Letzte Woche geschah etwas Merkwürdiges. Es war eine der hektischsten Wochen für die Veröffentlichung neuer KI-Modelle, an die ich mich erinnern kann – und OpenAI? Fast nicht im Spiel. Google veröffentlichte ein neues Gemini-Modell. Grok erhielt ein Upgrade. Anthropic brachte Claude Sonnet 4.6 heraus. Das chinesische Qwen präsentierte ein Open-Source-Modell, das tatsächlich an die Weltspitze herankommt. Die Labore arbeiten auf Hochtouren, die Preise fallen, und der Unterschied zwischen dem „besten Modell“ und einem „günstigen Modell“ schrumpft schneller, als irgendjemand erwartet hatte.
Schauen wir uns an, was davon wirklich Aufmerksamkeit verdient.
Claude Sonnet 4.6: Fast genauso gut und deutlich günstiger
Das war für mich persönlich das größte Highlight der Woche. Wer mithilfe von KI programmiert, weiß, wie schnell Tokens verbraucht werden. Es gibt Tage, an denen die API-Gebühren sogar hundert Dollar übersteigen. Deshalb wurde ich hellhörig, als sich zeigte, dass Sonnet 4.6 fast die gleichen Ergebnisse wie Opus 4.6 erzielt, aber nur einen Bruchteil davon kostet.
Bei Benchmarks für agentenbasierte Aufgaben, also solchen, die die Fähigkeit eines Modells messen, komplexe Aufgaben selbstständig zu erledigen, erreichte Sonnet 4.6 79,6 %, während Opus auf 80,8 % kam. In der Praxis ist das nahezu die gleiche Leistung. Und der Preisunterschied? Opus kostet 5 Dollar pro Million Eingabe-Tokens und 25 Dollar für Ausgabe-Tokens. Sonnet? 3 Dollar für die Eingabe, 15 Dollar für die Ausgabe. Für Entwickler, die Agenten in großem Maßstab entwickeln, ist das ein gewaltiger Unterschied.
Bei einigen Benchmarks übertrifft Sonnet 4.6 Opus sogar. Bei Finanzaufgaben und Büro-Workflows liegt Sonnet vorn. Anthropic hat damit genau in dem Moment ein günstiges und leistungsfähiges Modell geschaffen, als der Markt es brauchte. Schade nur, dass das Unternehmen dies durch die Kontroverse um seine Nutzungsbedingungen überschattet hat, die Entwickler ordentlich verärgert hat.
Für normale Nutzer ist jedoch eine andere Nachricht am wichtigsten: Sonnet 4.6 ist zum Standardmodell im kostenlosen Tarif geworden. Wer null oder zwanzig Dollar im Monat zahlt, erhält eine Leistung, die vor wenigen Monaten noch einem Flaggschiffmodell vorbehalten war. Kostenlos.
Gemini 2.5 Pro überraschte dort, wo es niemand erwartet hatte
Google präsentierte Gemini 2.5 Pro, und ehrlich gesagt erwartete ich ein solides Upgrade. Was ich nicht erwartet hatte, war, in welchen Bereichen das Modell besonders glänzen würde.
Die wichtigste Zahl: Den ARC-AGI-Benchmark, der die visuelle Mustererkennung und das logische Denken testet, bewältigte Gemini 2.5 Pro mit 77,1 %. Das zweitbeste Modell, Opus, erreichte ungefähr 68 %. Das ist ein deutlicher Vorsprung. ARC-AGI ist zudem ein Test, den man nicht einfach „auswendig lernen“ kann, weshalb die Ergebnisse tatsächlich etwas über die Fähigkeiten des Modells aussagen.
Gemini 2.5 Pro führte außerdem bei wissenschaftlichem Wissen, kompetitivem Programmieren und der Programmierung für wissenschaftliche Forschung. Arbeiten Sie in den Bereichen Wissenschaft, Technik oder Mathematik? Dann ist dies wahrscheinlich Ihr neues Lieblingstool.
Ich habe auch die Generierung von SVG-Grafiken getestet. Die Verbesserung ist sichtbar. Ich ließ das Modell einen Basketball spielenden Wolf zeichnen, und die Zahlen auf dem Trikot waren etwas schief, aber im Vergleich zu früheren Versionen ist das ein deutlicher Fortschritt. Für alle, die Webgrafiken ohne Designer erstellen, ist es einen Versuch wert.
Grok 4.2 versucht architektonisch etwas anderes
Elon Musk kündigte es nicht auf einer großen Pressekonferenz an. Nur mit einem Beitrag auf X. Dennoch verdient die Architektur von Grok 4.2 Aufmerksamkeit.
Das Modell verwendet einen Ansatz, den xAI als „Expertenrat“ bezeichnet. Jede Anfrage wird gleichzeitig an vier spezialisierte Teilmodelle gesendet: einen Agenten für die Informationssuche, einen Agenten für logisches Denken und Problemlösung, einen kritischen und opponierenden Agenten sowie einen Agenten für Stil und Textgestaltung. Diese vier „debattieren“ anschließend miteinander, und erst danach entsteht die endgültige Antwort.
Es handelt sich um eine Variante des Mixture-of-Experts-Konzepts, das innerhalb großer Modelle schon seit einiger Zeit existiert. Hier ist es jedoch expliziter umgesetzt. Es ist ein wenig so, als würden Sie Ihre Anfrage gleichzeitig an Gemini, Claude, ChatGPT und DeepSeek senden und anschließend ein fünftes Modell aus den Antworten aller vier die beste zusammenstellen lassen. Ob das in der Praxis wirklich besser funktioniert, werden Tests zeigen. Aber die Idee ist clever.
Der Release Candidate von Grok 4.2 (öffentliche Beta) ist jetzt verfügbar. Sie müssen ihn ausdrücklich auswählen.
— Elon Musk (@elonmusk) 17. Februar 2026
Kritisches Feedback ist willkommen. Anders als frühere Versionen von Grok kann 4.2 schnell lernen, sodass es jede Woche Verbesserungen samt Versionshinweisen geben wird.
Die Preise fallen, und das ist die wirklich gute Nachricht
Mark Cuban schrieb diese Woche, dass die Kosten für KI-Tokens bei einigen Anwendungsfällen die Personalkosten übersteigen können. Er hat recht, aber nur kurzfristig. Denn alles, was wir oben beschrieben haben, weist in eine Richtung: Die Modelle werden besser und gleichzeitig günstiger, und dieses Tempo lässt nicht nach.
Das beste Modell zum Programmieren ist heute wahrscheinlich Claude Opus 4.6, vielleicht auch GPT-5.3 Codex. Es ist ein knappes Rennen. Doch Sonnet 4.6 holt schnell auf. Eine ähnliche Dynamik werden wir in den kommenden Monaten bei allen großen Laboren beobachten. Es wird nicht nur einen Sieger geben. Google, Anthropic, OpenAI und xAI arbeiten alle auf Hochtouren. Und Open-Source-Modelle, insbesondere Qwen, nähern sich tatsächlich der Weltspitze. Dieser Wettbewerb ist für uns Nutzer eine großartige Nachricht. Er zwingt die großen Labore, die Leistung kontinuierlich zu verbessern und die Preise unter Kontrolle zu halten.
