Wenn ein LLM nachdenkt, schreibt es seine Gedanken als Text auf. Jedes Wort kostet Tokens, also Zeit und Geld. Hybrid Reasoning Agents stellen eine einfache Frage: Muss das Denken überhaupt Text sein?
Zwei Modi im selben Modell
Das Modell wechselt beim Arbeiten zwischen zwei Modi 1. Im Latent-Modus denkt es in einem Zahlenraum, ohne Wörter zu erzeugen. Im Text-Modus ruft es Werkzeuge auf und antwortet.
Das Neue ist der Wechsel. Reines Denken in Zahlen gab es schon, aber solche Modelle konnten keine Werkzeuge nutzen, und niemand konnte ihre Gedanken lesen.
Was das Modell dafür braucht
Eine kleine Zusatzkomponente namens HybridLink schaltet zwischen den Modi um. Ein Arbeitsspeicher hält den Zusammenhang über mehrere Schritte fest 1.
Ein fertiges Modell kann das nicht von selbst. Es braucht ein Zusatztraining: Zuerst lernt es den Umgang mit HybridLink, dann durch Belohnung, wann welcher Modus hilft. Für diese Trainingsschritte empfiehlt das Projekt 8 bis 32 GPUs 2.
Die gemeldeten Zahlen
Die Autoren haben drei Modellgrößen auf 11 Benchmarks getestet 1:
| Messung | Ergebnis |
|---|---|
| Leistung | im Schnitt 10,4 % besser |
| Tokens | 35,5 bis 54,7 % weniger |
| Tempo | 1,8- bis 2,6-mal schneller |
| Kosten | 2,7- bis 3,7-mal niedriger |
Warum ich das spannend finde
Bei langen Agentenläufen fällt das Nachdenken bei jedem Schritt an. Wenn dieser Teil billiger wird, ändert das die Rechnung. Ob das im Alltag so kommt, zeigt erst ein eigener Test.
Es ist aber kein neuer Modelltyp von null. Die Basis bleibt ein normales LLM. Verwechseln sollten Sie es auch nicht mit dem Muster Jev plus LLM: Dort arbeiten zwei Modelle, hier eins in zwei Modi.
Stand: 01.11.2026. Herstellerzahlen sind nicht unabhängig geprüft. Titelbild: KI-generiert (MiniMax image-01).
Quellen
- Zou et al.: Hybrid Reasoning Agents, 13.10.2026, arXiv:2610.18861.
- HybridAgent, Code und Modelle, MIT-Lizenz. https://github.com/togethercomputer/HybridAgent