Recherche & Analyse

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.

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.

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.

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.

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.

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-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.

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 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.

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.

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.

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.

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.

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.

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.

Google · proprietär

Gemini 3.5 Flash

◐ in der eigenen Familie überholt

War der Preis-Leistungs-Ausreißer des Katalogs: Intelligence-Index 50 (über Sonnet 4.6 und dem teureren Gemini 3.1 Pro) und Agentic 37 – deutlich über dem hauseigenen 3.1 Pro (21) und zum Bruchteil des Flaggschiff-Preises. Rein auf die Indizes gerechnet war er schon seit der 80-Prozent-Preissenkung von GPT-5.6 Luna (0,20 $/1,20 $ gegen 1,50 $/9 $ bei 51/71/46) unterboten; seit dem 2. September 2026 unterbietet ihn auch das eigene Haus. Artificial Analysis misst Gemini 3.8 Flash (hohe Stufe) mit 58,7 / 76,3 / 50,0 gegen die hier geführten 52 / 70 / 40 – besser in allen drei Indizes, bei 0,75 $ statt 1,50 $ Input und 3,75 $ statt 9 $ Output. Wir stufen 3.5 Flash deshalb auf „situativ“ herunter, nicht auf „überholt“: Für die Nachfolger der Flash-Reihe dokumentiert Google weder Kontextfenster noch Modalitäten, und genau die (Video, Audio, PDF bei 1 Mio. Token Kontext) sind der belegte Grund, 3.5 Flash noch einzusetzen.

Meta · open-weight

Llama 4 Maverick

◐ Kontext-Spezialist

Mit bis zu 10 Mio. Token das größte Kontextfenster im Katalog – aber der niedrigste Human-Präferenz-Elo (1327). Lohnt vor allem für extrem lange Kontexte und Self-Hosting, weniger für Spitzen-Antwortqualität.

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.

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

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.