Alexandr Wang, Leiter von Meta Superintelligence Labs, hat intern offenbar erklärt, dass Metas nächstes KI-Modell den Leistungsstand von OpenAIs GPT-5.5 erreicht habe. Das Modell mit dem internen Codenamen Watermelon befindet sich laut mit der Angelegenheit vertrauten Personen weiterhin im Training und soll gegenüber seinem Vorgänger deutlich mehr Rechenleistung nutzen. Eine offizielle Bestätigung oder veröffentlichte Benchmark-Ergebnisse liegen bislang jedoch nicht vor.
Was hat Alexandr Wang angekündigt?
Laut einem Bericht äußerte sich Alexandr Wang während einer internen Mitarbeiterversammlung zu Metas Fortschritten im KI-Wettbewerb. Dabei soll er erklärt haben, dass das kommende Modell mit dem Codenamen Watermelon inzwischen die Leistungsfähigkeit von OpenAIs Flaggschiff GPT-5.5 erreicht habe. Auf welche Benchmarks sich diese Aussage genau stützt, blieb allerdings offen.
Watermelon ist laut Wang der direkte Nachfolger des internen Projekts Avocado, das später als Muse Spark veröffentlicht wurde. Während Muse Spark bereits gute Benchmark-Ergebnisse erzielte, galt das Modell bislang nicht als gleichwertig zu den führenden KI-Systemen von OpenAI oder Anthropic.
In einem Beitrag auf X deutete Wang außerdem an, dass eine neue Version von Muse Spark mit deutlich verbesserten Coding- und Agentenfähigkeiten kurz vor der Veröffentlichung stehen könnte. Auf die Frage, wann Meta ein Modell auf dem Niveau von Claude Opus anbieten werde, antwortete er lediglich mit „ziemlich bald“.
Watermelon soll deutlich mehr Rechenleistung nutzen
Nach den internen Aussagen verwendet Watermelon ein Vielfaches der Rechenkapazität seines Vorgängers. Wang sprach davon, dass das neue Modell mit einer Größenordnung mehr Compute trainiert werde als Avocado. Das würde erklären, warum Meta seine Investitionen in Rechenzentren und KI-Infrastruktur zuletzt nochmals deutlich erhöht hat.
Meta hatte Investoren bereits darüber informiert, die Infrastruktur-Ausgaben im laufenden Jahr auf rund 125 bis 145 Milliarden US-Dollar anzuheben. Das Geld fließt unter anderem in neue Rechenzentren, leistungsfähige Chips sowie den Ausbau der eigenen KI-Infrastruktur.
Parallel dazu setzt das Unternehmen seine aggressive Personalstrategie fort. In den vergangenen Monaten verpflichtete Meta zahlreiche bekannte KI-Forscher und investierte Milliardenbeträge, um den Rückstand gegenüber OpenAI, Anthropic und Google aufzuholen.
- Codename: Das kommende Modell trägt intern den Namen Watermelon.
- Ziel: Laut Alexandr Wang soll das Modell das Niveau von GPT-5.5 erreicht haben.
- Status: Das KI-Modell befindet sich weiterhin im Training.
Meta will die Lücke zu OpenAI schließen
Seit Jahren verfolgt Meta das Ziel, zu den führenden KI-Unternehmen aufzuschließen. Trotz großer Fortschritte bei offenen Sprachmodellen gelang es dem Konzern bislang nur bedingt, Entwickler und Unternehmen davon zu überzeugen, dass seine Modelle zur absoluten Spitzengruppe gehören.
Sollten sich Wangs Aussagen bestätigen, wäre dies ein wichtiger Meilenstein für Meta. Allerdings wurden bislang weder unabhängige Benchmarks noch technische Details veröffentlicht. Deshalb lässt sich derzeit nicht überprüfen, ob Watermelon tatsächlich auf dem Niveau von GPT-5.5 arbeitet.
Hinzu kommt, dass OpenAI inzwischen bereits GPT-5.6 vorgestellt hat, das derzeit nur eingeschränkt verfügbar ist. Der Wettlauf zwischen den großen KI-Laboren entwickelt sich dadurch kontinuierlich weiter, sodass einzelne Benchmark-Ergebnisse nur eine Momentaufnahme darstellen.
Was bedeutet das für den KI-Markt?
Der Wettbewerb zwischen Meta, OpenAI, Anthropic und Google dürfte sich weiter verschärfen. Während Meta auf offene Modelle, massive Infrastrukturinvestitionen und aggressive Personalgewinnung setzt, investieren auch die Konkurrenzunternehmen kontinuierlich in leistungsfähigere Systeme.
Für Entwickler und Unternehmen könnte ein stärkeres Meta-Angebot zu mehr Auswahl, sinkenden Kosten und schnellerer Innovation führen. Gleichzeitig bleibt abzuwarten, ob Watermelon die hohen Erwartungen auch außerhalb interner Tests erfüllen kann.
Fazit
Alexandr Wang zeichnet ein optimistisches Bild von Metas nächster KI-Generation. Nach seinen Aussagen soll Watermelon bereits das Niveau von GPT-5.5 erreicht haben und dabei deutlich mehr Rechenleistung als bisherige Meta-Modelle nutzen. Solange jedoch keine unabhängigen Benchmarks oder eine offizielle Produktvorstellung vorliegen, sollten diese Aussagen als interne Einschätzung betrachtet werden. Sollte sich die Behauptung bestätigen, könnte Meta einen wichtigen Schritt im Rennen um die leistungsfähigsten KI-Modelle gemacht haben.
Häufige Fragen
Wer ist Alexandr Wang?
Alexandr Wang leitet die Meta Superintelligence Labs und verantwortet die KI-Strategie des Unternehmens.
Was ist Watermelon?
Watermelon ist der interne Codename für Metas nächstes großes KI-Modell, das sich derzeit noch im Training befindet.
Hat Meta die Leistungsfähigkeit offiziell belegt?
Nein. Bisher wurden keine unabhängigen Benchmarks oder technischen Details veröffentlicht, die Wangs Aussagen bestätigen.
Warum investiert Meta so stark in KI?
Meta möchte den technologischen Abstand zu OpenAI, Anthropic und Google verringern und investiert deshalb massiv in Rechenzentren, Chips und KI-Talente.
Hervorgehobenes Snippet
Alexandr Wang erklärt, dass Metas neues KI-Modell Watermelon laut internen Benchmarks das Niveau von OpenAIs GPT-5.5 erreicht habe. Eine unabhängige Bestätigung der Ergebnisse steht bislang jedoch aus.
Kommentar der Redaktion
Die Aussagen von Alexandr Wang unterstreichen, wie intensiv der Wettbewerb im Bereich generativer KI inzwischen geworden ist. Meta investiert enorme Summen in Infrastruktur und Forschung, um den Rückstand gegenüber OpenAI und Anthropic aufzuholen.
Für Entwickler und Unternehmen wäre ein weiteres Spitzenmodell grundsätzlich eine positive Entwicklung. Mehr Wettbewerb könnte Innovation beschleunigen und langfristig zu besseren Produkten sowie attraktiveren Preisen führen.
Entscheidend bleibt jedoch, wann Watermelon offiziell vorgestellt wird und wie sich das Modell in unabhängigen Tests schlägt. Interne Einschätzungen liefern zwar interessante Hinweise, ersetzen aber keine öffentlich nachvollziehbaren Benchmark-Ergebnisse.
