Benchmarks
GPQA Diamond und SWE-bench Verified testen unterschiedliche Fähigkeiten. Ergebnisse aus verschiedenen Konfigurationen und Setups lassen sich nicht beliebig zusammenrechnen.
Von 1950 bis 2026
Die Geschichte der KI im Zeitstrahl
Wie wurde aus einer Forschungsfrage ein Werkzeug für den Alltag? Entdecke die Meilensteine der KI, vergleiche die Entwicklung der Modelle und prüfe die Quellen hinter den Prognosen.
Redaktioneller Stand
Die Meilensteine im Zeitstrahl
Von den Grundlagen bis zu heutigen Modellen. Suche nach einem Thema oder grenze die Auswahl nach Fähigkeiten, Entwickler und Jahr ein. Prognosen findest du in einer eigenen Ansicht.
Zeige 12 von 139 Einträgen
Modalität
Lizenz & Typ
AnthropicClaude Sonnet 5.5: das schnellere Gegenstück zu Opus 5.5
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.
Agenten & ToolsProprietärModell
QuelleAnthropicClaude Opus 5.5: neues Spitzenmodell, niedrigerer Preis
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.
Agenten & ToolsProprietärModell
Quelle
OpenAIGPT-6 Sol und Luna: günstigere Nachfolger unterhalb Astra
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.
Agenten & ToolsProprietärModell
QuelleOpenAIGPT-6 Astra: OpenAIs neues Spitzenmodell
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.
Agenten & ToolsProprietärModell
Quelle
GoogleGemini 3.8 Flash: stärker bei Coding und Agenten
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.
MultimodalProprietärModell
QuelleGoogleGemini 3.8 Flash Cyber: defensive Cybersicherheit
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.
Agenten & ToolsProprietärModell
Quelle
MetaMuse Spark 1.3: längere Agentenaufgaben mit weniger Schritten
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.
MultimodalProprietärModell
Quelle
AlibabaQwen 3.8 Max 0902: stärkeres Coding und Agententeams
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.
MultimodalProprietärModell
QuelleAnthropicClaude Fable 5.1 und Mythos 5.1: stärkere Agenten
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.
Agenten & ToolsProprietärModell
QuelleAlibabaQwen 3.8 Flash: multimodale API für Coding und Agenten
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.
MultimodalProprietärModell
QuelleAlibabaQwen 3.8 Flash Next: offene multimodale Gewichte
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.
MultimodalOpen WeightsModell
QuelleZ.ai
GLM-5.3: Z.ai bringt einen neuen Agenten
Z.ai veröffentlicht GLM-5.3 als neues API-Modell für agentische Aufgaben. Das Modell erweitert die GLM-5-Reihe für professionelle Anwendungen.
Agenten & ToolsProprietärModell
QuelleMessbare Fortschritte, nicht eine einzige Intelligenzskala
GPQA Diamond prüft Fachwissen auf Doktorandenniveau. SWE-bench Verified prüft abgegrenzte Softwareaufgaben. Die Kurven zeigen dokumentierte Spitzenwerte aus verschiedenen Konfigurationen und Evaluierungen, keine normierte Rangliste und keine allgemeine KI-Note.
GPQA Diamond über die Zeit (Diagramm wird geladen)
SWE-bench Verified über die Zeit (Diagramm wird geladen)
Größer, länger und effizienter
Parameterzahl und Kontextfenster dokumentieren technische Rekorde. Beide Werte helfen beim Vergleich, sagen allein aber nicht voraus, wie zuverlässig ein Modell in deiner Aufgabe arbeitet.
Parameter-Wachstum (log) (Diagramm wird geladen)
Kontextfenster-Rekorde (log) (Diagramm wird geladen)
Preis und Leistung aktueller Modelle (Diagramm wird geladen)
Das Tempo zieht an
Jede Zelle zählt die belegten, nicht prognostischen Einträge dieser kuratierten Zeitleiste pro Monat. Sie misst keine vollständige Marktstatistik.
Einträge pro Monat (Diagramm wird geladen)
So liest du die Daten
Ein Modell kann bei einer Messung führen und bei einer anderen zurückliegen. Deshalb stehen Testprotokoll, Quelle und Zeitraum bei jeder Grafik dabei.
Parameter
Viele aktuelle Anbieter veröffentlichen keine Parameterzahl. Die Kurve zeigt deshalb nur Modelle mit einer bestätigten oder geschätzten Gesamtparameterzahl. Diese Werte sind nicht durchgehend direkt vergleichbar.
Kontextfenster
Ein großes Kontextfenster beschreibt die maximale Eingabelänge. Es garantiert weder korrekte Antworten noch eine gleichbleibende Qualität über den gesamten Kontext.
Preis und Leistung
Die Punktwolke vergleicht aktuelle API-Listenpreise mit einem Benchmark. Rabatte, Caching und weitere Tarife bleiben außerhalb dieser Ansicht.
Wer beim Chatbot-Web-Traffic führt
Chatbot-Marktanteil nach Web-Traffic (Diagramm wird geladen)
KI auf der Weltkarte
Die Karten zeigen getrennte Datensätze. Die Modellkarte zählt ausschließlich die in der Gradually-Datenbank erfassten Modelle nach Entwicklerstandort.
Modelle im Gradually-Verzeichnis nach Entwicklerstandort
Globus wird geladen…
Mit den Pfeiltasten drehst du den Globus. Mit Pos1 setzt du die Ausgangsansicht zurück.
2 Modelle135 Modelle
Daten als Tabelle
| Land | Wert |
|---|---|
| China | 72 Modelle |
| Frankreich | 18 Modelle |
| Kanada | 4 Modelle |
| Vereinigte Arabische Emirate | 2 Modelle |
| Vereinigte Staaten | 135 Modelle |
Quelle: Gradually-Verzeichnis (25.09.2026)
gradually.ai
|
CC BY 4.0
gradually.aiWas die Daten nahelegen, und was offen bleibt
Die gemessene Aufgabenreihe endet 2025. Die Fortsetzung macht ihre Annahmen sichtbar. Expertenprognosen beantworten zudem unterschiedliche Fragen, deshalb stehen sie nebeneinander statt in einer scheinpräzisen Zahl.
KI-Aufgabenhorizont, von Sekunden zu Stunden
gemessen (METR)Fortschreibung (Verdopplung alle 2,9 bis 6,5 Monate)
Ausgewählte veröffentlichte METR-Werte bis Ende 2025. Der Horizont beschreibt Aufgaben, die ein Modell mit 50 % Erfolgsquote löst, gemessen an der Arbeitszeit eines Menschen. Die Schattierung schreibt zwei beobachtete Verdopplungsraten fort. Sie ist weder ein Konfidenzintervall noch eine Zusage für reale Projekte. Logarithmische Zeitachse.
Wann kommt allgemeine KI? Die Schätzungen gehen weit auseinander
SzenarioCommunity/MärkteForscher-Umfrage
2030203520402045
Die Punkte zeigen unterschiedliche Zieldefinitionen und stammen aus unterschiedlichen Jahren. Sie bilden weder einen Konsens noch ein gemeinsames Wahrscheinlichkeitsintervall ab. Ein Szenario beschreibt einen möglichen Verlauf, keine garantierte Entwicklung.
AI 2027, Grace et al. 2024, Metaculusgradually.ai
|
CC BY 4.0
gradually.aiHäufige Fragen zur Geschichte der KI
Die wichtigsten Fragen zur Entwicklung von KI-Modellen und Tools.
Changelog
Die neuesten Updates und Verbesserungen unseres Geschichte der KI
v1.630. September 2026
Neues Modell vom 28. September
- Claude Sonnet 5.5 als schnelleres und günstigeres Gegenstück zu Opus 5.5 ergänzt, Nachfolger von Sonnet 5
v1.525. September 2026
Zeitleiste und Datengrundlagen
- Historische Grundlagen ergänzt und Prognosen in eine eigene Ansicht verschoben
- Diagramme, Weltkarte und Filter für die Astro-Seite aktiviert
- Quellen, Datumsangaben und Grenzen der Vergleiche präzisiert
v1.422. September 2026
Neue Modelle vom 22. September
- Claude Opus 5.5 als Anthropics neues Spitzenmodell ergänzt, Nachfolger von Opus 5
- GPT-6 Sol und GPT-6 Luna als günstigere Nachfolger der GPT-5.6-Tarife ergänzt
v1.33. September 2026
Neue Modelle vom 2. September
- Muse Spark 1.3 als neues multimodales Agenten- und Coding-Modell ergänzt
- Qwen 3.8 Max 0902 als neuer Snapshot mit verbessertem Coding und stärkerer Agentenzusammenarbeit ergänzt
- Gemini 3.8 Flash Cyber als eingeschränkte Cybersecurity-Variante für geprüfte Verteidiger ergänzt
- Qwen 3.8 Flash und Qwen 3.8 Flash Next als API-Modell und Open-Weights-Modell ergänzt
v1.223. August 2026
Updates der Spitzenmodelle im Juli und August
- Claude Sonnet 5, Opus 5 und Kimi K3 ergänzen die Frontier-Releases im Juli und August
- Grok 4.5 und Grok 4.6 als neue agentische Modelle ergänzt
- Neue Gemini-Flash-Varianten aus Juli und August in der Zeitleiste
- Qwen 3.8 mit offenen Gewichten als Meilenstein ergänzt
v1.128. Juni 2026
Vorgeschichte & Zukunftsprognosen
- Deep-Learning-Vorgeschichte ergänzt: Meilensteine von AlexNet (2012) bis AlphaGo und WaveNet (2016)
- Neue Prognose-Sektion mit Trend-Extrapolation (METR-Aufgabenhorizont, Epoch-Compute) und Quellen
- Zukunftsprognosen 2027-2040 als markierte Einträge in der Zeitleiste, mit Unsicherheitsbändern
v1.021. Juni 2026
Erstveröffentlichung
- Interaktive Zeitleiste mit Meilensteinen der generativen KI von 2017 bis 2026
- Filter nach Modalität, Lizenz, Entwickler und Jahr, plus Zeitstrahl- und Kachelansicht
- Statistik-Dashboard mit Charts zur Intelligenz-Explosion (GPQA, SWE-bench, Parameter, Kontext)
- Benchmark-Werte älterer Modelle einzeln mit Quelle belegt