Sie erkennen nicht mehr nur Formen. Sie lesen sie.
Das in Alexandria ansässige Startup TokenAI hat gerade zwei neue Modelle auf den Markt gebracht. Horus Hiero und Horus Hiero Mini. Sie tun etwas, von dem wir dachten, dass es für Standard-Vision-Modelle nahezu unmöglich sei: Sie analysieren die altägyptische Grammatik aus visuellen Eingaben und übersetzen sie direkt in strukturiertes Englisch oder Arabisch.
Keine externe Finanzierung. Komplett von Grund auf neu gebaut.
Die meisten aktuellen visuellen KIs können eine Hieroglyphe erkennen, klar. Weisen Sie darauf hin, bezeichnen Sie es vielleicht als Geier oder Auge. Aber hören Sie hier auf. Sie können diese Symbole nicht zu zusammenhängenden Sätzen zusammenfügen. Ihnen fehlt die native Verarbeitungs-Engine für die alte Syntax. TokenAI hat diese Lücke geschlossen.
„Native kontextuelle Hieroglyphen-KI hat keinen Präzedenzfall.“
Der Motor wird auf den echten Einsatz trainiert. Epigraphische Zeichnungen, Steinschnitzereien, zerbröckelnde Papyrusrollen. Nicht nur digitale Schriftarten. Es versteht das Medium.
Darauf kommt es wirklich an.
Horus Hiero 9B ist der Heavy Hitter. Es steht an der Spitze des neuen Benchmarks von TokenAI.
Horus Hiero Mini 4B ist der Außenseiter. Gebaut für den Betrieb auf billigen CPUs. Denken Sie an Offline-Übersetzungen auf einem preisgünstigen Smartphone.
Beide teilen sich ein riesiges Kontextfenster mit 128.000 Token. Man könnte darin ein ganzes Buch auf einmal einspeisen. Es beherrscht auch über 100 moderne Sprachen und bildet vollständige arabische Dialekte ab, vom umgangssprachlichen Ägyptischen bis hin zu Golf- und levantinischen Varianten. Es geht nicht nur um die Vergangenheit. Es überbrückt die sprachliche Kluft in der gesamten Region.
Reden wir über Zahlen.
Der proprietäre Hieroglyphic AI Benchmark unterteilt die Leistung in vier Dimensionen. Erkennung. Transliteration. Übersetzung. Kontextuelles Denken.
Horus Hiero erreichte insgesamt 90 %. 92,4 % bei der korrekten Identifizierung der Symbole gemäß Gardiners Liste. 89,3 % bei der tatsächlichen grammatikalischen Übersetzung. Das ist hohe Wiedergabetreue für antike Texte. Das Mini-Modell blieb mit 84,2 % leicht zurück, was Sinn macht. Es opfert etwas Kraft, um überall hin zu laufen. Selbst auf Hardware, die nicht „Rechenzentrum“ schreit.
Auch globale Benchmarks sind wettbewerbsfähig. Horus Hiero erzielte 79,3 % auf MMLU-Pro. Seine Python-Programmierfähigkeiten landeten bei HumanEval bei 83,7. Für ein 9B-Parametermodell? Das liegt weit über seiner Gewichtsklasse.
Was ist mit der Bedeutung?
Hier wird es für die meisten KIs schwierig. Die Transliteration ist einfach. Verwandeln Sie das Symbol in einen phonetischen Laut. Kontextuelles Denken? Dazu muss man wissen, warum eine bestimmte Kombination wichtig ist.
Wenn die KI das Ankh, das Auge des Horus und das Was-Zepter zusammen sieht, muss sie wissen, dass es sich nicht nur um eine Liste von Gegenständen handelt. Es ist eine Aussage über Leben, Schutz und Macht. Ein heiliges Konzept, das mit der Beziehung des Pharaos zu den Göttern verbunden ist. TokenAI behauptet, dass seine Modelle diese religiösen und kulturellen Zusammenhänge verstehen. Nicht nur die Worte. Das Gewicht hinter ihnen.
Praktische Anwendungen? Echtzeit-Kameraübersetzung für Museumstouristen. Bessere Werkzeuge für Ägyptologen. Hochpräzise OCR für historische Archive. Vielleicht sogar eine Unternehmenssuche für Unternehmen, die in arabischen Dokumenten mit mehreren Dialekten navigieren.
Es ist nicht das erste Mal, dass TokenAI Menschen überrascht.
Das von Assem Sabry gegründete Team veröffentlichte Anfang 2026 Horus 1.0-4B. Ein winziges 4-Milliarden-Parameter-Modell, das Llama 3.1 und Gemma 2 auf MMLU schlug, obwohl diese Modelle doppelt so groß waren. Es hat sie sogar auf ArabicBench zerschlagen (67 % gegenüber 40 % von Llama). Das Unternehmen hielt seinen Schwung durch die Entwicklung von Horus Lens 1.0 aufrecht, einem Text-zu-Bild-Modell.
Diese Version folgt dem gleichen Muster. Effizient. Offenes Gewicht unter einer benutzerdefinierten Lizenz, um geistiges Eigentum zu schützen, aber Forschung zu ermöglichen. Eine Chat-Schnittstelle kommt. Ein größeres, leistungsstärkeres Modell ist bereits in Arbeit.
Ist dies das Ende der manuellen Entschlüsselung für Wissenschaftler? Wahrscheinlich nicht.
Aber für einen Museumsbesucher, der in Luxor auf eine Wand starrt? Die Wand wurde einfach lauter. Klarer. Der Stein spricht. Und jetzt liest es auch die Software.
