Eine neue Analyse zeigt, wie leicht sich Perplexitys Software-Empfehlungen mit eigens für KI geschriebenen Fake-Quellen manipulieren lassen. Parallel dazu haben Meta und OpenAI neue Spitzenmodelle veröffentlicht, die sich direkt mit Anthropics aktuellem Claude Fable 5.1 messen lassen.
Das Thema kurz und kompakt
- Eine Analyse von 380 Kaufkategorien zeigt: 215.128 maschinell erzeugte Seiten von nur drei verbundenen Domains prägen einen Großteil von Perplexitys Software-Empfehlungen.
- Fast 60 Prozent aller Perplexity-Zitate führen auf Domains außerhalb der 100.000 meistbesuchten Websites weltweit.
- Meta veröffentlicht Muse Spark 1.3 mit verbesserten Agenten- und Coding-Fähigkeiten.
- OpenAI veröffentlicht GPT-6 Astra – laut eigener Einstufung das erste eigene Modell mit „kritischen“ Cyberfähigkeiten.
- Unabhängige Benchmarks von Artificial Analysis zeigen: Anthropic's Claude Fable 5.1 führt weiterhin den Intelligence Index an.
215.128 Fake-Seiten: Perplexitys Software-Empfehlungen im Test
Eine Analyse von Trellner Research schickte 380 unterschiedliche Kaufkategorien an Perplexity und prüfte anschließend jede einzelne zitierte Domain. Das Ergebnis: Drei miteinander verbundene Websites – wifitalents.com, worldmetrics.org und gitnux.org – tauchen auffällig häufig als Quelle auf. Alle drei laufen über dieselben Cloudflare-Nameserver, entstanden im selben Zeitraum Ende 2023/Anfang 2024, und verlinken sich gegenseitig. Sie enthalten speziell für Sprachmodelle aufbereitete „Facts & Grounding“-Seiten im maschinenlesbaren JSON-LD-Format – geschrieben nicht für menschliche Leser:innen, sondern gezielt für KI-Systeme.
Perplexity scheint die Herkunft seiner Quellen dabei kaum zu prüfen: In 289 von 380 getesteten Kategorien lieferten zwei unterschiedliche Perplexity-Modellstufen identische Quellenlisten, was auf eine gemeinsame Abrufschicht statt unabhängiger Prüfung hindeutet. Fast 60 Prozent aller Zitate führten auf Domains außerhalb der 100.000 meistbesuchten Websites weltweit, während ein etabliertes Nachschlagewerk wie Wikipedia im gesamten Datensatz nur dreimal zitiert wurde. Manche verlinkten Adressen führten sogar ins Leere oder auf komplett andere Inhalte, etwa ein Glücksspielportal.
Meta veröffentlicht Muse Spark 1.3
Mit Muse Spark 1.3 hat Meta eine neue Version seines Agenten- und Coding-Modells veröffentlicht, verfügbar über Muse Code und die Meta Model API. Der Fokus liegt auf längeren, komplexeren Arbeitsabläufen: Das Modell soll offene Aufgaben eigenständiger über mehrere Schritte hinweg verfolgen, bei Unklarheiten gezielt nachfragen, vor folgenreichen Aktionen um Bestätigung bitten und sich flexibel an häufige Rückfragen oder Unterbrechungen durch Nutzer:innen anpassen. Bei Coding-Aufgaben soll das Modell laut internen Vergleichen von Meta-Entwickler:innen spürbar effizienter arbeiten – mit rund 20 Prozent weniger Werkzeugaufrufen und 25 Prozent weniger Token als der Vorgänger Muse Spark 1.2.
OpenAI veröffentlicht GPT-6 Astra.
OpenAI hat mit GPT-6 Astra ein neues Flaggschiff-Modell veröffentlicht. Bemerkenswert ist dabei vor allem die Sicherheitseinstufung: Es soll das erste eigene Modell sein, das OpenAI selbst als Modell mit „kritischen“ Cyberfähigkeiten einstuft – es kann eigenständig unbekannte Softwarelücken aufspüren und diese miteinander verketten.
Der unabhängige Benchmark-Anbieter Artificial Analysis hat das Modell direkt gegen die aktuelle Konkurrenz getestet, mit einem gemischten Ergebnis. Im Coding-Agent-Index erreicht GPT-6 Astra 67 Punkte, etwa gleichauf mit Claude Opus 5 und Fable 5 sowie mit Metas neuem Muse Spark 1.3 – angeführt wird der Index weiterhin von Claude Fable 5.1 mit 70 Punkten. Bei der Token-Effizienz zeigt GPT-6 Astra deutliche Fortschritte: Es benötigt nur etwa ein Drittel der Token von GPT-5.6 Sol und ein Fünftel der Token von Claude Opus 5 für vergleichbare Aufgaben. Auch bei der Neigung zu Halluzinationen gibt es einen großen Sprung: Die Halluzinationsrate sank von 92 auf 51 Prozent, bei gleichzeitig leicht gestiegener Genauigkeit.
Im breiter angelegten Intelligence Index liegt GPT-6 Astra dagegen mit 61 Punkten gleichauf mit seinem Vorgänger GPT-5.6 Sol – und damit 5 Punkte hinter Claude Fable 5.1, das den Index bei maximaler Rechenintensität mit 66 Punkten anführt. Grund dafür ist unter anderem eine Preiserhöhung um das 2,5-Fache gegenüber GPT-5.6 Sol, die die erzielten Effizienzgewinne bei den Token größtenteils wieder aufhebt: Bei maximaler Rechenintensität kostet eine Aufgabe mit GPT-6 Astra rund 75 Prozent mehr als mit dem Vorgängermodell.
