KI heute: Reflection Beam und FLUX.3 Image Klein

Stand des Wissens zum 17.10.2026. Das Quellmaterial wurde im Zeitraum vom 16.10.2026 bis zum 17.10.2026 gesammelt.

Der heutige Überblick konzentriert sich auf die Veröffentlichungen fortschrittlicher generativer Modelle und neuer Architekturen zur Leistungssteigerung. Wir besprechen die Einführung des offenen MoE-Modells Beam von Reflection, die Integration von FLUX.3 Image Klein in die Diffusers-Bibliothek sowie die Architektur Granite Switch 4.1 von IBM. Zusätzlich analysieren wir das Wachstum der Beliebtheit des Tools Stack Overflow for Agents nach der Integration in ChatGPT sowie die im brasilianischen Bankhaus Itaú umgesetzte AI-First-Strategie.

Das Wichtigste in Kürze (TL;DR)

• Reflection Beam: Ein offenes MoE-Modell mit 501 Milliarden Parametern und Unterstützung für ein Kontextfenster von 1 Million Token.
• FLUX.3 Image Klein: Ein Modell zur Bilderzeugung und -bearbeitung mit der Funktion einer präzisen Steuerung des Elementlayouts mithilfe von Bounding Boxes.
• Granite Switch 4.1: Eine IBM-Architektur, die Chat, Entscheidungsfindung und Spracherkennung unter Verwendung der aLoRA-Technologie in einem einzigen Endpunkt integriert.
• Stack Overflow for Agents: Ein in ChatGPT integriertes Tool, das nach der Implementierung des Plugins ein 10-faches Wachstum der Anzahl erstellter Agenten verzeichnete.
• Itaú AI First: Die Strategie der Bank, die die Implementierung der konversationalen Schnittstelle ia.i und der IARA-Plattform zur Prozessverwaltung unter Verwendung generativer Künstlicher Intelligenz umfasst.

Reflection veröffentlicht das Modell Beam

Das Laboratorium Reflection stellte am 16. Oktober das Modell Beam zur Verfügung, bei dem es sich um ein offenes System vom Typ MoE (Mixture-of-Experts) mit einer Kapazität von 501 Milliarden Parametern handelt. Diese Konstruktion arbeitet mit 23 Milliarden aktiven Parametern pro Token, was es ermöglicht, die Leistung kleinerer Modelle bei gleichzeitiger Beibehaltung der Kapazität großer Einheiten beizubehalten. Beam unterstützt Text bei der Eingabe und Ausgabe, verfügt über ein Kontextfenster mit einer Länge von 1 Million Token und wurde unter der Apache 2.0-Lizenz zur Verfügung gestellt.

Das Modell besteht aus 52 Schichten und nutzt 256 Experten pro MoE-Schicht, von denen 8 für jedes Token aktiviert werden. In der Architektur wurde eine hybride Aufmerksamkeit (hybrid attention) angewandt, bei der 43 Schichten ein gleitendes Fenster (sliding-window attention) mit einer Länge von 512 Token nutzen und 9 globale Schichten den gesamten Kontext verarbeiten. Beam unterstützt die Techniken Inference, SFT (supervised fine tuning) sowie RL (reinforcement learning), und seine Implementierung umfasst die Formate BF16, FP8 und NVFP4.

Zur Unterstützung des Modells hat der Hersteller eine dedizierte Bibliothek auf Basis der Programmiersprache Rust vorbereitet und zudem Unterstützung für die Tools transformers, vLLM sowie SGLang sichergestellt. Reflection bietet 10.000 Dollar an Credits auf der Plattform Hugging Face für die besten Projekte, die Beam nutzen, wie etwa Containerisierung für bestimmte Hardware, Generierung synthetischer Datensätze oder Erstellung von RL-Umgebungen. Die Hardware-Anforderungen zur Ausführung des Modells umfassen beträchtliche HBM3e-Speicherressourcen – für die NVFP4-Variante werden vier Grafikkarten vom Typ B200 (insgesamt 720 GB Speicher) empfohlen.

Für KI-Entwickler: Ein Ingenieursteam, das die Implementierung des Modells auf der eigenen Infrastruktur plant, kann die Kompatibilität der vorhandenen Karten mit den Formaten FP8 oder NVFP4 überprüfen und fertige Rezepte in vLLM testen. Die Ankündigung macht keine Angaben zur Qualität der Generierung in anderen Sprachen als Englisch, zur Gesamtantwortzeit beim vollständigen 1M-Token-Fenster unter Produktionsbedingungen oder zu eventuellen Einschränkungen beim Zugriff auf die NVFP4-Version außerhalb der dedizierten NVIDIA Blackwell-Hardware.

FLUX.3 Image Klein in der Diffusers-Bibliothek

Am 15. Oktober stellte Black Forest Labs das Modell FLUX.3 Image Klein in der Diffusers-Bibliothek zur Verfügung. Dieses Modell ermöglicht die Bilderzeugung auf Basis von Text, die Bildbearbeitung mit mehreren Referenzen sowie die Steuerung des Elementlayouts mithilfe von Bounding Boxes.

Das Modell FLUX.3 Image Klein ist in zwei Hauptvarianten verfügbar: als destillierte Version (die 16 Schritte erfordert, ohne CFG) und als Basisversion. Die destillierte Version erzeugt ein Bild mit einer Auflösung von 1024 × 1024 Pixeln in etwa 2 Sekunden auf einer H100-Karte. Entwickler können NVFP4- und FP8-Gewichte über die Methode from_single_file nutzen, was die Ausführung des Modells auf schwächeren GPU-Einheiten ermöglicht.

Im Bereich der Layout-Steuerung können Benutzer in Prompts die Position einzelner Elemente definieren, indem sie eine Liste von Regionen im JSON-Format mit den Koordinaten y_min, x_min, y_max, x_max auf einer Skala von 0–1000 angeben. Diese Funktion ermöglicht auch das Verschieben von Objekten innerhalb von Referenzbildern durch Bestimmung der Quellkoordinaten (src_bbox) sowie der Zielkoordinaten (tgt_bbox). Zur Nutzung des Modell ist die Installation der neuesten diffusers- und transformers-Bibliotheken (für den Qwen3-VL-Encoder) erforderlich. Black Forest Labs hat außerdem Skripte zum Training von LoRA für Text-zu-Bild-Aufgaben und Bildbearbeitung zur Verfügung gestellt.

Für KI-Entwickler: Ein Entwickler von Grafikanwendungen kann das Modell integrieren, um Benutzern die präzise Anordnung von Elementen in generierten Grafiken zu ermöglichen. Vor der Implementierung sollten die Lizenzdetails des Modell sowie die genauen Betriebskosten bei der Arbeit auf anderen als den in der Dokumentation angegebenen H100-GPUs überprüft werden. Die Quelle präzisiert nicht, ob das Modell Einschränkungen bei der Generierung bestimmter Inhaltskategorien aufweist oder wie es mit Prompts in polnischer Sprache umgeht.

IBM führt Granite Switch 4.1 ein

Laut einer Ankündigung vom 15. Oktober stellte IBM Granite Switch 4.1 vor, eine Architektur, die die Unterstützung von Chat, Entscheidungsfindung und Spracherkennung über einen einzigen Endpunkt ermöglicht. Die neue Version der Modelle ist in Varianten mit 8B und 30B Parametern verfügbar und integriert drei Technologien: aLoRA für die allgemeine Entscheidungsfindung, den spezialisierten Guardian aLoRA-Adapter für sicherheitsrelevante Aufgaben sowie Granite-Speech-5.0-Turbo-CTC, der als das schnellste ASR-Modell auf der OpenASR-Bestenliste bezeichnet wird.

Die Nutzung sogenannter Activated LoRAs (aLoRA) ermöglicht die gemeinsame Nutzung des Zwischenspeichers (KV cache) zwischen dem Basismodell und den Adaptern. Dank dieser Lösung erfolgt das Umschalten zwischen Texterzeugung, Entscheidungsprozessen und Sprachtranskription unter Beibehaltung eines VRAM-Speicherverbrauchs, der mit einem einzigen Basismodell vergleichbar ist. Die Modelle arbeiten in einer vLLM-Umgebung, bieten Unterstützung für llama.cpp und können API-Aufrufe vom Typ v1/systemone ersetzen.

In Leistungstests führte das Modell Granite-Switch-4.1-30B unter Verwendung von 5 spezialisierten Adaptern einen 5-stufigen RAG-Prozess schneller aus als das konkurrierende Modell Jev-27B mit einem einzigen Entscheidungsadapter. Entwickler können fertige Konfigurationen nutzen oder eigene Modelle erstellen, indem sie Adapter mit Bibliotheken aus den Granite Libraries kombinieren. Der Hersteller kündigt die Veröffentlichung des Adapter SDK zum Training eigener Komponenten in Mellea an. In einem Forschungsbeispiel steuerte die Version mit 3B Parametern das Spiel Doom mit einer Frequenz von 60–100 Entscheidungen pro Sekunde, während sie gleichzeitig Fragen des Benutzers beantwortete.

Für KI-Entwickler: Ein Ingenieursteam, das automatisierte Kundendienstsysteme implementiert, kann die Integration des Modell mit einer eigenen RAG-Pipeline und dem Spracherkennungsmodul testen. Die veröffentlichten Materialien enthalten keine Informationen über die Unterstützung der polnischen Sprache, die genauen Inferenzkosten in der Cloud oder die Lizenzdetails hinsichtlich der Nutzung von Bibliotheken in kommerziellen Systemen – diese Daten erfordern vor der Implementierung eine Überprüfung.

Stack Overflow for Agents

Berichten vom 16. Oktober zufolge hat das Tool Stack Overflow for Agents die Anzahl der Registrierungen dank der Integration mit einem ChatGPT-Plugin verdreifacht. Diese Lösung wurde von zwei Ingenieuren innerhalb weniger Wochen unter Verwendung des Modells Codex vorbereitet. Die Implementierung des Plugins wirkte sich auf das Wachstum der Anzahl erstellter Agenten aus, das sogar das 10-fache des bisherigen Niveaus erreichte.

Für KI-Entwickler: Personen, die eigene Agentensysteme erstellen, können überprüfen, wie sich die Integration externer Wissensdatenbanken mit einem Sprachmodell auf die Benutzeraktivität in ihren Lösungen auswirkt. Die Information präzisiert nicht, wie die Abfragelimits für Agenten aussehen, wie die Kostenstruktur beschaffen ist oder ob die Lösung andere Sprachen als Englisch unterstützt – diese Fragen erfordern vor der Entscheidung über eine Integration eine Klärung in der technischen Dokumentation.

Itaú implementiert Lösungen generativer Künstlicher Intelligenz

Die brasilianische Bank Itaú teilte am 16. Oktober mit, dass sie die Strategie AI First einführt, die die Implementierung der konversationalen Schnittstelle ia.i und der Management-Plattform IARA umfasst. Diese Tools sind sowohl für Kunden als auch für Mitarbeiter von Institutionen bestimmt, die in einem der am stärksten regulierten Wirtschaftssektoren in Brasilien tätig sind. Diese Systeme bilden ein Element des umfassenderen Ansatzes der Bank zur digitalen Transformation des Kundendienstes und interner Prozesse unter Einsatz generativer Künstlicher Intelligenz.

Für KI-Entwickler: Teams, die KI-Lösungen in stark regulierten Finanzinstituten implementieren, können sich die Struktur der IARA-Plattformen im Hinblick auf die Modellüberwachung ansehen. Die Ankündigung macht keine Angaben zur Verfügbarkeit dieser Tools außerhalb des brasilianischen Marktes, zum Preisniveau der Dienste oder zu Fragen im Zusammenhang mit der Unterstützung anderer Sprachen als Portugiesisch – diese Parameter müssen vor Beginn der Projektarbeiten überprüft werden.

Häufig gestellte Fragen (FAQ)

Welche Hardware-Anforderungen gelten für das Modell Reflection Beam in der Version NVFP4?

Für die Ausführung des Modells Beam in der NVFP4-Variante empfiehlt der Hersteller den Einsatz von vier Grafikkarten vom Typ NVIDIA B200, was insgesamt 720 GB HBM3e-Speicher bereitstellt, der für den ordnungsgemäßen Betrieb dieses auf der MoE-Architektur basierenden Systems erforderlich ist.

Worin liegt der Leistungsvorteil der Architektur Granite Switch 4.1?

Die Architektur nutzt die Activated LoRAs-Technologie, die die gemeinsame Nutzung des Zwischenspeichers zwischen dem Basismodell und den Adaptern ermöglicht. Dies erlaubt das Umschalten zwischen Texterzeugung, Entscheidungsprozessen und Sprachtranskription bei einem VRAM-Speicherverbrauch, der mit einem einzigen Basismodell vergleichbar ist.

Quellen

• Welcome Beam: a 501B open model you can own, customize, and scale — 2026-10-16
• Welcome FLUX.3 Image Klein in Diffusers — 2026-10-15
• Granite Switch 4.1: Chat, Decisions, and Speech from One Endpoint — 2026-10-15
• Stack Overflow for Agents triples signups with ChatGPT plugin — 2026-10-16
• How Itaú is building generative AI for its entire customer base — 2026-10-16

--- Text vorbereitet automatisch durch das Laboratorium aipoc-lab (AI) auf Basis der oben genannten öffentlich zugänglichen Quellen. Eigene Zusammenfassungen, keine Kopien. Version vor der Redaktion durch einen Menschen.