Alan Turing fragt: Können Maschinen denken?
Alan Turing beschreibt das Imitationsspiel, später als Turing-Test bekannt.
Mehr dazu
Der Aufsatz verschiebt die Debatte von einer Definition des Denkens zu beobachtbarem Verhalten.
Von 1950 bis 2026
Von Turings Frage „Können Maschinen denken?“ bis zu Agenten, die stundenlang selbstständig programmieren. Sechs Epochen, 139 belegte Meilensteine und ein deutlich markierter Ausblick.
Redaktioneller Stand:
139 belegte Meilensteine von 1950 bis heute, jeweils mit Quelle.
1950-2011
Alan Turing beschreibt das Imitationsspiel, später als Turing-Test bekannt.
Der Aufsatz verschiebt die Debatte von einer Definition des Denkens zu beobachtbarem Verhalten.
John McCarthy, Marvin Minsky, Nathaniel Rochester und Claude Shannon bringen Forschende in Dartmouth zusammen.
Der vorherige Projektantrag verwendet den Begriff „Artificial Intelligence“ und gibt dem Feld einen Namen.
Frank Rosenblatt veröffentlicht das Perzeptron, ein frühes lernfähiges neuronales Netz. Es verbindet mathematische Modelle von Neuronen mit einem trainierbaren Klassifikator.
Rumelhart, Hinton und Williams zeigen, wie Fehler durch mehrere Netzschichten zurückpropagiert werden. Der Algorithmus wird zum praktischen Kern des Deep Learning.
Sepp Hochreiter und Jürgen Schmidhuber stellen Long Short-Term Memory vor. Die Architektur hilft Netzen, relevante Information über längere Folgen zu behalten und prägt Sprach- und Audio-KI vor den Transformern.
ImageNet veröffentlicht einen großen, hierarchisch gelabelten Bilddatensatz. Der spätere Wettbewerb macht Fortschritte in der Bildklassifikation messbar und bereitet den AlexNet-Durchbruch vor.
2012-2016
Das neuronale Netz AlexNet gewinnt den ImageNet-Wettbewerb mit großem Abstand und senkt die Fehlerrate drastisch.
Der Sieg löst die Deep-Learning-Revolution aus.
Ian Goodfellow stellt Generative Adversarial Networks vor. Zwei Netze trainieren gegeneinander und erzeugen täuschend echte Bilder, die Basis vieler späterer Bildgeneratoren.
Elon Musk, Sam Altman und weitere gründen OpenAI als gemeinnütziges Forschungslabor mit dem erklärten Ziel, KI zum Wohl aller zu entwickeln.
DeepMinds AlphaGo schlägt den Go-Weltklassespieler Lee Sedol mit 4:1. Das als unbezwingbar geltende Spiel fällt Jahre früher als erwartet an eine KI.
Ein Google-Team um Tomáš Mikolov stellt word2vec vor. Wörter werden zu Vektoren, deren Abstände Bedeutung abbilden, eine Grundlage moderner Sprach-KI.
Google übernimmt das Londoner KI-Labor DeepMind. Die Übernahme zeigt, dass Grundlagenforschung zu KI für die großen Plattformunternehmen strategisch geworden ist.
Google-Forscher zeigen Sequence-to-Sequence-Lernen mit neuronalen Netzen. Das Encoder-Decoder-Prinzip wird zum Fundament der maschinellen Übersetzung und später der Transformer.
DeepMinds Deep Q-Network lernt 49 Atari-Spiele allein aus Pixeln und Punktestand, viele auf menschlichem Niveau. Erstmals meistert ein Netz solche Aufgaben durch reines Ausprobieren.
Google veröffentlicht TensorFlow als Open Source. Ein industrietaugliches Framework macht das Training neuronaler Netze für alle zugänglich.
Microsoft Research stellt Residual Networks vor. „Skip Connections“ erlauben extrem tiefe Netze und gewinnen den ImageNet-Wettbewerb 2015.
DeepMinds WaveNet erzeugt Sprache direkt als Roh-Audio und klingt deutlich natürlicher als bisherige Synthese. Die Technik landet später in Google-Produkten.
2017-2021
Ein Google-Team stellt die Transformer-Architektur vor, die allein auf Attention beruht.
Sie ist die Grundlage für GPT, BERT und jedes moderne Sprachmodell.
OpenAI veröffentlicht GPT-3 und demonstriert emergente Fähigkeiten wie Programmieren, Übersetzen und logisches Schließen ohne spezifisches Training.
GitHub und OpenAI starten Copilot als technische Vorschau.
Das Produkt schlägt Code direkt im Editor vor und bringt generative KI in den Entwicklungsalltag.
OpenAI veröffentlicht das erste Generative Pre-trained Transformer-Modell. Der Ansatz kombiniert unüberwachtes Vortraining mit anschließender Anpassung an konkrete Sprachaufgaben.
Google stellt BERT vor. Das bidirektional trainierte Transformer-Modell prägt Suchsysteme und viele Aufgaben des Sprachverständnisses.
OpenAI zeigt GPT-2 mit 1,5 Milliarden Parametern, hält die vollen Gewichte aber zunächst zurück. Erstmals wirkt maschinell erzeugter Text durchgehend flüssig.
OpenAI stellt DALL-E vor, das Bilder aus Textbeschreibungen erzeugt. Generative KI wird erstmals für ein breites Publikum greifbar.
Google beschreibt LaMDA als Sprachmodell für offene Gespräche. Die spätere Sentienz-Debatte zeigt, wie stark flüssige Dialoge die öffentliche Wahrnehmung von Sprachmodellen verändern.
2022-2023
Stability AI veröffentlicht Stable Diffusion mit offenen Gewichten.
Hochwertige Bildgenerierung läuft plötzlich kostenlos auf der eigenen Grafikkarte.
OpenAI veröffentlicht ChatGPT als Dialogoberfläche für ein Sprachmodell.
Die ungewöhnlich schnelle Verbreitung macht generative KI für ein breites Publikum sichtbar.
OpenAI veröffentlicht GPT-4, das Bilder versteht und in Anwalts- und Medizinprüfungen Spitzenwerte erreicht.
Es wird für zwei Jahre der Maßstab.
Meta gibt Llama 2 zur freien kommerziellen Nutzung frei.
Ein Wendepunkt, der eine ganze Branche aus Open-Weight-Modellen anstößt.
Das junge Pariser Start-up Mistral zeigt mit 7 Milliarden Parametern, dass kleine offene Modelle deutlich größere schlagen können.
20226 Einträge
DALL-E 2 hebt die Bildqualität deutlich an und macht Diffusionsmodelle populär. Der Wettlauf um Text-zu-Bild beginnt für alle sichtbar.
Mit PaLM zeigt Google, wie weit reines Skalieren trägt, und meldet starke Ergebnisse bei Reasoning und mehrsprachigen Aufgaben.
Midjourney macht Text-zu-Bild über einen Discord-Bot öffentlich zugänglich. Der eigene, stilisierte Look wird schnell zum Markenzeichen.
Meta zeigt Make-A-Video, das kurze Clips aus Textbeschreibungen erzeugt. Die Ergebnisse sind grob, markieren aber den Start der Video-KI.
OpenAI gibt Whisper als Open Source frei. Präzise Transkription in vielen Sprachen wird zur frei verfügbaren Grundlage für Audio-Tools.
Perplexity startet als KI-Suchmaschine, die Fragen direkt mit belegten Antworten beantwortet. Das Format fordert die klassische Websuche heraus.
202319 Einträge
ElevenLabs öffnet seine Beta für Sprachsynthese und Stimmklonen. Die Natürlichkeit der Stimmen setzt einen neuen Standard für Audio-KI.
Microsoft baut ein GPT-4-Modell in Bing ein. Der Chatbot sorgt mit eigenwilligen Antworten für Aufsehen und eröffnet den Suchmaschinen-Wettlauf.
Meta gibt LLaMA an Forschende heraus, kurz darauf zirkulieren die Gewichte frei. Die Open-Source-Community baut über Nacht eigene Sprachmodelle.
Adobe bringt Firefly direkt in Photoshop und betont rechtssicher lizenzierte Trainingsdaten. Generative KI rückt in den professionellen Workflow.
Google startet Bard als eigenen Chatbot. Der holprige Auftakt zeigt, wie sehr ChatGPT den Marktführer unter Druck gesetzt hat.
Anthropic stellt den ersten Claude vor und positioniert sich mit „Constitutional AI“ als sicherheitsorientierte Alternative zu OpenAI.
Mit v5 erzeugt Midjourney Bilder, die kaum noch von Fotos zu unterscheiden sind. Erste KI-Bilder gehen viral und täuschen Millionen.
Runway macht Text-zu-Video öffentlich nutzbar. Die Clips sind kurz und flackern, doch erstmals kann jeder bewegte Bilder generieren.
Anthropic veröffentlicht Claude 2 mit einem für damals riesigen Kontextfenster von 100.000 Token. Ganze Bücher passen in eine Anfrage.
Stability AI legt mit SDXL nach und verbessert Komposition und Detailtreue offener Bildmodelle deutlich.
Meta spezialisiert Llama 2 auf Code. Open-Source-Entwicklung bekommt einen frei nutzbaren Programmierassistenten.
Das Technology Innovation Institute aus Abu Dhabi veröffentlicht Falcon 180B und führt kurzzeitig die Rangliste offener Modelle an.
DALL-E 3 zieht in ChatGPT ein und folgt komplexen Anweisungen viel genauer. Bildgenerierung wird zum Gespräch.
Auf dem ersten DevDay zeigt OpenAI GPT-4 Turbo mit 128.000 Token Kontext und individuell konfigurierbare GPTs. Die Agenten-Idee nimmt Form an.
Elon Musks xAI stellt Grok vor, eng an X angebunden und betont frech im Ton. Wenige Monate später werden die Gewichte offengelegt.
Das Start-up Pika bringt zugängliche Video-Generierung und sammelt viel Risikokapital ein. Der Video-KI-Wettlauf beschleunigt sich.
Google stellt Gemini vor, von Grund auf für Text, Bild, Audio und Video gebaut. Es konkurriert in vielen Benchmarks mit GPT-4.
Mit v6 rendert Midjourney erstmals verlässlich Schrift in Bildern und steigert die fotografische Qualität weiter.
Mistral veröffentlicht Mixtral und zeigt, wie ein Mixture-of-Experts-Modell starke Leistung bei geringeren Kosten pro Anfrage liefert.
Ein großes Kontextfenster beschreibt die maximale Eingabelänge, nicht die Qualität über den ganzen Kontext.
2024-2025
OpenAI zeigt Sora-Demos mit fotorealistischen Clips bis zu einer Minute.
Die Qualität liegt Jahre vor der Konkurrenz und löst eine Debatte aus.
Anthropic veröffentlicht Claude 3 (Opus, Sonnet, Haiku) und übertrifft GPT-4 in vielen Benchmarks.
Erstmals ist OpenAI nicht mehr unangefochten vorn.
Meta veröffentlicht mit Llama 3.1 405B das erste offene Modell, das mit den besten proprietären Systemen mithält.
Black Forest Labs, gegründet von Stable-Diffusion-Erfindern, veröffentlicht FLUX.1 und setzt einen neuen Standard für offene Bildmodelle.
DeepSeek trainiert ein offenes 671-Milliarden-Modell für rund 5,6 Millionen Dollar und stellt damit die Kostenannahmen der ganzen Branche infrage.
Google veröffentlicht Gemini 2.5 Pro, das in vielen Ranglisten erstmals klar vorn liegt.
Der Konzern ist zurück im Rennen um das beste Modell.
202419 Einträge
Google zeigt Gemini 1.5 Pro mit einem Kontextfenster von einer Million Token. Ganze Codebasen oder Stunden Video passen in eine Anfrage.
Cognition stellt Devin vor, einen Agenten, der ganze Programmieraufgaben eigenständig plant und ausführt. Die Vision autonomer Coding-Agenten wird greifbar.
Suno erzeugt aus einem kurzen Prompt fertige Songs mit Gesang und Instrumenten. KI-Musik wird über Nacht massentauglich.
Meta veröffentlicht Llama 3 mit einer Leistung nahe an proprietären Modellen. Offene KI wird endgültig wettbewerbsfähig.
Udio startet mit besonders sauberer Audioqualität und fordert Suno heraus. Der Markt für KI-Musik wird zum Zweikampf.
OpenAI bringt GPT-4o, das Text, Bild und Audio in Echtzeit verarbeitet. Die natürliche Sprachunterhaltung mit KI wird Realität.
Anthropic veröffentlicht Claude 3.5 Sonnet, das Claude 3 Opus bei niedrigeren Kosten übertrifft, und führt „Artifacts“ für interaktive Ergebnisse ein.
Der chinesische Konzern Kuaishou bringt Kling und zeigt, dass Spitzen-Videomodelle nicht nur aus dem Westen kommen.
Luma macht hochwertige Videogenerierung kostenlos zugänglich. Der Andrang ist so groß, dass die Server zeitweise überlastet sind.
Runway antwortet auf Sora mit Gen-3 Alpha und liefert deutlich kohärentere, filmreifere Videos.
Stability AI veröffentlicht Stable Diffusion 3 mit verbesserter Prompt-Treue und Typografie. Lizenzfragen sorgen jedoch für Diskussionen.
xAI veröffentlicht Grok 2 mit integrierter Bildgenerierung und rückt nahe an die Spitzengruppe der Chatbots heran.
Google verwandelt mit NotebookLM eigene Dokumente in erstaunlich natürliche Podcast-Dialoge. Das Feature wird zum viralen Hit.
OpenAI veröffentlicht o1, das vor der Antwort „nachdenkt“. Mehr Rechenzeit zur Laufzeit wird zur neuen Quelle für Intelligenzgewinne.
Anthropic gibt Claude 3.5 Sonnet die Fähigkeit, Maus und Tastatur zu bedienen. Der Agent kann Software wie ein Mensch nutzen.
Google bringt Gemini 2.0 Flash mit nativer Bild- und Audioausgabe und legt den Fokus auf agentische Anwendungen.
Meta zeigt mit Llama 3.3, dass ein 70-Milliarden-Modell die Leistung des fünfmal größeren 405B-Modells fast erreicht.
OpenAI macht Sora endlich öffentlich verfügbar. Inzwischen hat die Konkurrenz aufgeholt, der Vorsprung aus dem Februar ist geschmolzen.
Google zeigt Veo 2 mit besserem Verständnis für Physik und Kamerabewegung und stellt sich direkt gegen Sora.
202522 Einträge
Der KI-Code-Editor Cursor wächst rasant auf hunderte Millionen Umsatz. Programmieren mit einem KI-Agenten im Editor wird für viele Teams Normalität.
Das chinesische Start-up DeepSeek veröffentlicht ein offenes Reasoning-Modell auf o1-Niveau. Die Nachricht lässt KI-Aktien einbrechen und verändert die globale Landschaft.
OpenAI startet Operator, einen Agenten, der eigenständig Webseiten bedient und Aufgaben wie Buchungen erledigt. Agentische KI verlässt das Labor.
Anthropic vereint schnelle Antworten und sichtbares Nachdenken in einem Modell. Nutzer steuern selbst, wie lange Claude für eine Aufgabe „denkt“.
Anthropic stellt Claude Code vor, einen Agenten, der im Terminal ganze Aufgaben über viele Dateien hinweg übernimmt. Es wird zum Vorbild für agentisches Coden.
OpenAI bringt das große, teure GPT-4.5. Die geringen Fortschritte zeigen, dass mehr Parameter allein kaum noch Sprünge bringen, der Fokus wandert zum Reasoning.
xAI trainiert Grok 3 auf einem riesigen GPU-Cluster mit zehnfacher Rechenleistung gegenüber Grok 2 und schließt zur Spitze auf.
OpenAI integriert native Bildgenerierung in GPT-4o. Millionen verwandeln Fotos in Anime-Stile, die Server stoßen tagelang an ihre Grenzen.
Meta stellt Llama 4 Scout und Maverick als offene MoE-Modelle vor, Scout mit einem Kontextfenster von zehn Millionen Token.
OpenAI veröffentlicht o3 und o4-mini, die während des Denkens eigenständig Werkzeuge wie Websuche und Code nutzen. Agentisches Reasoning wird Standard.
Anthropic veröffentlicht Claude Opus 4 und Sonnet 4, die über Stunden hinweg eigenständig an Code arbeiten können. Claude setzt sich beim Programmieren an die Spitze.
Veo 3 erzeugt erstmals Clips inklusive passender Geräusche und Dialoge. Generiertes Video wird von echtem Filmmaterial kaum noch zu unterscheiden.
xAI veröffentlicht Grok 4 und meldet Spitzenwerte bei mehreren Reasoning-Benchmarks. Der GPU-Cluster Colossus zahlt sich aus.
OpenAI bringt GPT-5, das schnelle Antworten und tiefes Reasoning automatisch je nach Aufgabe kombiniert. Der manuelle Wechsel zwischen Modellen entfällt.
Googles Bildmodell mit dem Spitznamen „Nano Banana“ bearbeitet Fotos konsistent über mehrere Schritte hinweg. Gezieltes Editieren statt Neugenerieren wird zum Standard.
Anthropic veröffentlicht Claude Sonnet 4.5, das laut eigenen Angaben über 30 Stunden hinweg eigenständig an komplexen Aufgaben arbeiten kann.
OpenAI bringt Sora 2 mit synchronem Ton und eine eigene App für KI-Videos. Cameos lassen Nutzer sich selbst in generierte Clips setzen.
Anthropic veröffentlicht Claude Opus 4.5 und festigt seine Position bei agentischen und Coding-Aufgaben.
DeepSeek aktualisiert sein offenes MoE-Modell und hält den Abstand zu den proprietären Spitzenmodellen klein, zu einem Bruchteil der Kosten.
Google veröffentlicht Gemini 3 Pro mit deutlich verbessertem Reasoning und multimodalem Verständnis und setzt neue Bestwerte.
OpenAI legt mit GPT-5.2 nach und verbessert Geschwindigkeit und Reasoning gegenüber dem ursprünglichen GPT-5.
Das Pariser Unternehmen Mistral veröffentlicht ein 675-Milliarden-MoE-Modell und hält die europäische Fahne im KI-Wettlauf hoch.
GPQA Diamond prüft Fachwissen auf Doktorandenniveau. Die Werte stammen aus unterschiedlichen Konfigurationen und Evaluierungen, sie sind keine normierte Rangliste.
SWE-bench Verified startet im August 2024. Gerüste und Rechenbudgets unterscheiden sich je Ergebnis.
2026
Anthropic veröffentlicht Opus 4.6 und Sonnet 4.6 mit 1 Million Token Kontext.
Opus 4.6 erreicht 76 % beim MRCR-v2-Benchmark und koordiniert „Agent Teams“.
Google veröffentlicht Gemini 3.1 Pro mit mehr als doppelter Reasoning-Leistung gegenüber Gemini 3 Pro und einem Rekordwert von 94,3 % bei GPQA Diamond.
DeepSeek veröffentlicht ein offenes MoE-Modell mit 1,6 Billionen Parametern (49 Milliarden aktiv) unter MIT-Lizenz.
Offene Modelle erreichen Billionengröße.
GPT-5.5 plant und nutzt Werkzeuge eigenständig über lange Aufgaben hinweg, erreicht 82,7 % bei Terminal-Bench 2.0 und braucht dabei deutlich weniger Token.
Moonshot AI veröffentlicht Kimi K3 zunächst als API-Modell.
Das Spitzenmodell verbindet Text und native visuelle Fähigkeiten.
Alibaba stellt die Gewichte für Qwen 3.8 bereit.
Die Veröffentlichung setzt einen weiteren Open-Weights-Meilenstein für Spitzenmodelle.
Januar bis März2 Einträge
OpenAI vereint erstmals Programmieren auf Spitzenniveau und professionelles Reasoning in einem Modell. Es arbeitet rund 25 % schneller als sein Vorgänger.
OpenAI schiebt GPT-5.4 nach, mit 92,8 % bei GPQA Diamond und Verbesserungen bei Wissen und Mehrsprachigkeit.
April bis Juni11 Einträge
Anthropic veröffentlicht Opus 4.7 mit neuem Tokenizer, Adaptive Thinking, Task Budgets für Agenten und höher aufgelöster Bildverarbeitung. SWE-bench Verified: 87,6 %.
Moonshot AI veröffentlicht Kimi K2.6 mit 1 Billion Parametern, nativer INT4-Quantisierung und 262.000 Token Kontext unter einer modifizierten MIT-Lizenz.
Alibaba bringt Qwen 3.6 Max-Preview, ein Sparse-MoE-Modell mit rund einer Billion Parametern, integriertem Denkmodus und 262.000 Token Kontext.
Anthropic veröffentlicht Opus 4.8 mit hunderten parallelen Subagenten pro Session, Effort Control und einem dreimal günstigeren Fast Mode. SWE-bench Verified steigt auf 88,6 %.
Auf der Google I/O 2026 erscheint Gemini 3.5 Flash mit viermal schnellerer Ausgabe und starken Werten bei agentischen Benchmarks.
Anthropic startet Fable 5 und Mythos 5, eine neue Klasse über Opus mit 1 Million Token Kontext. Wenige Tage später suspendiert eine US-Exportkontroll-Anordnung den Zugang.
OpenAI zeigt die GPT-5.6-Familie. Das Spitzenmodell Sol erreicht 88,8 % bei Terminal-Bench 2.1 (Ultra-Modus 91,9 %) und startet zunächst als begrenzte Vorschau für rund 20 Partner.
Moonshot AI veröffentlicht Kimi K2.7 Code, ein offenes MoE-Modell mit 1 Billion Parametern (32 Milliarden aktiv) und 256.000 Token Kontext, bei dem der Denkmodus dauerhaft aktiv ist.
Das Shanghaier Labor MiniMax bringt mit M3 ein API-Modell mit 1 Million Token Kontext. Ein weiterer chinesischer Anbieter rückt an die Spitze.
Mistral AI aktualisiert seine Medium-Reihe mit einem auf Programmieren ausgerichteten API-Modell. Die Parameterzahl bleibt unveröffentlicht.
Anthropic veröffentlicht Claude Sonnet 5 für komplexe agentische Aufgaben. Die neue Generation erweitert die Reihe um ein Spitzenmodell für professionelle Workflows.
Juli bis September18 Einträge
xAI entwickelt die Grok-Reihe mit einem neuen agentischen Modell weiter. Grok 4.5 erweitert die Modellfamilie für komplexe Aufgaben mit Werkzeugen.
Google baut die Flash-Familie weiter aus. Gemini 3.6 Flash richtet sich an schnelle multimodale Anwendungen.
Anthropic positioniert Claude Opus 5 als neues Modell für anspruchsvolles Reasoning. Es führt die Claude-5-Generation in den komplexesten professionellen Workflows an.
Moonshot AI veröffentlicht die Gewichte für Kimi K3. Damit wird ein Spitzenmodell mit nativen visuellen Fähigkeiten offen verfügbar.
xAI veröffentlicht mit Grok 4.6 die nächste agentische Modellversion. Die Grok-Reihe entwickelt sich damit im schnellen Takt weiter.
Google aktualisiert seine schnelle multimodale Flash-Reihe erneut. Gemini 3.7 Flash setzt die dichte Veröffentlichungsfolge im Sommer fort.
Z.ai veröffentlicht GLM-5.3 als neues API-Modell für agentische Aufgaben. Das Modell erweitert die GLM-5-Reihe für professionelle Anwendungen.
Alibaba veröffentlicht Qwen 3.8 Flash als multimodales API-Modell mit nativem 1-Million-Token-Kontext für Deep Thinking, visuelles Verständnis, Coding und agentische Workflows.
Alibaba veröffentlicht Qwen 3.8 Flash Next als multimodales MoE unter der Qwen Community License 1.0. Das Modell aktiviert 6 Milliarden Parameter pro Token und verarbeitet nativ 262.144 Token Kontext.
Anthropic veröffentlicht Fable 5.1 als allgemein verfügbares Spitzenmodell und Mythos 5.1 als eingeschränkte Project-Glasswing-Variante. Beide bieten 1 Million Token Kontext, 128.000 Output-Token und einen Wissensstand von Juni 2026.
Google veröffentlicht Gemini 3.8 Flash als stabiles multimodales Modell. Es bietet 1.048.576 Token Kontext, bis zu 65.536 Token Ausgabe und verbessert laut Google besonders Coding- und Agentenaufgaben.
Google stellt Gemini 3.8 Flash Cyber für die Erkennung von Schwachstellen und automatisiertes Patchen vor. Der Zugang bleibt geprüften Verteidigern im Fairwind-Programm vorbehalten.
Meta veröffentlicht Muse Spark 1.3 für agentische und Coding-Aufgaben. Laut Meta benötigt es rund 20 % weniger Tool-Aufrufe und rund 25 % weniger Token als Muse Spark 1.2.
Alibaba veröffentlicht einen neuen Snapshot von Qwen 3.8 Max. Das Modell behält 1 Million Token Kontext und verbessert Coding, lange autonome Entwicklung, Agentenzusammenarbeit und visuelle Auswertung.
OpenAI stellt GPT-6 Astra als Spitzenmodell der GPT-6-Familie vor. Laut Anbieter bietet es 1,05 Millionen Token Kontext und wird seit September schrittweise freigeschaltet.
Anthropic löst Claude Opus 5 durch Opus 5.5 als neues Spitzenmodell ab, mit 1 Million Token Kontext, Wissensstand Juni 2026 und 4 $ Input sowie 20 $ Output pro 1 Million Token, rund 40 % günstiger als der Vorgänger.
OpenAI veröffentlicht GPT-6 Sol und GPT-6 Luna als Nachfolger der GPT-5.6-Tarife Sol und Luna, mit je 1.050.000 Token Kontext. Sol kostet 2 $ / 10 $ pro 1 Million Token, Luna 0,10 $ / 0,50 $. GPT-6 Astra bleibt OpenAIs bestes Modell.
Anthropic veröffentlicht Claude Sonnet 5.5 als schnelleres und günstigeres Gegenstück zu Opus 5.5, mit 1 Million Token Kontext, Wissensstand Juni 2026 und unverändert 2 $ Input sowie 10 $ Output pro 1 Million Token.
lohnendster Bereich: stärker und günstiger als die Hälfte der gezeigten Modellebeste Leistung für den Preis
Die 15 Modelle mit dem höchsten Gesamtindex (Gradually Meta-Score) gegen ihren API-Listenpreis aus 3 Teilen Input und 1 Teil Output, ohne Rabatte und Caching. Quelle: gradually.ai Modelldatenbank.
Anteil am Web-Traffic im September 2026, keine Nutzerzahlen
Quelle: Similarweb (OfficeChai), 09/2026
Jede Zelle zählt die belegten Einträge dieser Zeitleiste im Monat. Sie ist keine vollständige Marktstatistik.
Viele aktuelle Anbieter nennen keine Parameterzahl. Die Punkte zeigen nur Modelle mit bestätigter oder geschätzter Zahl.
Gradually-LLM-Auswahl nach Entwicklerstandort
238 von 303 Einträgen der LLM-Auswahl haben eine Länderzuordnung. Die übrigen Einträge fehlen in dieser Grafik. Länder ohne Wert haben keine zugeordneten Einträge; das ist keine Aussage über ihre Modellproduktion.
Quelle: Gradually-LLM-Auswahl (Nov. 2026)
Anteil am ChatGPT-Desktop-Traffic nach Land
Die öffentlich ausgewiesenen Top 5 Länder. Similarweb schätzt Desktop-Besuche auf chatgpt.com; App-Nutzung und mobile Browser sind hier nicht erfasst. Die übrigen Länder sind nicht einzeln ausgewiesen.
Private KI-Investitionen, USA und China
Diese Auswahl zeigt die USA und China. Für andere Länder ist hier kein Wert hinterlegt; fehlende Werte bedeuten nicht null Investment.
ChatGPT-Verfügbarkeit nach Land
Prognosen, keine Ereignisse. Die vier Einträge beschreiben Erwartungen und Szenarien. Sie stehen deshalb nicht im Zeitstrahl der Epochen.
Das Szenario „AI 2027“ beschreibt einen möglichen Entwicklungsverlauf, in dem ein KI-System Programmieraufgaben auf hohem Niveau übernimmt. Es ist keine Vorhersage und kein statistischer Mittelwert.
Epoch AI hält Trainingsläufe von rund 2·10²⁹ FLOP bis 2030 unter bestimmten Annahmen für wahrscheinlich technisch machbar. Ob ein Unternehmen sie tatsächlich durchführt, ist offen. Grenzen sind unter anderem Stromversorgung, Chips, Daten und Trainingszeit.
Die Metaculus-Community schätzt die erste allgemeine KI am 25. September 2026 auf das Jahr 2031. Das ist eine fortlaufend aktualisierte Community-Prognose, keine Aussage über technische Gewissheit.
Eine 2023 durchgeführte Umfrage unter 2.778 KI-Forschenden ergab für HLMI einen Median von 2047 bei 50 % Wahrscheinlichkeit. HLMI bezeichnet dabei Maschinen, die Menschen bei jeder Aufgabe übertreffen können.