Beobachtetes Signal · 28. Aug. 2026 · Technical Release · Quelle: DEV Community · Relevanz: 2/5 · Sentiment: Positiv
Flash Onyx 2.2: Lokales Modell für Recht und Game Feel
Flash Onyx 2.2 ist ein Entwicklungsupdate für eine lokale Agent Shell auf Basis von gemma4, die vollständig auf einer 16-GB-Laptop-GPU mit einstelligen Token pro Sekunde läuft. Version 2.2 erweitert die System-Prompt-Domänen über Code hinaus auf Rechts- und Spieldesign-Guidance, ergänzt um strenge Regeln wie das Verbot erfundener Zitate sowie jurisdictionsbezogene Priorisierung im Recht und Heuristiken für Game Feel. Der Entwickler komprimierte Prompt-Texte zur Senkung der Prefill-Kosten pro Konversation, optimierte das Sampling durch Anpassung von Temperature auf 0,6 und min_p auf 0,05 und erhöhte das Context Window auf 65.536 Token, nachdem Tests bei 32k, 64k und 128k einen stabilen GPU-Speicherbedarf von rund 8,1 bis 8,2 GB zeigten. Build-Tools injizieren nun die Repositorium-Lizenz in die Modelle; die Veröffentlichung als Natuworkguy/flash-onyx-2.2 in 12b- und 31b-Varianten ist geplant.
Praktische technische Einblicke in Prompt-Design, Sampling und Context-Window-Tuning für lokale LLMs sind nützlich für Entwickler privater Agenten, stellen jedoch ein Nischen-Update und keinen branchenweiten Wendepunkt dar.
Marktsignale zu GitHub in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren Polaris7-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Flash Onyx 2 basiert auf gemma4 und agiert als lokal konfiguriertes Engineering-Agentenmodell.
- Das Modell läuft lokal auf einer 16-GB-Laptop-GPU bei einstelligen Token pro Sekunde.
- Version 2.2 ergänzt fokussierte System-Prompt-Domänen für Recht und Spiele mit expliziten Regeln gegen erfundene Zitate und für priorisiertes Game Feel.
- Die Sampling-Parameter wurden angepasst: Temperature sank von 0,7 auf 0,6 und min_p stieg von 0 auf 0,05.
- Das Context Window wurde auf 65.536 Token festgelegt, da Tests zeigten, dass 32k-, 64k- und 128k-Fenster etwa 8,1 bis 8,2 GB GPU-Speicher beanspruchen.
Verknüpfte Unternehmen
“Flash Onyx ist die Modellreihe hinter der lokalen Agenten-Shell FLASH (https://github.com/natuworkguy).”
“Die Build-Tools wurden ebenfalls erweitert, um Modellnamen und Repositorien-Lizenzen automatisch in die erstellten Modelle zu integrieren.”
“Das System griff bei der Ausführung auf plattformspezifische Befehle zurück, die auf macOS nicht standardmäßig verfügbar sind.”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Flash Onyx 2.2 veröffentlicht: Modellverbesserungen und größeres Kontextfenster
Flash Onyx 2.2, eine neue Version des vom Entwickler 'Natuworkguy' bereitgestellten Modells, ist ab sofort über Ollama verfügbar. Das Release ist in zwei Größen erhältlich – als 12b-Variante für Consumer-Hardware sowie als 31b-Version für GPU-gestützte Systeme. Im Fokus der Aktualisierung stehen ein verbessertes Verständnis von Nutzeranfragen, präzisere und kompaktere Antworten, eine automatische Stack-Auswahl sowie eine sicherere und präzisere Generierung von Manim-Animationscode. Zudem wurden Sampling- und Kontexteinstellungen angepasst, darunter die Reduzierung der Temperatur von 0,7 auf 0,6 sowie eine Verdopplung des Kontextfensters num_ctx auf 65536. Der begleitende Beitrag enthält Installationsbefehle für Ollama, empfohlene Umgebungsvariablen für das Model sowie einen Link zu einem Installationsskript. Der Autor bittet um Feedback und kündigt an, dass eine kommende Version 2.3 eventuell auftretende Fehler adressieren wird.
Google stellt Gemini 3.5 Flash und Antigravity 2.0 vor
Auf der Google I/O 2026 hat Google das Modell Gemini 3.5 Flash sowie die Desktop-Applikation Antigravity 2.0 präsentiert. Gemini 3.5 Flash ist speziell für latenzarme, hochfrequente Agent Execution konzipiert und liefert mit 289 Output-Tokens pro Sekunde eine optimierte Rechenleistung für rekursive Workflows. In agentenspezifischen Benchmarks wie Terminal-Bench 2.1 und MCP Atlas übertrifft das Modell bisherige Flaggschiff-Systeme. Antigravity 2.0 fungiert parallel dazu als Command Center für die Multi-Agent-Orchestrierung: Die Anwendung entkoppelt Agenten-Interaktionen von einzelnen Repositories, ermöglicht synchrones Multitasking spezialisierter Agenten und steuert isolierte lokale Git-Branches ohne Überlappungen. Dieser Schritt markiert einen strategischen Paradigmenwechsel vom simplen Inline Autocomplete hin zur agentenbasierten Softwarearchitektur, wirft jedoch zugleich neue Anforderungen an Verifikation, Auditing und veränderte Entwicklerrollen auf.
Gemma 4 ermöglicht lokale multimodale Workflows mit langem Kontext
Ein Entwickler berichtet über die Ablösung fragmentierter OCR- und RAG-Stacks durch lokale Gemma-4-Modelle, wodurch kohärente, datenschutzkonforme On-Device-Multimodalität auf Consumer-Hardware praktikabel wird. Mit dem Ollama Python SDK und lokalen Inferenz-Setups erzielen die 26B-MoE- und 31B-Dense-Varianten von Gemma 4 eine Extraktionsgenauigkeit von ca. 94 Prozent bei komplexen Belegen direkt über Pixel-Layouts ohne separates OCR. Dank des nativen 128K-Kontextfensters konnte ein kontinuierlicher Log-Stream von 115K Tokens in rund 70 Sekunden analysiert werden, was zeitliche Kohärenz gegenüber gestückeltem RAG beweist. Die Tests erfolgten auf einem M1 MacBook Pro mit 16 GB RAM. Der Beitrag beleuchtet empfohlene Budgets, Grenzen wie Wissensgrenzkanten sowie Echtzeitlatenzen und verweist auf offizielle Google-Entwicklerressourcen. Veröffentlichungsdatum: 21.05.2026.
Alle künftigen Signale zu GitHub & Wettbewerbern im Briefing erhalten
Verpassen Sie keine M&A-Transaktionen, Führungswechsel, Kunden-Etats oder Produkt-Launches mehr. Polaris7 überwacht über 20.000 Primärquellen rund um die Uhr und liefert evidenzbasierte Telemetrie direkt in Ihr wöchentliches Executive Briefing.