Welches LLM liegt 2026 vorn?
Im Vals Index führt Claude Sonnet 5.5 mit 70,85 %, vor Claude Opus 5.5 mit 70,18 %.
Vielleicht suchst du aber gar nicht den Testsieger. Du willst wissen, wie viele Sprachmodelle es gibt, was sie kosten und wie viel Kontext sie verarbeiten.
Hier findest du LLM-Statistiken 2026 mit Zahlen, Daten und Fakten zu Anbietern, Preisen, Parametern und Kontextfenstern.
Zuerst die Kurzfassung:
- Unser Modellkatalog enthält 302 Einträge von 39 Entwicklergruppen. Das neueste gespeicherte Veröffentlichungsdatum ist der 26. Oktober 2026. Gemini 4 Argon ist im Katalog enthalten und seit dem 13. Oktober allgemein verfügbar.
- Im Vals Index vom 27. Oktober 2026 liegt Claude Sonnet 5.5 bei 70,85 %, Claude Opus 5.5 bei 70,18 % und Gemini 4 Argon bei 69,24 %. Vals Index v2.1 gewichtet Aufgaben aus Finanzwesen, Programmierung, Recht und Steuern nach ihrem Anteil an der US-Wirtschaft.
- Ausgewählte API-Basispreise liegen bei 0,1 $ / 0,5 $ für GPT-6 Luna, 0,75 $ / 3,75 $ für Gemini 3.8 Flash und 4 $ / 20 $ für Claude Opus 5.5 je 1 Million Input- und Output-Tokens. Kontextstufen, Einführungsangebote und Regionen verändern den Endpreis.
- Hersteller veröffentlichen Gesamt- und aktive Parameter für einige Modelle, darunter Kimi K3 mit 2,8 Billionen Gesamt- und 104 Milliarden. Für viele gehostete Modelle gibt es keine offizielle Parameterzahl.
- 10 Millionen Tokens bedeuten nicht immer ein 10-Millionen-Token-Kontextfenster. Llama 4 Scout unterstützt laut Meta diese Kontextlänge; Qwen-Long verarbeitet so große Dokumente über Datei-Uploads. Gemini 4 Argon hat ein gemeinsames Kontextfenster von 1.048.576 Tokens für Input, Thinking und Output. Synchrone Antworten sind auf 65.536 Output-Tokens begrenzt; Long Decode kann mehr der verbleibenden Kontextkapazität nutzen.
1. Wie viele große Sprachmodelle gibt es 2026?
Der Modellkatalog auf dieser Seite enthält 302 Einträge von 39 Entwicklergruppen. Gemini 4 Argon wurde am 30. September angekündigt und ist seit dem 13. Oktober allgemein verfügbar. Qwen 3.8 Flash Next wird separat im Open-Weights-Verzeichnis geführt.
Laut dem Stanford AI Index 2026 haben Unternehmen mehr als 90 % der bemerkenswerten Spitzenmodelle des Jahres 2025 entwickelt.
2. Die größten LLM-Anbieter nach Modellanzahl
Wer vorn liegt, hängt vom Maßstab ab. Hier stehen die Zahl der Modelle im Katalog und der Anteil am Token-Volumen bei Unternehmen nebeneinander.
2.1 Modelle im Katalog nach Entwickler
Die Grafik zeigt die Katalogmodelle nach Entwickler:
OpenAI hat mit 43 Katalogeinträgen den größten Datensatz, gefolgt von Alibaba mit 43 und Google mit 29.
2.2 Anteil am Token-Volumen bei Ramp-Unternehmen
Die Grafik zeigt den Anteil am Token-Volumen bei Unternehmen, die über Ramp abrechnen:
Anthropic und OpenAI vereinen zusammen rund 97 % des Token-Volumens in diesem Ausschnitt.
3. Parameter und Architektur: Was Hersteller offenlegen
Viele Anbieter nennen für ihre gehosteten Spitzenmodelle keine Parameterzahlen. Bei offenen Gewichten veröffentlichen manche Anbieter Gesamtparameter und die pro Token aktivierten Parameter.
3.1 Gesamtgröße offener Modelle
Bei Kimi K3 nennt Moonshot 2,8 Billionen Gesamtparameter und 104 Milliarden, dazu 16 ausgewählte Experten pro Token. DeepSeek-V3 wird mit 671 Milliarden Kernparametern und 37 Milliarden geführt; das herunterladbare Paket enthält zusätzlich ein separates MTP-Modul, das in dieser Gesamtgröße nicht mitgezählt ist.
Die meisten Beispiele der Grafik verwenden Mixture-of-Experts-Architekturen. Bei ihnen ist die aktive Parameterzahl kleiner als die Gesamtgröße. In unserem Katalog sind 114 Modelle als MoE klassifiziert.
Mistral Large 4 ist mit der zentral hinterlegten Gesamtgröße von 1.050 Mrd. enthalten. Der Launchpost nennt gerundet 1 Billion Gesamtparameter, die versionsspezifische Modellseite genauer 1,05 Billionen. Beide nennen 52 Milliarden aktive Parameter. Die Gewichte liegen seit dem 29. Oktober 2026 auf Hugging Face.
Die interaktive Tabelle nutzt den zentralen Parameterbestand. Als „geschätzt“ markierte Werte beruhen auf Analysen oder Leaks, nicht auf Herstellerangaben.
Für Mistral Small 4 nennt der Launchpost 6 Milliarden aktive Parameter pro Token und 8 Milliarden einschließlich Einbettungs- und Ausgabeschichten. Die offizielle Hugging-Face-Karte weist 6,5 Milliarden aktivierte Parameter pro Token aus, diesen Wert übernimmt die Tabelle. Bei den meisten aktuellen Spitzenmodellen steht in der Spalte Parameter bewusst „unbekannt“:
Legende:
Zeige 50 von 302 Modellen
Modell | Entwickler | Parameter |
|---|---|---|
MiniMax M2.7 MoE | MiniMax | Unbekannt |
MiniMax M2.5 MoE | MiniMax | Unbekannt |
GLM-4.7 MoE | Z.ai | Unbekannt |
GPT-6.1 Sol | OpenAI | Unbekannt |
GPT-6.1 Terra | OpenAI | Unbekannt |
GPT-6 Astra | OpenAI | Unbekannt |
GPT-6 Sol | OpenAI | Unbekannt |
GPT-6 Luna | OpenAI | Unbekannt |
GPT-5.6 Sol | OpenAI | Unbekannt |
GPT-5.6 Terra | OpenAI | Unbekannt |
GPT-5.6 Luna | OpenAI | Unbekannt |
GPT-5.5 | OpenAI | Unbekannt |
GPT-5.5 Pro | OpenAI | Unbekannt |
GPT-5.5 Instant | OpenAI | Unbekannt |
ChatGPT chat-latest | OpenAI | Unbekannt |
GPT-5.4 | OpenAI | Unbekannt |
GPT-5.4 Pro | OpenAI | Unbekannt |
GPT-5.4 mini | OpenAI | Unbekannt |
GPT-5.4 nano | OpenAI | Unbekannt |
GPT-5.3-Codex | OpenAI | Unbekannt |
GPT-5.3 Instant | OpenAI | Unbekannt |
GPT-5.2 | OpenAI | Unbekannt |
GPT-5.1 Instant | OpenAI | Unbekannt |
GPT-5.1 Thinking | OpenAI | Unbekannt |
GPT-5 | OpenAI | Unbekannt |
GPT-5 Pro | OpenAI | Unbekannt |
GPT-5 mini | OpenAI | Unbekannt |
GPT-5 nano | OpenAI | Unbekannt |
GPT-4 Turbo | OpenAI | Unbekannt |
GPT-4.1 | OpenAI | Unbekannt |
GPT-4.1 mini | OpenAI | Unbekannt |
GPT-4.1 nano | OpenAI | Unbekannt |
GPT-3.5 Turbo | OpenAI | Unbekannt |
o3 | OpenAI | Unbekannt |
o3-pro | OpenAI | Unbekannt |
o3-mini | OpenAI | Unbekannt |
o4-mini | OpenAI | Unbekannt |
o1 | OpenAI | Unbekannt |
o1-mini | OpenAI | Unbekannt |
Claude Opus 5.5 | Anthropic | Unbekannt |
Claude Sonnet 5.5 | Anthropic | Unbekannt |
Claude Haiku 5.5 | Anthropic | Unbekannt |
Claude Fable 5.1 | Anthropic | Unbekannt |
Claude Mythos 5.1 | Anthropic | Unbekannt |
Claude Fable 5 | Anthropic | Unbekannt |
Claude Mythos 5 | Anthropic | Unbekannt |
Claude Sonnet 5 | Anthropic | Unbekannt |
Claude Opus 5 | Anthropic | Unbekannt |
Claude Opus 4.8 | Anthropic | Unbekannt |
Claude Opus 4.7 | Anthropic | Unbekannt |
Parameter-Größen bekannter Large Language Models. Veröffentlichte Angaben und Schätzungen sind gekennzeichnet.
3.2 Speicherbedarf für lokale Modelle
Für lokale Modelle zählt vor allem der Speicher. Alle Gewichte müssen im Arbeitsspeicher liegen, auch bei Mixture-of-Experts-Modellen, bei denen pro Token nur ein Teil aktiv ist. Die Grafik rechnet die Gesamtparameter mit 4,89 Bit pro Gewicht (Quantisierung Q4_K_M) in Gigabyte um. Dazu kommen Kontext-Cache und Laufzeit, in der Praxis also einige Gigabyte mehr:
gradually.aiGPT OSS liefert der Hersteller bereits in einem eigenen 4-Bit-Format aus, dort weicht die Dateigröße von dieser Rechnung ab.
4. Kontextfenster: zentrale Modellangaben im Vergleich
Die Grafik zeigt das dokumentierte Kontextfenster von acht aktuellen Modellen. Llama 4 Scout liegt mit gut 10 Millionen Tokens weit vorn, die meisten anderen Spitzenmodelle bei rund einer Million. Grok 4.7 bietet die Hälfte davon:
gradually.aiDie interaktive Tabelle bündelt 343 Einträge aus dem zentralen Bestand. Kontextlimits gelten je nach Modell, Anbieter und API-Endpunkt:
Modell | Entwickler | Kontextfenster |
|---|---|---|
| Meta | 10,5 Mio. | |
| Alibaba | 10 Mio. | |
2 Mio. | ||
2 Mio. | ||
| xAI | 2 Mio. | |
| xAI | 2 Mio. | |
| OpenAI | 1,1 Mio. | |
| OpenAI | 1,1 Mio. | |
| OpenAI | 1,1 Mio. | |
| OpenAI | 1,1 Mio. | |
| OpenAI | 1,1 Mio. | |
| OpenAI | 1,1 Mio. | |
| OpenAI | 1,1 Mio. | |
| OpenAI | 1,1 Mio. | |
| OpenAI | 1,1 Mio. | |
| OpenAI | 1,1 Mio. | |
| OpenAI | 1,1 Mio. | |
| OpenAI | 1,1 Mio. | |
| Moonshot AI | 1 Mio. | |
| Meta | 1 Mio. | |
| Google DeepMind | 1 Mio. | |
1 Mio. | ||
1 Mio. | ||
1 Mio. | ||
1 Mio. | ||
1 Mio. | ||
1 Mio. | ||
1 Mio. | ||
1 Mio. | ||
1 Mio. | ||
1 Mio. | ||
1 Mio. | ||
| DeepSeek | 1 Mio. | |
| Moonshot AI | 1 Mio. | |
| Meta | 1 Mio. | |
| Meta | 1 Mio. | |
| Meta | 1 Mio. | |
| Poolside | 1 Mio. | |
| Aleph Alpha | 1 Mio. | |
| OpenAI | 1 Mio. | |
| OpenAI | 1 Mio. | |
| OpenAI | 1 Mio. | |
| Google DeepMind | 1 Mio. | |
1 Mio. | ||
1 Mio. | ||
1 Mio. | ||
| xAI | 1 Mio. | |
| xAI | 1 Mio. | |
| xAI | 1 Mio. | |
| Anthropic | 1 Mio. |
Kontextfenster nach Modell und Anbieter-Endpunkt. Die jeweilige Quelle ist beim Modell verlinkt.
Laut Meta unterstützt Llama 4 Scout ein Kontextfenster von 10,5 Mio. Tokens, trainiert wurde das Modell mit 256.000 Tokens. Qwen-Long verarbeitet Dokumente bis zu 10 Millionen Tokens über Datei-Uploads und Referenzen. Alibabas Anleitung gilt nur für die Region Peking auf dem chinesischen Festland.
GPT-6.1 Sol unterstützt laut OpenAI 1.050.000 Kontext-Tokens, Claude Opus 5.5 1 Mio. und Sonnet 5.5 1 Mio. Tokens.
Mistral dokumentiert für Large 4 ein Limit von 1 Million Tokens. Der zentrale Bestand führt für den OpenRouter-Endpunkt separat 524.288 Tokens, also eine andere Bereitstellungskonfiguration. Mistral Small 4 unterstützt 256.000 Tokens, wie Launch-Ankündigung und Modellkarte nennen.
Laut Googles Modellseite hat Gemini 4 Argon ein gemeinsames Kontextfenster von 1.048.576 Tokens für Input, Thinking und Output. Synchrone Antworten sind auf 65.536 Output-Tokens begrenzt. Mit Long Decode kann das Ausgabelimit steigen, bleibt aber durch die nach Input und Thinking verbleibende Kapazität des gemeinsamen Kontextfensters begrenzt.
Mehr zu den Modellfamilien findest du in unseren Übersichten zu den Claude-Modellen und Gemini-Modellen.
5. Was kostet ein LLM? Preise pro 1 Million Tokens
Die Grafik vergleicht den Basispreis für Input-Tokens ausgewählter API-Modelle. Die Werte gelten pro 1 Million Tokens.
GPT-6 Luna und GPT-6.1 Sol haben höhere Preisstufen oberhalb von 272.000 Input-Tokens. Google listet für Gemini 3.8 Flash bis zum 31. Dezember 2026 Einführungspreise von 0,75 $ für Input und 3,75 $ für Output. Ab dem 1. Januar 2027 sind 1,50 $ und 7,50 $ als reguläre Preise angekündigt.
Alibaba listet Qwen 3.8 Flash in Frankfurt mit einem regionalen Yuan-Tarif von 0,8 CNY Input und 2,7 CNY Output je Million Tokens. Cache-Preise und weitere Bedingungen können abweichen. Eine Kostenschätzung für deine Nutzung liefert der API-Kostenrechner.
6. LLM-Leistung im Direktvergleich
Drei Ranglisten messen unterschiedliche Stärken. Der Vals Index bewertet Agentenaufgaben, der Artificial Analysis Intelligence Index die allgemeine Modellleistung, das Leaderboard von Vectara die Halluzinationsrate beim Zusammenfassen.
6.1 Vals Index für Agentenaufgaben
Der Vals Index v2.1 fasst Agentenaufgaben aus Finanzwesen, Programmierung, Recht und Steuern zusammen und gewichtet die Bereiche nach ihrem Anteil am US-Bruttoinlandsprodukt. Die Grafik zeigt den Stand vom 27. Oktober 2026. Zwischen Platz 3 und Platz 7 stehen weitere Modelle, die hier nicht abgebildet sind.
Claude Sonnet 5.5 führt die Rangliste an, Gemini 4 Argon liegt auf Platz 3. Google rollte das Modell zunächst nur an ausgewählte Cyberabwehr-Teams aus. Googles aktuelle Modellkarte listet Gemini-App, API, AI Studio, Business, Antigravity und AI Mode als Verbreitungswege; der Zugang hängt vom jeweiligen Produkt ab.
Der Abstand zwischen Claude Sonnet 5.5 und Claude Opus 5.5 beträgt 0,67 Punkte und liegt laut Vals innerhalb der üblichen Messunsicherheit von etwa ±0,9 Punkten.
6.2 Artificial Analysis Intelligence Index
Der Intelligence Index v5.0 von Artificial Analysis fasst mehrere Benchmarks zu einem Gesamtwert zusammen. Die Grafik zeigt pro Modell die beste gelistete Konfiguration, abgerufen am 29. Oktober 2026. Mehrere Reasoning-Stufen desselben Modells stehen in der Rangliste einzeln und sind hier nicht doppelt aufgeführt.
Gemini 4 Carbon führt mit 59 Punkten, Claude Opus 5.5 folgt mit einem Punkt Abstand. Der Vals Index und der Artificial Analysis Index sehen die Reihenfolge unterschiedlich, weil sie andere Aufgaben gewichten.
6.3 Halluzinationsrate beim Zusammenfassen
Wie oft ein Modell beim Zusammenfassen eines Dokuments etwas dazuerfindet, misst das Hallucination Leaderboard von Vectara. Niedriger ist besser:
Die Auswahl zeigt acht Modelle aus der Rangliste, darunter auch ältere Generationen wie GPT-5.5 und Gemini 3.1 Pro. Die niedrigsten Raten haben dort kleine, auf Zusammenfassungen ausgelegte Modelle, die Rangliste mischt Modellklassen. Zwischen GPT-6 Sol und Gemini 4 Argon liegen 5,6 Prozentpunkte.
7. Open Source gegen proprietär
In unserem Katalog sind 135 Einträge als proprietär und 167 als offen verfügbar klassifiziert. Davon führen wir 161 als Open-Weights und 6 als Open-Source.
Der Stanford AI Index 2026 meldet für März 2026 einen Vorsprung von 3,3 % (49 Rating-Punkte) des besten geschlossenen Modells Claude Opus 4.6 (1.503) vor dem besten offenen Modell GLM-5 (1.454) in der Chatbot Arena.
Sechs der zehn bestplatzierten Arena-Modelle waren in diesem Messstand geschlossen. Im August 2024 betrug der Abstand 0,5 %. Eine Übersicht offener Modelle findest du im Verzeichnis für Open-Source-LLMs.
Die Grafik zeigt die Lizenz-Klassifizierung der sechs Entwicklergruppen mit den meisten Katalogeinträgen. Proprietäre Einträge reichen nach links, offene nach rechts.
Anthropic hat rechts keinen Balken, weil alle Anthropic-Einträge im Katalog proprietär sind.
8. Wissensstand: Wie aktuell sind die Modelle?
Ein Wissens-Stichtag bezeichnet den Trainingsstand, den ein Anbieter für ein Modell nennt. Die Auswahl zeigt Herstellerangaben für sechs Modelle:
Anthropic nennt Juni 2026 für Opus 5.5 und Sonnet 5.5. OpenAI dokumentiert 18. Mai 2026 für GPT-6 Luna, 30. April 2026 für GPT-6.1 Sol, 30. April 2026 für GPT-6 Astra und 20. April 2026 für GPT-6 Sol.
9. Ausgewählte Releases und Datenbank-Zeitverlauf
Die Timeline zeigt ausgewählte Veröffentlichungen mit Herstellerankündigung. Sie reicht von GPT-4o, DeepSeek-R1 und GPT-5 über Claude Opus 5.5 und Claude Sonnet 5.5 bis zu Gemini 4 Argon und Mistral Large 4. Weitere OpenAI-Starts stehen im API-Changelog von OpenAI:
Verteilt man alle im gradually.ai-Katalog erfassten Modelle auf ihren Erscheinungsmonat, wird die Verdichtung sichtbar. Je dunkler ein Feld, desto mehr Modelle kamen in diesem Monat heraus.
Für Gemini 4 Argon steht der 13. Oktober als Release-Datum im Katalog. An diesem Tag wurde das Modell laut Google-API-Changelog allgemein verfügbar, angekündigt hatte Google es am 30. September.
10. Modell-Status: aktiv, veraltet, Legacy
Diese Grafik zeigt die Status-Klassifizierung von 102 Modell-Einträgen für Anthropic, Google und OpenAI:
Unter diesen 102 Einträgen klassifiziert der Datenbestand 35 aktiv, 48 veraltet, 6 Legacy, 5 mit eingeschränktem Zugang, 2 Pro-exklusiv, 1 nur API verfügbar, 3 Preview, 2 Open Source. Anbieter können Status und Zugänglichkeit ändern; prüfe vor einer Integration die aktuelle Modelldokumentation.
11. Marktposition und Fazit
Unterm Strich:
Für einen konkreten Einsatz solltest du die passende Aufgabenmessung, den tatsächlichen Input- und Output-Tarif, Kontextgrenzen und den verfügbaren Zugang zusammen betrachten. Für einzelne Anbieter gibt es weitere Statistiken zu OpenAI, Anthropic, Google Gemini, Grok und DeepSeek.
Häufig gestellte Fragen
Im Vals Index vom 27. Oktober 2026 führt Claude Sonnet 5.5 mit 70,85 % die Rangliste an. Claude Opus 5.5 folgt mit 70,18 % auf Platz 2, Gemini 4 Argon erreicht 69,24 % und Platz 3. Der Vals Index v2.1 bündelt Aufgaben aus Finanzwesen, Programmierung, Recht und Steuern und gewichtet sie nach ihrem Anteil an der US-Wirtschaft.
Für einen Vergleich nach weiteren Kriterien findest du unseren LLM-Vergleich.
Die Grafik zeigt ausgewählte Standardpreise pro 1 Million API-Input-Tokens. GPT-6 Luna kostet bis 272.000 Input-Tokens 0,1 $ je Million Input und 0,5 $ je Million Output; darüber gilt eine höhere Preisstufe.
Für Qwen3.8-Flash weist Alibabas Frankfurter Preistabelle für die Bereitstellungsoption „Global“ 0,8 CNY je Million Input- und 2,7 CNY je Million Output-Tokens aus. Die separate Model-Studio-Tabelle nennt für Global 0,113 beziehungsweise 0,382 US-Dollar. Alibaba veröffentlicht die Preisangaben also in beiden Währungen; Cache- und Aktionspreise sind gesondert ausgewiesen. Für weitere Anbieter und Preisstufen nutze den LLM-Preisindex.
In unserem Katalog sind 135 Einträge als proprietär, 161 als Open-Weights und 6 als Open-Source klassifiziert. Der Stanford AI Index vergleicht im Bericht 2026 die Spitzenmodelle mit geschlossenen und offenen Gewichten in der Chatbot Arena. Für März 2026 nennt der Bericht für das beste geschlossene Modell Claude Opus 4.6 ein Arena-Rating von 1.503 und für das beste offene Modell GLM-5 ein Rating von 1.454.
Mehr zu offenen Modellen und ihren Nutzungsbedingungen findest du im Artikel zu Open-Source-LLMs.
