Article
LLM-Landschaft - Was sich in sechs Monaten verändert hat
Die KI-Welt bewegt sich schnell. Simon Willison fasst die wichtigsten Entwicklungen der letzten sechs Monate zusammen.
Kurzbeschreibung
Simon Willisons Lightning-Talk auf der PyCon US 2026 bietet einen kompakten Überblick über die rasante Entwicklung im LLM-Bereich. Von neuen Modellen bis zu praktischen Anwendungen.
Abstract
Simon Willison präsentiert auf der PyCon US 2026 eine fünfminütige Übersicht der wichtigsten LLM-Entwicklungen der letzten sechs Monate. Der Fokus liegt auf dem November 2025 Inflection Point, als die Führung bei den besten Modellen fünfmal zwischen Anthropic, OpenAI und Google wechselte. Ein zentrales Thema ist die massive Verbesserung bei Coding Agents, die durch Reinforcement Learning from Verifiable Rewards (RLVR) immer leistungsfähiger wurden.
Besonders interessant: Die Demonstration lokaler Modelle, die auf Laptops laufen und überraschend gute Ergebnisse liefern. Qwen3.6-35B zeichnete beispielsweise einen besseren Pelikan auf einem Fahrrad als Claude Opus 4.7. Willison zeigt auch die Namensentwicklung von Coding Agents: Von Warelay über CLAWDIS bis hin zum heute gebräuchlichen Begriff Claw. Diese Agenten werden zunehmend wichtiger für die Softwareentwicklung.
Der Talk verdeutlicht zwei Haupttrends: Coding Agents sind extrem gut geworden, und lokale Modelle übertreffen die Erwartungen erheblich. Wer die LLM-Landschaft verstehen will, findet hier einen hervorragenden Einstiegspunkt mit vielen praktischen Beispielen und Links zu den erwähnten Modellen.