld. Nun, die hier sind auch interessant. Schaut euch diese Apps an, die es erstellt. Die sind cool – ich kann euch meine zeigen. Ja, das 3D-Zeug. Ja. Äh, Erdbeben-Tracker. Da ist ein bisschen UI dabei.

Wirklich schön. Das ist echt cool. Ein Dungeon-Spiel. Das ist cool. Ein 3D-Spiel. Ähm, ja. Ich werde es wohl nicht finden können, aber es ist irgendwo hier drin und war vielleicht im Livestream zu sehen: GBT 5.5 verwendet eine sehr ähnliche Terminologie wie Opus 4.7, das heißt, es macht mehr von dem, was man ihm sagt. Es macht genau das, was man ihm sagt. Und damit geht die Vorstellung einher, dass eine KI – im Guten wie im Schlechten – loszieht und eine Menge Dinge tut. Manchmal füllt sie die Lücken aus. Manchmal übertreibt sie es und tut Dinge, die man eigentlich nicht will.

und und ganz viel und und sie warnen dich oder raten dir fast schon, dein Verhalten zu ändern und die Art und Weise, wie du diese Dinge anregst, und und, ähm, das Modell kennenzulernen und wie es funktioniert und welche Dinge es gerne auslässt, weil es direkter ist. Es wird tun, was du ihm sagst. Es ist also interessant, dass – ähm – ich deshalb gesagt habe, dass die Optimierung von Opus 4.7 dir buchstäblich so etwas wie einen kleinen Stichpunkt gegeben hat, um deine Arbeitsweise zu ändern. Auch GBT 5.5 sagt im Grunde dasselbe: Es ist besser darin, das zu tun, was man ihm sagt. Es lohnt sich also auf jeden Fall, damit herumzuexperimentieren, und man sollte sich bewusst sein, dass es vielleicht immer wichtiger wird, präzise zu formulieren, was man will, anstatt nachlässig zu sein.

Weißt du, vielleicht diese, ähm, faulen Tage, an denen man dem Model einfach sagt: „Mach einfach alles.“ Oh, ich glaube, das liegt an meiner Kamera. Mach weiter. Okay. Ähm, ja, Tage, an denen man einfach herausfindet: „Na ja, er kommt jetzt rein und wieder raus.“ Diese Tage, an denen man herausfindet – oder die KI eine ganz neue Funktion herausfinden lässt –, weißt du, oder zumindest denke ich, dass man in den Planungsmodus wechselt, ähm, ihm Fragen stellt und es sozusagen alles für einen in der Planungsphase ausfüllt – das ist irgendwie der Punkt, an dem man mit ihm sein möchte. Also, definitiv, äh, definitiv ein aufregendes neues Modell. Keine Ahnung, wo er ist. Ist er zurück? Bist du zurück? Nein, er ist nicht zurück.

Ich frage mich, ob er uns hören kann. Ähm, ich scrolle hier einfach ein bisschen durch, während wir auf Kabaza warten. Ich kann dich hören. Kannst du mich hören? Oh ja. Nein, ich konnte dich überhaupt nicht hören. Jetzt kann ich dich hören. Ja. Ja. Ich weiß nicht, warum das so ruckelt. Ähm, vielleicht schließe ich ein paar Apps. Ich brauche wohl ein neues MacBook, oder ich muss es neu starten. Ja. Äh, das ist eine ziemlich coole Sache, der GB GDP Val – daran interessiere ich mich immer mehr. Ich habe letzte Woche wirklich gesagt, dass ich einen Trading-Bot einrichten will. Äh, und der ist der Hammer, besser als Opus 4.7 beim GDP Val, aber das ist auf jeden Fall willkommen.

Ähm, ja. Ich glaube, das ist im Grunde genommen schon alles. Hattest du etwas dazu, das du zeigen wolltest? Ja. Aber ich habe gerade Probleme, irgendetwas zu öffnen. Ja. Ja. Für mich sieht es so aus, als wärst du eingefroren. Ja, ich sehe mich selbst auch als eingefroren an. Ähm, mal sehen. Soll ich die Seite aktualisieren? Ich werde diesen Tab vielleicht mal aktualisieren. Oh, ja. Du bist wieder da. Du bist mal drin, mal draußen. Oh, noch etwas, das man beachten sollte: Sie arbeiten mit Nvidia zusammen, um dir im Grunde eine bessere Rechenleistung zu bieten. Ich glaube, sie haben das auf einer Reihe neuer Hardware implementiert und behalten wahrscheinlich einen Teil der älteren Hardware für, ähm, einige der älteren Modelle und so weiter vor.

Aber ehrlich gesagt hatte ich nichts gegen GBT 5.4. Es ist also schade, denn ich würde dieses Problem mit dem Google-Chrome-Renderer gerne nutzen. Ähm, es ist Google Chrome, wenn ich es schließe. Okay. Während du das machst, sollte man auch erwähnen, dass die Preise irgendwie gestiegen sind. Ähm, GBT 5.5 wird bald verfügbar sein – Antwort- und Chat-Vervollständigungen für 5 $ bei 30 $ im Angebot. Und dann Pro für 30 $ bei 180 $ im Angebot. Da haben wir es mit Opus-Preisen zu tun. Schauen wir mal bei Open Router nach den Preisen: 25015. Das ist also der doppelte Preis. Es ist doppelt so teuer wie GBT 5.4. Also, Leute, das ist nicht gerade billig.

Die „Shitification“ geht auf jeden Fall weiter. Na ja, wir wissen ja schon seit einiger Zeit, dass diese Modelle sehr teuer sind und sie im Grunde genommen Tokens verschenken, aber das können sie nicht ewig so weitermachen. Ja. Nein, da haben wir es. Ich glaube, das war’s jetzt. Ich glaube, das war’s. Das Geld geht zur Neige. Okay. Ein letzter Versuch. Wenn ich es nicht zeigen kann, dann eben nicht. Äh, das war ein schneller Vergleich. Vielleicht geht es jetzt. Okay. Also, seht ihr … Mhm. Also, ich habe ChatGPT … Also, okay. Also, ich habe GPT 5.5 und 4.7 von, ähm, Claude genau dieselbe Eingabe gegeben, um diese 3D-Szene mit diesen Lichtern zu erstellen, mit Lichtern, die ich hinzufügen kann. Äh, und eine davon wurde mit ChatGPT erstellt.

Das hier und der Autor – du lässt uns raten. Ja. Und das hier. Welches gehört deiner Meinung nach zu CHP? Welches gehört deiner Meinung nach zu Claude? Ich glaube, das … Oh, vielleicht doch dieses hier, weil ich nach den Karten suche. Ich suche nur nach den Karten. Äh, blättere zurück zum anderen. Ich glaube nicht, dass man das anhand der Karten erraten kann, weil ich ihnen ein Design verpasst habe. Ich glaube, das hier ist Claude. Also habe ich ihm ein Design verpasst, das von, ähm, einem Figma-Screenshot stammt, bei dem es sich um ein Bild handelt, das mit Image Gen 2 generiert wurde, um es weiterzuentwickeln. Äh, Nr. 13 ist ChatGPT, Nr. 12 ist Claude. Okay, um ehrlich zu sein, habe ich sie ein bisschen angepasst, das ist also nicht das Erste, was sie sich ursprünglich ausgedacht haben.

Ja, ich bin einer von denen. Claude macht einige Dinge in Bezug auf die Physik besser, aber GPT macht einige Dinge in Bezug auf das Aussehen besser. Aber ich kann daraus keine Schlussfolgerung ziehen und dir sagen: „Na ja, weißt du, einer von beiden ist darin besser und der andere nicht.“ Ich glaube, bei KI ist die Unsicherheit einfach zu groß, um so etwas zu behaupten. Ich denke – und das habe ich auch bei einem Community-Treffen gesagt, das wir hatten –, dass alles, was über GPT CodeEx 5.3 ist gut – wie Claw 4.5, ja sogar alles darüber hinaus – sie sind alle gut. Man kann damit echte Software entwickeln, solange man sich bewusst ist, dass man durch den Umfang seines Wissens begrenzt ist, und es wird mit Sicherheit immer bessere Modelle geben, aber man weiß ja, wie man die Leistung ins Unermessliche steigern kann, wenn man dazulernt, und daran muss ich noch arbeiten.

Ähm, das ist zwar ein anderes Thema, aber ich habe nicht das Gefühl, dass ich unbedingt so viel lerne, wie ich, na ja, entwickle. Ähm, das tut schon ein bisschen weh. Ich würde gerne ein bisschen mehr lernen. Ja, darüber habe ich in letzter Zeit viel nachgedacht – es wird immer wichtiger zu wissen, wie das alles zusammenpasst. Es ist eine Sache, sich einfach auf die KI zu verlassen, damit sie alles erledigt. Eine andere Sache ist es, wenn ich – ich – oft denke: „Oh Mann, wenn ich das nicht wüsste, würde ich zum Beispiel nicht wissen, dass der Docker-Container nicht läuft, oder, ähm, wo ich nachsehen muss, in den Logs, und ob etwasgeht nicht schief – ich weiß, dass das zum Beispiel eine Versel-Sache ist, also schaue ich mir die Versel-Logs an, oder es scheint ein Clerk-Problem zu sein, also schaue ich mir die Clerk-Logs oder die Browser-Logs an oder was auch immer – es geht einfach darum, zu wissen, wie all diese Dinge zusammenpassen.

Ja, man kann es lernen, indem man sich einfach den Kopf an der Wand zerschlägt, sich einfach durchbeißt und dann diesen Aha-Moment hat, so nach dem Motto: „Oh Gott, ich …“, weißt du, man öffnet zum Beispiel die Konsole und stellt dann fest: „Ähm, oh, diesen Fehler werde ichdiesen Fehler in Zukunft nicht mehr machen“, aber es dauert Stunden und Stunden und sogar Tage, in denen man sich den Kopf an der Wand zerschlägt, um an diesen Punkt zu gelangen, während man – um ehrlich zu sein, ich schlage mir auch bei anderen Dingen den Kopf an der Wand zerschlagen –, aber wenn man es weiß, dann weiß man es einfach, man weiß es einfach. Ähm, aber nachdem ich das alles gesagt habe: Du hast ja die Modelle und dies und das erwähnt.

Kim K 2.6 ist erst gestern auf den Markt gekommen. Schau dir mal diese Benchmark-Ergebnisse an, Mann. Ich weiß zwar, dass es noch nicht 4,7 und auch noch nicht 5,5 erreicht, aber schau dir mal an, wie es im Vergleich zu den Modellen abschneidet, die du gerade als brillant bezeichnet hast. Und das ist ein billiges – äh, ein sehr, sehr billiges chinesisches Modell, das mit so ziemlich allen anderen mithalten kann, weißt du, und das sind die guten Modelle. Und ich habe ein bisschen herumprobiert, wie gesagt, ich habe mit, ähm, Kilo Code herumgespielt und einfach zwischen den Modellen hin- und hergeschaltet und so weiter. Äh, DeepSeek Version 4 ist gerade erschienen, also schauen wir uns das mal an. Das ist der Wahnsinn. Das ist so ziemlich das erste Mal, seit ich mich mit Cloth Code beschäftige, dass ich tatsächlich darüber nachdenke, mein Cloth-Abonnement zu kündigen und zu einem dieser Modelle zu wechseln.

Mir geht’s irgendwie auch so. Ich bin mal ehrlich. Du weißt ja, wie ich bin. Ich bin so eine Art Claude-Fanboy, aber jetzt denke ich mir nur: Mann, ich habe so viel Arbeit reingesteckt und es hat mir ein paar Dollar von meinem Kilo-Code-Ding abgezogen. Ja. Also, ähm, und ich fange jetzt an, das alles zu verstehen. Die Tatsache, dass das hier – oh, das ist V4 Pro, aber es gibt V4 Pro und V4 Flash und V… Na ja, ja, V4 Pro und V4, äh, V4 Flash 1,6, äh, sorry, 49. Nein, nein, nein. Ja, Entschuldigung. 1,6 6 Billionen Parameter und es ist eine Mischung aus Expertenmodell und jedem, ähm, es sind 49 Milliarden aktive Parameter. Um das mal in den Kontext zu setzen: Ich habe viel mit Local AIS herumgespielt und überlege mir so: „Oh, soll ich das Modell mit 4 Milliarden Parametern oder das mit 9 Milliarden Parametern nehmen?“, weil 9 Milliarden nicht auf mein MacBook Pro passen.

Das hier ist und das hier sind – entschuldige – das sind Modelle mit neun Milliarden Parametern. Das hier sind 1,6 Billionen Parameter. Das ist ein gewaltiges Modell. Wir reden hier darüber, wo wir stehen – worüber reden wir hier eigentlich? Wenn wir zu den, ähm, Dateien gehen – weißt du, wäre das nicht cool? Es wäre cool zu sehen, dass das hier alle Tensor-Dateien sind. Die machen im Grunde das gesamte Modell aus, weißt du. Ähm, ich möchte die Gesamtsumme sehen. Ich möchte die Gesamtsumme sehen. Ich weiß es nicht. Aber abgesehen davon kann man es auch herunterladen. Ja, das ist verrückt. Das ist tatsächlich verrückt, denn die MLX-Community hat es bereits auf 8 Bit für MLX quantisiert, und das sind 302 Gigabyte bei 8 Bit, wisst ihr.

Oh, das hier, und das hier ist auch die Flash-Version. Das hier ist die kleinere. Ja. Also, ihr könnt ein bisschen damit herumspielen. Und das Interessante daran ist, dass sie es am selben Tag veröffentlicht und als Open Source freigegeben haben. Es tauchte tatsächlich schon auf Hugging Face auf, bevor sie es überhaupt angekündigt hatten. Und oft läuft das in zwei Schritten ab. Ähm, und in diesem Zusammenhang wurde auch GLM 5.1 veröffentlicht. Und all diese Modelle haben sehr vernünftige Preispläne. Wenn ich zum Beispiel zu „Great Share This“ gehe – das ist der „Kimmy“-Preisplan. Er beginnt bei 15 Dollar pro Monat. Ähm, eigentlich beginnt der monatliche Preis bei 19, aber wenn man sich für ein Jahresabo entscheidet … Ähm, das sind wirklich großartige Modelle.

Also, äh, der GLM-Abonnementplan hier. Ich glaube, es ist … Eigentlich habe ich noch nicht … Die Leute haben mir erzählt, dass der Preis gestiegen ist, weil ich ein Video gedreht habe, als es noch 10 Dollar kostete. Okay. Also ja, es kostet monatlich 18. Es ist also auf 18 Dollar gestiegen. Aber man kann ein Jahresabo bekommen. Oh, mein Gott. Das ist ganz schön viel. Aber wisst ihr, diese Preise für diese Modelle sind verrückt, und sie sind alle sehr gut. Sie sind alle sehr, sehr gut. Ich möchte Benchmarks zu GM 5.126 sehen. Ähm, ja, noch mal: GPT 5.4 liegt etwa vor GBG 5.4 und vor Opus 4.6. Das sind Software-Engineering-Benchmarks. Gentic Coding ist nicht ganz so gut, aber es sind einfach alles günstige Modelle, die alle wirklich, wirklich gut sind, und die wurden diese Woche veröffentlicht.

Also such dir was aus. Ja, such dir was aus. Wie du siehst, wage ich mich gerade an die Entwicklung von Software, die unserer Community – also der Web- und Design-Community – noch nicht so geläufig ist, und ich versuche einfach mal zu sehen, was ich da so auf die Beine stellen kann, denn es gibt einfach so viel Software, die entwickelt werden muss. Es gibt so viele Tools, es gibt so viele Tools und Ideen, die man umsetzen kann. All das sind also, äh, Ansätze, aus denen man wählen und die man nutzen kann. Es ist, ja, ich habe mich heute wie ein Kind im Süßwarenladen gefühlt – einfach nur: „Wow, ich kann einfach alles bauen“, und die Tools, die ich für mich selbst entwickle, machen so viel Spaß.

Und nachdem das nun gesagt ist – weißt du, wir machen uns auf diesem Kanal nicht allzu sehr über Anthropic lustig –, aber nachdem das nun gesagt ist: Es gab da einen kleinen Ausrutscher, und sie haben den „Claude“-Code aus dem Pro-Tarif entfernt, den ich nutze. Und ob das nun ein Versehen war oder ein schiefgelaufener A/B-Test – Leute, kein A/B-Test, ja –, die Leute haben es bemerkt, und es gab einen Aufruhr deswegen. Ich habe davon nichts mitbekommen, weil ich den Claude-Code im Pro-Tarif genutzt habe, während das alles passierte, und ich dachte mir: Moment mal, ich nutze den Pro-Tarif schon seit einer Weile und es hat sich nichts geändert. Ich glaube also, es handelt sich buchstäblich nur um eine kleine Änderung auf der Website, aber ist das vielleicht ein Zeichen dafür, dass der Pro-Tarif bald aus dem Claude-Code entfernt wird?

Ja, wer weiß? Äh, ich glaube, ich habe einen Tweet gesehen, und ich hätte mich eigentlich genauer damit beschäftigen sollen, aber ich glaube, ich habe einen Tweet gesehen, in dem stand, dass dies ein A/B-Test für 7 % der Nutzer ist und sie nur testen. Was testen sie denn da im A/B-Test? Heißt das, dass sie es tatsächlich entfernen werden, oder ist es ein A/B-Test – was ist das eigentlich für ein A/B-Test? So habe ich es verstanden. Ein A/B-Test, um es zu entfernen und zu sehen, ob es den Leuten tatsächlich etwas ausmacht. Aber das ist doch blöd. Ich weiß es nicht, denn sie wissen ja, wer den „Cloth Code“ nutzt. Warum sollten sie das dann in einem A/B-Test prüfen? Was testen sie da eigentlich? Sie testen nur, ob sich die Leute darüber aufregen werden oder nicht, weil sie ja wissen, wer es nutzt.

Um es klar zu sagen: Ähm, das war nicht immer Teil dieses Plans. Sie haben den Claw-Code tatsächlich erst hinzugefügt, lange nachdem es den Pro-Tarif überhaupt schon gab. Man konnte ihn nämlich nicht bekommen – deshalb habe ich die 100 Dollar bezahlt, weil man ihn beim 19-Dollar-Tarif nicht bekommen konnte. Dann haben sie ihn hinzugefügt. Jetzt klingt es so, als würden sie möglicherweise darüber nachdenken, ihn wieder zu streichen. Und ich habe jede Menge Kommentare zu den Tweets und so weiter gesehen, in denen stand, dass die Leute den 19-Dollar-Tarif nicht zum Programmieren nutzen. Und ich hasse diese Einstellung, die mich wirklich auf die Palme bringt. Diese Einstellung, bei der die Leute buchstäblich einfach davon ausgehen, dass die Art und Weise, wie sie Dinge nutzen oder wie sie selbst sind, die einzige richtige ist – sie können sich einfach nicht vorstellen, dass Leute mit einem 19-Dollar-Monatstarif programmieren.

Und ich bin hier, um euch zu sagen, dass ich das tue. Ich warte gerne auf meine Grenzen. Ich habe übrigens auch andere Möglichkeiten, was das Programmieren angeht, aber ich warte gerne auf meine Grenzen. Ich gehe raus, mache mir zum Beispiel mein Mittagessen oder mache irgendwas, wisst ihr, berühre Gras. Ja, mal rausgehen, weißt du. Ähm, nicht, wenn ich an einem Projekt arbeite, aber der Punkt ist: Man kann programmieren und das mit einem 19-Dollar-im-Monat-Tarif ganz gut hinbekommen. Aber ja, ähm, ich habe es ein bisschen eilig. Tut mir leid. Deshalb muss ich das noch schnell sagen und dann los. Ich kann es auch im Chat hinzufügen. Ähm, ist das okay für dich? Ja. Ja. Ja. Ja. Okay. Alles klar. Also, das ist eine verrückte Prototyp-Idee.

Das ist ein Fenster in die Zukunft. Stell dir also vor, jedes Pixel auf deinem Bildschirm würde live direkt von einem Modell gestreamt. Kein HTML, keine Layout-Engine, kein Code. Einfach genau das, was du sehen willst. Was? Also haben diese Leute, äh, einen Prototyp gebaut, um zu sehen, wie das tatsächlich funktionieren könnte. Und schau dir das an. Stell dir das als Website vor. Nein, kein HTML. Alles hier ist ein Bild. All das sind Bilder, auf die man klicken kann, und ein Modell erzeugt das nächste Bild – je nachdem, wo man geklickt hat. Es hat einfach die Fähigkeit, zu erkennen, wo man klickt, und baut darauf auf. Man erkundet also eine komplett generative Welt. Es sieht sehr interessant aus und hat unzählige Aufrufe erhalten. Die Entwickler haben mit Responsivität und anderen Konzepten experimentiert, wie man hier beim Text sieht – und übrigens: RIP Barrierefreiheit.

Ich weiß. Äh, aber das ist wieder ein Prototyp, und Elon Musk hat das gesagt, und ich dachte mir: „Wovon redet er denn?“ Vor einer Weile hat er in der Joe-Rogan-Show gesagt, dass auf dem Handy alles gestreamt wird – ein gestreamtes Video, bei dem die Benutzeroberfläche im Grunde nur aus einem fortlaufenden Strom von Einzelbildern besteht. Ich weiß nicht, ob mir diese Zukunft gefällt oder ob das überhaupt die Zukunft sein wird. Das ist extrem, ähm, teuer in der Umsetzung, wegen des hohen Rechenaufwands, den man dafür benötigt, aber fairerweise muss man sagen, dass diese Leute in ihren Tweets auch erwähnt haben, dass sie wissen, dass das wirklich langsam ist. Diese Videos sind tatsächlich geschnitten, und sie haben das auch klar gesagt, und die Geschwindigkeit wurde erhöht, weil die Modelle nicht schnell genug sind, um Videos zu generieren.

Aber es ist ein Konzept und es ist interessant. Es ist ein interessantes Konzept. Man kann es ausprobieren, aber ich habe es noch nicht geschafft, weil zu viele Leute den Dienst nutzen. Äh, aber äh, anscheinend könnte man in eine Umgebung gehen und anfangen, sie zu erkunden, ähm, oder eigene Inhalte hochladen und damit experimentieren. Und hier kann man ein bisschen mehr darüber lesen. Äh, wie es weitergeht. Und wie ihr seht, verwendet diese Demonstration vorgefertigtes Videomaterial und wurde aus Gründen der Geschwindigkeit gekürzt. Aber ja, eine verrückte Idee. Das ist schon krass. Ist das ein Daumenkino? Ja. Ja, es ist Video als Benutzeroberfläche. Video ist die Benutzeroberfläche. Ja. Nun, ich meine, es ist ein Konzept und es ist ein Konzept. Ja. Es ist nicht … Es ist nicht real.

Das kann doch nicht wahr sein. Aber so ist es nun mal. Nun, genau das ist ja die Frage. Wird das vielleicht für bestimmte Anwendungsfälle tatsächlich relevant werden? Ich wäre also gespannt, was unser Publikum davon hält, denn das ist ein Blick in eine mögliche Zukunft, und mir gefällt diese Idee mit alternativen Zukünften wirklich gut, oder? So wie wir alternative Realitäten haben können. Das könnte eine Richtung sein, die wir einschlagen wollen – und für die wir dann viel Rechenleistung aufwenden oder auch nicht. Also ja, ich persönlich möchte vorerst bei HTML bleiben. Einverstanden. Einverstanden. Ja. Cool. Alles klar. Nun, das ist alles, wofür wir Zeit haben. Äh, leider – willst du weitermachen oder aufhören?

Nein, ich hör schon auf. Ich hör auf. Ich, äh, ja, ich hab einfach nicht die Energie, da noch weiterzumachen. Ich weiß das zu schätzen, ich weiß das zu schätzen. Cool. Ähm, ja, schaltet nächste Woche wieder ein für alle, ähm, Neuigkeiten rund um KI, Design und Entwicklung. Ähm, wenn ihr auf YouTube seid – wer ist denn auf YouTube? Gebt uns ein „Gefällt mir“ auf YouTube, abonniert den Kanal und so weiter. Ähm, das war’s. Das ist alles, was wir zu sagen haben, oder? Ja. Soll ich noch was sagen? Nein. Äh, kauft unsere Fanartikel. Na ja, wir… Ja. Ja. Lasst uns wissen, ob ihr wollt, dass wir Fanartikel machen. Einiges davon sieht echt krass aus. Ich dachte schon, du würdest mich korrigieren und sagen: „Weiter so!“

Mehr habe ich dazu nicht zu sagen. Es bleibt nur noch zu sagen: Bleib einfach am Ball, Baby. Mach’s gut.