Heute dreht sich alles um Kapital und Infrastruktur: DeepSeek soll rund 15 Milliarden Dollar eingesammelt haben, während OpenAI vor einem möglichen IPO eine Runde von bis zu 30 Milliarden Dollar verhandelt. Produktseitig stellt Google Agent Compute Engine für Agenten vor, Microsoft veröffentlicht den Diagnose-Orchestrator MAI-DxO in Science, und iFLYTEK launcht Spark X2.6 – trainiert auf vollständig heimischer Rechenleistung – auf dem Global 1024 Developer Festival.

1. DeepSeek soll rund 15 Milliarden Dollar einsammeln

Laut Bloomberg, TechCrunch und Reuters hat das chinesische AI-Labor DeepSeek etwa 15 Milliarden Dollar (rund 100 Milliarden Yuan) eingesammelt. Mehr als 15 Investoren waren beteiligt, darunter CATL, Tencent, Meituan, Geely, GigaDevice, Midea und NetEase sowie Boyu, CPE, Legend Capital und IDG; CATL und Tencent gelten als große Geldgeber. Die Runde kommt etwa zwei Tage, nachdem die USA zivile Bundesbehörden angewiesen haben, DeepSeek-Technologie zu entfernen. Im Juni hatte das Unternehmen mehr als 7 Milliarden Dollar bei rund 50 Milliarden Dollar Bewertung eingesammelt; das neue Kapital soll Infrastruktur und offene Modelle vorantreiben, und früher gab es Gespräche über einen möglichen China-Börsengang.

Warum das wichtig ist: Zwischen geopolitischem Druck und dem globalen Rennen um Frontier-Modelle sichert DeepSeek erneut mit einer Mega-Runde Rechenleistung und Modellinvestitionen.

Quellen: TechCrunch; Bloomberg; Reuters via KSL

2. OpenAI verhandelt bis zu 30 Mrd. $ bei 1,25 Bio. $ Pre-Money

CNBC und TechCrunch berichten, dass OpenAI an einer Finanzierungsrunde von bis zu 30 Milliarden Dollar bei einer Pre-Money-Bewertung von 1,25 Billionen Dollar arbeitet, angeführt von Investoren aus den VAE und Coatue. Die Runde gilt als Bridge vor einem möglichen IPO; Unterschriften sollen bis Ende nächster Woche stehen. Die Größe ist noch fluid und könnte mit einem Rechenkapazitäts-Deal der VAE gekoppelt werden. OpenAI hat im Juni vertraulich einen IPO eingereicht; der CFO zielt auf 2027. Die Post-Money-Bewertung im März lag bei etwa 852 Milliarden Dollar; Bloomberg hatte zuvor Konditionen um 1,4 Billionen Dollar kolportiert. Zum Vergleich sucht Anthropic eine IPO-Bewertung von 1,5–2 Billionen Dollar und sammelte im Mai 65 Milliarden Dollar bei 965 Milliarden Dollar Bewertung ein.

Warum das wichtig ist: Die Rundengrößen der Top-Labs steigen weiter, und die Bewertungskämpfe vor dem IPO sind zunehmend an Rechen-Deals gebunden.

Quellen: CNBC; TechCrunch

3. Google stellt Agent Compute Engine vor und erweitert Agent-Governance

Auf der AGNTCon+MCPCon kündigte Google Cloud Agent Compute Engine an: zweckgebundene Rechenleistung für Agenten, die bereits Gemini-Agenten-Aufgaben trägt, mit Preview in den kommenden Monaten. Jeder Agent läuft in einer hardwareisolierten microVM (Cloud Hypervisor + Titanium) mit schnellem Boot, Copy-on-Write-Speicherteilung und Pause/Resume im Leerlauf; Zustand kann auf Hyperdisk persistieren. Das Open-Source-Agent Substrate auf GKE beansprucht bis zu 10× Dichte und unter 500 ms Suspend/Resume in einem Test mit etwa 200.000 Agenten. Google erweitert zudem die Agent-Governance über Cloud-Runtimes – Gateway, Registry, Identity und Observability.

Warum das wichtig ist: Agenten gehen von „können laufen“ zu „skalierbar und steuerbar laufen“ – Rechenleistung und Steuerung kommen zusammen als Produkt.

Quelle: Google Cloud Blog

4. Microsofts MAI-DxO in Science: Orchestrierung mehrstufiger Diagnosen

Forschung zu Microsofts AI Diagnostic Orchestrator (MAI-DxO) und dem Sequential Diagnosis Benchmark (SDBench) erschien am 22. Oktober in Science. Ausgehend von einer kurzen Vorstellung simuliert das System ein Arztgremium, das iterativ Fragen stellt und Tests anordnet. Bei komplexen NEJM-Fällen erreichte es etwa 83 % Genauigkeit gegenüber etwa 36 % bei Ärzten mit Referenzen und etwa 22 % ohne; bei MIMIC-IV-ED-Notfällen etwa 80 % gegenüber etwa 47 %. In kostenbeschränkten Konfigurationen kann es die Untersuchungskosten deutlich senken. Die Autoren betonen, dass es sich um einen kontrollierten Text-Benchmark handelt, keinen Nachweis der Überlegenheit gegenüber Spezialisten oder realer Praxis; Teile von SDBench sollen open-sourced werden, und eine Real-World-Evaluation mit Beth Israel Deaconess ist geplant.

Warum das wichtig ist: Medizinische KI verschiebt sich von Einmal-Antworten zu mehrstufiger Diagnose-Orchestrierung – Real-World-Validierung bleibt entscheidend.

Quellen: Microsoft AI; Science

5. iFLYTEK stellt Spark X2.6 vor: Edge-Cloud-Modell auf heimischer Rechenleistung

Auf dem Global 1024 Developer Festival 2026 veröffentlichte iFLYTEK Spark X2.6, ein Edge-Cloud-Großmodell, trainiert auf vollständig heimischer Rechenleistung, mit stärkeren Coding-, Agenten- und Komplexaufgaben-Fähigkeiten. Berichtet werden etwa 4× höhere Effizienz beim Long-Context-Training und etwa 4,5× bei Long-Horizon-Reasoning; ein leichtes On-Device-Modell Spark X2.6-4B kommt hinzu, mit angeblich 96,1 % Edge-Cloud-Routing-Genauigkeit, plus Apps wie WinWork Digital Employees.

Warum das wichtig ist: Edge-Cloud-Modelle auf heimischen Compute-Stacks werden weiter produktisiert – Schwerpunkt Coding, Agenten und Langzeitaugaben.

Quellen: 21st Century Business Herald; Sina Finance; Phoenix Finance

---

Auf einen Satz: Top-Labs in den USA und China tauschen weiter Mega-Runden gegen Rechenleistung und Zeitfenster, während Agenten-Infrastruktur und medizinische Diagnose-Orchestrierung skalierbare, überprüfbare nächste Schritte gehen.