Programmieren

Anthropic · proprietär

Claude Fable 5.1

★ Katalog-Spitze in allen drei AA-Indizes

Seit dem 01.09.2026 das stärkste Modell des Katalogs: In der Max-Aufwandsstufe führt Fable 5.1 alle drei unabhängigen Artificial-Analysis-Indizes an (66 / 82 / 61) und verdrängt damit den Vorgänger Fable 5 wie auch Opus 5. Der Listenpreis ist mit 10 / 50 $ je Mio. Tokens unverändert der höchste der Claude-Reihe – billiger wurde allein der Cache-Lesepreis (0,25 statt 1,00 $). Wer keine langen, gecachten Kontexte fährt, zahlt also gleich viel wie zuvor; die Aufwandsstufe ist bei diesem Modell der eigentliche Kostenhebel.

xAI · proprietär

Grok 4.6

★ Spitzengruppe zum günstigsten Preis – bezahlt mit Denkzeit

Seit dem 21. September 2026 vom Nachfolger Grok 4.7 abgelöst, der bei gleichem Listenpreis 2,1 Indexpunkte mehr erreicht. Grok 4.6 steht im AA-Intelligence-Index bei 44,3 und im Agentic Index bei 53,0, zu 2 $/6 $ je 1 Mio. Token – weiterhin der günstigste Weg zu diesem Niveau. Der Haken steht in derselben Messung: Gegenüber dem Vorgänger Grok 4.5 verdoppeln sich die Kosten je Aufgabe (0,36 → 0,84 $) und die Zeit bis zum ersten Token vervierfacht sich – der Zugewinn ist erkauft, nicht geschenkt. Für Latenz-kritische Anwendungen bleibt die Stufe „low“ die bessere Wahl.

Alibaba · open-weight

Qwen3.8-Flash-Next

★ Die Qwen4-Architektur im Vorlauf – 6 von 125 Mrd. Parametern aktiv

Alibaba legt am selben Tag wie Z.ai ein offenes Flash-Modell vor und nennt es ausdrücklich einen Vorgriff auf die nächste Architektur-Generation: 125 Mrd. Gesamtparameter, davon 6 Mrd. je Token aktiv, dazu 51 Mrd. Parameter in einer ausgelagerten N-Gram-Tabelle. Unabhängig gemessen steht es bei AA Intelligenz 55,8 / Coding 73,1 / Agentic 56,4 zu 0,15 $ / 0,47 $ je Mio. Token. Der Unterschied zum am selben Tag erschienenen GLM-5.3-Flash liegt nicht im Index, sondern in der Geschwindigkeit: 73 gegen 50 Token je Sekunde und 37 gegen 52 Sekunden bis zur fertigen Antwort.

Z.ai · open-weight

GLM-5.3-Flash

★ Offenes Agentik-Modell zum Flash-Preis (MIT)

Das Modell, das eine Woche lang anonym als „Ox Alpha“ lief: 320 Mrd. Gesamt- / 18 Mrd. aktive Parameter, MIT-Lizenz, erstes nativ multimodales Modell der GLM-5-Reihe. Unabhängig gemessen steht es im Agentic-Index bei 58 – Rang 6 von 175 gemessenen Modellen, vor GPT-5.6 Sol (max) und Claude Fable 5 – bei $0,15 / $0,50 je Mio. Token. Es überholt damit GLM-5.2 (max) auf allen drei AA-Achsen zu rund einem Neuntel des Preises. Der Haken steht im Praxistest, nicht im Index: Auf einem privaten Projekt-Benchmark landet es am unteren Ende, und ein Lauf dauert dort rund neun Minuten.

Google · proprietär

Gemini 3.1 Pro

★ Multimodal-Spezialist

Erste Wahl für breit multimodale Arbeit – Bild, Video, Audio und PDF, was sonst kein Flaggschiff im Katalog leistet. Beim Coding (69) stärker, als der Allzweck-Wert (46) vermuten lässt, und günstiger als die Index-Spitze. Höchster Human-Präferenz-Elo nach dem gesperrten Fable 5.

DeepSeek · open-weight

DeepSeek-V4-Pro

★ Open-Weight-Preis-Leistung

Starkes Coding (59) und Agentic (36) seiner Preisklasse bei offenen Gewichten und Selbst-Hosting, bei beidem inzwischen aber von GLM-5.2 (69/43) überholt – gut, wo Kosten, Datenhoheit oder lange Generierungen zählen, allerdings reine Text-Modalität. Den Titel Preis-Leistungs-Sieger hat seit dem 31.07.2026 das eigene kleinere Schwestermodell DeepSeek-V4-Flash-0731 übernommen (AA-Intelligenz 50 zu 44, rund ein Drittel des Preises) – siehe Einordnung.

Z.ai · open-weight

GLM-5.2

★ Open-Weight Agentic-Coding-Flaggschiff (MIT)

Z.ais neues vollständig offenes Flaggschiff (MIT): MoE wie GLM-5/5.1, jetzt mit nutzbarem 1-Mio.-Token-Kontext und neuer „max“-Reasoning-Stufe. Im AA Intelligence Index 51 / Coding 69 / Agentic 43 das stärkste Open-Weight-Modell des Katalogs auf allen drei Achsen und nahe an den proprietären Spitzen – frei self-hostbar, auf lange agentische Coding-Horizonte ausgelegt.

Alibaba · open-weight

Qwen3.8-27B

★ Das stärkste Modell, das auf eine Karte passt

27 Mrd. Parameter, dicht statt MoE, unter Apache 2.0 – und im AA Intelligence Index auf 52, gleichauf mit GPT-5.6 Luna (max) und einen Punkt hinter GLM-5.2 (753 Mrd. Parameter). Für den Eigenbetrieb derzeit die beste Kombination aus Leistung, Lizenz und Hardware-Bedarf. Der Preis dafür ist Geschwätzigkeit: 160 Mio. Ausgabe-Token für den Index-Durchlauf, fast das Vierfache des Medians.

Anthropic · proprietär

Claude Opus 5.5

★ Allrounder-Spitze (löst Opus 5 ab)

Nachfolger von Opus 5 zu 4 $/20 $ je Mio. Token – ein Fünftel unter dem Vorgänger, Treffer im Zwischenspeicher sogar 60 Prozent günstiger. Artificial Analysis misst am Erscheinungstag 57,6 Punkte im Intelligenz-Index und damit den höchsten Wert der gesamten Messreihe (Fable 5.1: 53,4, GPT-6 Astra: 52,7, Opus 5: 50,8). Der Kostenvorteil zeigt sich stufenweise: In der Voreinstellung medium kostet eine Index-Aufgabe 1,34 $ statt 2,19 $ bei Opus 5 und bringt dort schon mehr Punkte als Opus 5 in seiner höchsten Stufe; in der höchsten Stufe kostet Opus 5.5 dagegen minimal mehr als der Vorgänger und erzeugt dort 64 Prozent mehr Ausgabe-Token. Coding- und Agentic-Index fehlen noch.

Coding: kein Vergleichswert

Anthropic · proprietär

Claude Sonnet 5.5

★ Mittelklasse fast auf Opus-Niveau

Nachfolger von Sonnet 5 zum unveränderten Preis von 2 $/10 $ je Mio. Token – halb so viel wie Opus 5.5. Artificial Analysis misst in der höchsten Denkstufe 56 Punkte im Intelligenz-Index, 1,6 Punkte unter Opus 5.5. In dieser Stufe ist Sonnet 5.5 aber so wortreich, dass eine Index-Aufgabe 7,60 $ kostet und damit mehr als bei Opus 5.5 (5,98 $). In der Voreinstellung medium hält Anthropics Sparversprechen dagegen: 0,59 $ je Aufgabe statt 1,00 $ bei Sonnet 5, bei 12,6 Punkten mehr.

Coding: kein Vergleichswert

Xiaomi · open-weight

MiMo-V2.6-Pro

★ Preis-Leistungs-Spitze im Index

46,3 Punkte im AA-Intelligence-Index – gleichauf mit Grok 4.7 (high) – bei 0,13 $ Kosten je Index-Aufgabe. Kein anderes von Artificial Analysis gemessenes Modell mit mindestens 44 Punkten arbeitet günstiger; Grok 4.7 kostet in der höchsten Stufe das 28-Fache. Die Grenzen: Coding- und Agentic Index sind noch nicht gemessen, und die MIT-Lizenz hilft nur, wer 524 GB Gewichte auf zwei Rechenknoten legen kann.

Coding: kein Vergleichswert

Anthropic · proprietär

Claude Opus 5

◆ Vorgänger von Opus 5.5 – weiter verfügbar

Nachfolger von Opus 4.8 zum unveränderten Preis (5 $/25 $ je Mio. Token). Die 193-seitige System-Card weist die größten Sprünge bei agentischem Coding, Computer-Use und langer Wissensarbeit aus; unabhängig verifiziert sind die drei ARC-AGI-Werte (u. a. 90,4 % auf ARC-AGI-2), zwei von Artificial Analysis gefahrene Profi-Arbeits-Ranglisten und seit dem 25.07. die AA-Composite-Indizes: Intelligenz 60,7 (Rang 1, vor Fable 5) und Coding 78,0 (Rang 2, 0,3 Punkte hinter GPT-5.6 Sol xhigh) – zum halben Fable-Preis. Erste Wahl für Agenten-, Computer-Use- und Wissensarbeit; Praxis-Stimmen mahnen allerdings, den Token-Verbrauch im Blick zu behalten, weil der halbe Listenpreis den Vorteil nur bringt, wenn er nicht gegenläuft.

OpenAI · proprietär

GPT-6 Astra

◆ OpenAI-Flaggschiff

OpenAIs neues Spitzenmodell, seit 3. September 2026 in Auslieferung. In der unabhängigen AA-Messung vom Erscheinungstag steht es mit 61,2 Intelligenz und 76,9 Coding an der Spitze des eigenen Hauses, im Feld aber hinter Claude Fable 5.1 (65,7 / 81,6), Claude Opus 5 (63,1 / 78,0), Muse Spark 1.3 (62,1 / 76,3) und Claude Fable 5 (62,1 / 76,5). Der ehrliche Vergleich ist der mit dem eigenen Vorgänger: gegenüber GPT-5.6 Sol 0,3 Punkte mehr im Intelligence-Index, 0,5 weniger im Coding-Index, 6,3 weniger im Agentic-Index – bei 2,5-fachem Token-Preis und 75 % höheren Kosten je Aufgabe. Wofür es sich trotzdem lohnt: Computer-/Browser-Nutzung und Cyber-Arbeit, die Felder mit den größten (anbieter-selbstberichteten) Sprüngen, die der AA-Index nicht abbildet. Wer allgemeine Reasoning-Leistung je Dollar sucht, findet sie bei Muse Spark 1.3 günstiger und bei Fable 5.1 stärker. ⚠️ Die Rangfrage hängt am Maßstab: Epoch AIs zusammengesetzter Index über mehr als 50 Benchmarks setzt Astra am 4. September mit 169 Punkten auf Rang 1 von 267 – sechs Punkte vor Fable 5.1 (163). Zwei unabhängige Häuser, zwei Bilder; der Unterschied liegt im Aufgabenzuschnitt, nicht in einem Messfehler.

◐ Eingeschränkt verfügbar

OpenAI · proprietär

GPT-5.6 Terra

◆ Preis-Leistungs-Tipp

Ausgewogene Mittel-Stufe, seit 9. Juli 2026 allgemein verfügbar – und der Preis-Leistungs-Fund der Familie: unabhängig gemessen (AA, max) erreicht Terra GPT-5.5 (AA-Intelligence-Index 55 = 55; AA Coding Index 77 vs. 75) zu einem Bruchteil des Preises. Seit dem 30. Juli 2026 kostet Terra $2 / $12 statt $2,50 / $15 – 20 Prozent weniger. Nur beim Allzweck-Reasoning liegt das Flaggschiff Sol (59) vorn. Die runde Wahl für kostenbewusste Allzweck-, Coding- und Agenten-Arbeit.

Moonshot AI · open-weight

Kimi K3

◆ Offenes Drei-Billionen-Modell für Oberflächen

Das größte offene Modell des Katalogs: 2,8 Bio. Parameter als MoE, davon 104 Mrd. je Token aktiv, 1-Mio.-Token-Kontext und Bild-Eingabe. Im AA Intelligence Index steht es bei 43,8 und damit klar hinter GPT-6 Astra (52,8) und Claude Fable 5.1 (53,4) – im Coding-Index aber fast gleichauf mit Astra (76,2 zu 76,9), und bei Gestaltungsaufgaben führt es die Design Arena an. Self-Hosting bleibt Theorie: Die Gewichte umfassen rund 1,56 TB.

OpenAI · proprietär

GPT-5.5

◆ Bewährtes Coding-Flaggschiff

Starkes, erprobtes Coding-Modell (AA Coding Index 75, Intelligenz 55). Seit dem GPT-5.6-Start (9.7.) beim selben Output-Preis ($30) von Sol überholt (77 / 59) und beim Coding auch von Terra und Fable 5 (je 77) eingeholt; dicht bei Opus 4.8 (74 / 56). Weiter eine gute Wahl, wo eine länger erprobte, stabile Option ohne den METR-Reward-Hacking-Vorbehalt von Sol zählt.

OpenAI · proprietär

GPT-5.4

◆ Günstige GPT-Allzweck

Das kostensensitive GPT: halber Input-/Output-Preis von GPT-5.5 bei gleichem 1-Mio.-Kontext. Im unabhängigen AA Intelligence Index 51 (knapp unter GPT-5.5 mit 55), AA Coding Index 71 – eine solide, preisstarke Allzweck-Wahl statt Spitzenreiter.

Moonshot AI · open-weight

Kimi K2.6

◆ Open-Weight Agenten-/Coding-Schwergewicht

Open-Weight-MoE mit 1 Bio. Parametern (32 Mrd. aktiv), stark bei Long-Horizon-Coding und Agenten-Schwärmen. Im AA Intelligence Index 43 / Coding 62 (Coding führt) – eine der stärksten offenen Coding-/Agenten-Optionen, multimodal mit 256-K-Kontext.

MiniMax · open-weight

MiniMax-M3

◆ Open-Weight Allzweck (1-Mio.-Kontext)

Open-Weight-Flaggschiff mit 1-Mio.-Token-Kontext und nativer Multimodalität (Text/Bild/Video-Eingabe) zum Kampfpreis ($0,30 / $1,20). Im AA Intelligence Index 44 / Coding 59 – starke, günstige Allzweck-/Coding-Wahl fürs Self-Hosting, wenn keine absolute Spitzenqualität nötig ist.

Tencent · open-weight

Hy3

◆ Open-Weight Preis-Leistungs-Spitze (Apache 2.0)

Tencents Open-Weight-MoE unter voller Apache-2.0-Lizenz: 295 Mrd. Parameter, davon nur 21 Mrd. aktiv (192 Experten, Top-8-Routing). Im AA Intelligence Index 41 / Coding 59 – nicht die offene Spitze (dort steht GLM-5.2 mit 51/69), aber mit $0,14 / $0,58 je Mio. Token die mit Abstand günstigste Option dieser Klasse: gleiche Coding-Leistung wie DeepSeek V4 Pro zum Drittel des Preises.

Z.ai · open-weight

GLM-5.1

◆ Open-Weight Agentic-Coding (MIT)

Vollständig offenes Flaggschiff (MIT) für agentisches Coding: MoE mit 744 Mrd. Gesamt-/40 Mrd. aktiven Parametern, 200-K-Kontext. Im AA Intelligence Index 40 / Coding 56 – solide, frei self-hostbare Coding-/Agenten-Wahl; reines Text-Modell (Vision liegt im separaten GLM-5V).

Alibaba · proprietär

Qwen3-Max

◆ Agentic-Allzweck (Alibaba Cloud)

Auf mehrstufige, tool-lastige Workflows ausgelegt, mit großem 256-K-Kontext und günstigem Kurz-Prompt-Preis. Nur über Alibaba Cloud nutzbar und bei langen Prompts gestaffelt teurer; im AA Intelligence Index 24 (AA-Schätzung), AA Coding 26, dazu LMArena-Elo 1435.

OpenAI · proprietär

GPT-6.1 Sol

◆ Preis-Leistungs-Stufe

OpenAIs mittlere GPT-6-Stufe, seit 29. September 2026 verfügbar und eine Woche nach GPT-6 Sol dessen Nachfolger in der Modellübersicht. Der Listenpreis bleibt bei 2 / 10 $ je Million Token. OpenAIs Versprechen „near-Astra performance“ bestätigt Artificial Analysis: 51,8 Punkte im Intelligence Index (max) gegen 52,7 bei GPT-6 Astra, bei weniger als einem Viertel der Kosten je Index-Aufgabe (0,72 statt 3,26 $). Gegenüber GPT-6 Sol gewinnt es 4,3 Punkte und kostet je Aufgabe rund ein Drittel weniger. Im Index ist 6.1 Sol damit die wirtschaftlichere Wahl für Arbeit, die bisher auf GPT-6 Sol oder Astra lief; ob das für einzelne Aufgaben gilt, zeigt nur ein eigener Vergleich.

Coding: kein Vergleichswert

OpenAI · proprietär

GPT-6 Sol

◆ Preis-Leistungs-Stufe

OpenAIs mittlere GPT-6-Stufe, seit 22. September 2026 verfügbar. Der Fortschritt gegenüber GPT-5.6 Sol liegt ausschließlich beim Preis: Intelligence Index 47,5 statt 47,0, aber 2 / 10 $ statt 4 / 20 $ je Million Token und 1,06 statt 1,99 $ je Index-Aufgabe. Damit ist Sol die naheliegende Wahl für alles, was bisher auf GPT-5.6 Sol lief. Wer mehr Fähigkeit braucht, zahlt bei GPT-6 Astra das Fünffache für 5,2 Punkte mehr; im Feld führt Claude Opus 5.5 mit 57,6 Punkten.

Coding: kein Vergleichswert

SpaceXAI · proprietär

Grok 4.7

◆ Günstigster Zugang zur oberen Mittelklasse

Der Nachfolger von Grok 4.6 hebt den AA-Intelligence-Index von 44,3 auf 46,4 – bei unverändertem Listenpreis von 2 $/6 $ je 1 Mio. Token. Die Spitze bleibt außer Reichweite: Claude Fable 5.1 steht bei 53,4 und GPT-6 Astra bei 52,7, beide zu 10 $/50 $. Für Coding und Agentik fehlt bislang die unabhängige Messung – Artificial Analysis hat für dieses Modell weder Coding- noch Agentic Index veröffentlicht, die Benchmark-Tabelle stammt vom Anbieter.

Coding: kein Vergleichswert

DeepSeek · open-weight

DeepSeek-V4.1-Flash

◆ Offenes Flash-Modell zum Zehntel-Preis

Das kleine DeepSeek-Modell, das den großen Vorgänger ersetzt: 552 Mrd. Gesamt- und 8 Mrd. aktive Parameter im Prefill, MIT-Lizenz, Bild-Eingabe. Unabhängig gemessen steht es im Intelligenz-Index bei 39,5 und damit 3,2 Punkte über DeepSeek-V4-Pro, bei 39 % der Kosten je Aufgabe und fast dreifachem Ausgabe-Tempo. Frontier-Niveau ist das nicht – GPT-6 Astra und Claude Fable 5.1 liegen bei 53 –, aber es ist der günstigste Weg zu brauchbarer Agentik und das erste DeepSeek-Modell, dessen Gewichte und Bild-Eingabe zusammenfallen.

Coding: kein Vergleichswert

Alibaba · open-weight

Qwen3.8-Max

◆ Größtes offen verteiltes Modell – mit Lizenzhaken

2,4 Billionen Parameter als MoE mit 95 Mrd. aktiven je Token, seit dem 12. August 2026 als Gewichte frei herunterladbar – aber unter einer Hauslizenz mit zwei Umsatzschwellen, nicht unter einer Open-Source-Lizenz. Im AA Intelligence Index 56, also auf Höhe von Claude Opus 4.8. Der Preis des Sprungs ist der Verbrauch: 150 Mio. Ausgabe-Token für den Index-Durchlauf und 62 Token/s.

Coding: kein Vergleichswert

xAI · proprietär

Grok 4.3

◐ Von DeepSeek-V4 überholt

DeepSeek-V4-Pro erreicht alle drei AA-Indizes höher und kostet weniger pro Token – nach der Preis-Leistungs-Logik damit die bessere Wahl. Grok 4.3 bleibt situativ interessant für ein gemanagtes Produkt mit X-Anbindung und großem 1-Mio.-Kontext.

Google · proprietär

Gemini 4 Argon

◐ Neu buchbar, Einführungspreis bis Ende November

Googles Spitzenmodell liegt im Intelligence Index gleichauf mit GPT-6 Astra und hinter Claude Opus 5.5, führt aber den Vals Index für Fachaufgaben in Finanzen, Coding und Recht knapp. Zum Einführungspreis kostet eine AA-Index-Aufgabe weniger als mit Astra; wegen des hohen Tokenverbrauchs wäre sie ab Dezember rechnerisch teurer.

Coding: kein Vergleichswert

OpenBMB · open-weight

MiniCPM5-1B

◐ Kognitiver Kern fürs Gerät

Nicht auf Benchmark-Spitzen gebaut, sondern auf die Idee des „kognitiven Kerns“: ein 1-Mrd.-Parameter-Modell, das lokal auf Consumer-Hardware – bis hin zum Smartphone oder im Browser – laufen soll und Reasoning plus Tool-Use behält, statt Enzyklopädie-Wissen in den Gewichten zu horten. Apache-2.0-offen, mit dem gesamten Trainings-Rezept. Empfehlung dort, wo On-Device-/Offline-Betrieb und ein winziger Footprint wichtiger sind als absolute Leistung.

Coding: kein Vergleichswert

DeepReinforce · open-weight

Ornith 1.0

◐ Selbst-gerüstetes Open-Source-Agentic-Coding (MIT)

DeepReinforces neue offene Coding-Familie (9B/31B Dense, 35B/397B MoE, MIT), post-trainiert auf Gemma 4 und Qwen 3.5. Kernidee: Das Modell lernt nicht nur Code, sondern sein eigenes RL-Scaffold (Agenten-Harness) selbst. Anbieter-Benchmarks setzen das 397B-Flaggschiff nahe an die proprietäre Spitze (SWE-bench Pro Verified 82,4 %) – unabhängig aber noch nicht gemessen. Interessant fürs Self-Hosting und agentisches Coding; für ein belastbares Urteil fehlen unabhängige Zahlen.

Coding: kein Vergleichswert

Anthropic · proprietär

Claude Fable 5

↓ vom Nachfolger verdrängt

Seit dem 01.09.2026 vom Nachfolger Claude Fable 5.1 abgelöst, der zum identischen Listenpreis (10 / 50 $ je Mio. Tokens) in allen drei unabhängigen Artificial-Analysis-Indizes besser abschneidet (66 / 82 / 61 gegen 62 / 76 / 57) und den Cache-Lesepreis von 1,00 auf 0,25 $ senkt; Anthropics Modellübersicht führt Fable 5 seither unter „Legacy models (still available)“. Es gibt damit keinen Grund mehr, ein neues Projekt auf Fable 5 aufzusetzen – bestehende Integrationen laufen weiter.

OpenAI · proprietär

GPT-5.6 Sol

↓ Vom Nachfolger überholt

Vom Nachfolger überholt. Seit dem 22. September 2026 erreicht GPT-6 Sol im Artificial-Analysis-Index v4.3 denselben Wert (47,5 gegen 47,0) zum halben Token-Preis – 2 / 10 $ statt 4 / 20 $ je Million Token. Für neue Vorhaben gibt es keinen Grund mehr, diese Stufe zu wählen; der folgende Stand beschreibt die Lage davor. Neues GPT-Flaggschiff, seit 9. Juli 2026 allgemein verfügbar. In allen drei unabhängigen AA-Indizes auf Rang 2, überall knapp hinter Claude Opus 5: Coding 77 zu 78 (die eigene xhigh-Stufe liegt mit 78,3 sogar minimal darüber; die Mittel-Stufe Terra und Fable 5 bleiben zurück), Intelligenz 59 zu 61, Agentic 54 zu 55. Erste Wahl für anspruchsvolles Coding und Long-Horizon-Agentik im OpenAI-Ökosystem – dass Opus 5 überall darüber liegt, bleibt die Abwägung, ebenso ein METR-Vorbehalt zum Reward-Hacking. Das Preisargument hat sich dagegen am 21.08.2026 gedreht: Seit der Senkung auf $4 / $20 ist Sol beim Output günstiger als Opus 5 ($25) – allerdings nur als Aktion, die OpenAI bis mindestens 21.11.2026 zusagt.

Anthropic · proprietär

Claude Opus 4.8

↓ vom Nachfolger Opus 5 abgelöst

Bis zum 24.07.2026 der Spitzen-Allrounder – seither vom preisgleichen Claude Opus 5 abgelöst, das ihn laut System-Card in nahezu allen Disziplinen schlägt (FrontierBench 44,4 % vs. 18,7 %, OSWorld 2.0 70,6 % vs. 55,7 %) und zudem weit robuster gegen Prompt-Injection ist. Seit dem AA-Abruf vom 05.08.2026 ist auch der Agentic-Vorsprung dahin: Opus 5 misst dort 55 gegen 47 für Opus 4.8. Bleibt relevant als automatischer Fallback-Motor von Opus 5, wenn dessen Sicherheits-Classifier greifen.

Anthropic · proprietär

Claude Sonnet 5

↓ Von Sonnet 5.5 abgelöst

Seit dem 28.09.2026 gibt es mit Claude Sonnet 5.5 einen Nachfolger zum selben Preis (2 $/10 $ je Mio. Token), der in Anthropics eigenen Benchmarks durchweg vorn liegt; Sonnet 5 dient dort nur noch als Rückfallmodell für riskante Cyberanfragen. Ursprünglich: Nachfolger von Sonnet 4.6 mit deutlichem Sprung bei Agentic-Coding und Tool-Use, weiterhin klar günstiger als Opus 4.8/Mythos 5 und laut Anbieter nah an deren Niveau – aber kein Frontier-Modell: in der eigenen System Card sowohl bei den härtesten Coding-/Agentic-Werten als auch bei Cybersicherheits-Fähigkeiten hinter Opus 4.8.

xAI · proprietär

Grok 4.5

↓ Vom eigenen Nachfolger verdrängt

Beim Coding weiterhin in der proprietären Spitzengruppe (AA Coding Index 72 – gleichauf mit Sonnet 5, knapp hinter Opus 4.8/GPT-5.5). Seit dem 12. August 2026 gibt es aber Grok 4.6 zum identischen Preis, mit identischem Kontextfenster und einem um fünf Punkte höheren AA Intelligence Index – für neue Vorhaben gibt es damit kaum noch einen Grund, Grok 4.5 zu wählen.

◐ Eingeschränkt verfügbar

OpenAI · proprietär

GPT-5.6 Luna

↓ Vom Nachfolger überholt

Vom Nachfolger überholt. GPT-6 Luna erreicht seit dem 22. September 2026 dieselbe Punktzahl im Artificial-Analysis-Index (37,3 in der höchsten Denkstufe) bei halbiertem Eingabe- und um 58 Prozent gesenktem Ausgabepreis. Der folgende Stand beschreibt die Lage davor. Schnellste und günstigste 5.6-Stufe, seit 9. Juli 2026 allgemein verfügbar – und seit dem 30. Juli 2026 um 80 Prozent verbilligt: $0,20 / $1,20 statt $1 / $6 je Million Ein-/Ausgabe-Token. Unabhängig gemessen (AA, max) solide für den Preis: AA-Intelligence-Index 51, AA Coding Index 71 – unter GPT-5.5 (55 / 75), aber nun zu einem Fünfundzwanzigstel des Sol-Eingabepreises und mit rund 231 Tokens/s die schnellste der drei. Die Wahl für Hochvolumen- und latenzkritische Aufgaben.