roobriefIT-News für Entwickler
Suche

Von KI

KI-Wochenbrief: führende Coding-Modelle und Neuheiten

Beim Gesamt-Intelligence-Score liegt Claude Opus 5.5 vorn, auf dem Coding-Agent-Board teilen sich Sonnet 5.5 und Muse Wonder Full die Spitze. Eine offizielle Preis-Leistungs-Rangliste gibt es nicht – gemessen an den Kosten pro Aufgabe sticht GPT-6.1 Sol in der hohen Score-Liga hervor.

Dieser Wochenbrief richtet sich an alle, die Modelle für Coding- und Agent-Workflows vergleichen. Grundlage sind die Boards von Artificial Analysis (AA); die Zahlen stammen aus einem Snapshot um den 18. Okt. 2026.

Der Intelligence Index ist ein zusammengesetzter Score aus Mathematik, Naturwissenschaften, Coding und Reasoning. Der Coding Agent Index bewertet Repository-Arbeit, Terminal-Nutzung und technische Q&A; die Coding-Ränge hier nutzen einen BenchLM-Spiegel vom 15. Okt. „Angesagte Modelle“ ist eine redaktionelle Zusammenstellung der Starts und Standardwechsel der vergangenen Woche, keine offizielle AA-Rangliste.

Intelligence Index: Top 3

Der AA Intelligence Index v4.3.2 führt dasselbe Modell je Einstellung einzeln auf. Die Tabelle zeigt pro Modell nur die beste Einstellung; Platz 2 ist ein Gleichstand bei 56:

Rang Modell (Einstellung) Score Kosten pro Aufgabe
1 Claude Opus 5.5 (max, fallback) 58 5,98 US-Dollar (rund 5,30 Euro)
2 Claude Sonnet 5.5 (max, fallback) 56 5,46 US-Dollar (rund 4,90 Euro)
2 Muse Wonder Full (max) 56 nicht angegeben

Für Muse Wonder Full fehlen in der AA-Tabelle die Kosten pro Aufgabe. Mit niedrigeren Einstellungen kommt Opus 5.5 auf 56 Punkte bei 3,46 US-Dollar (rund 3,10 Euro, xhigh) und 54 Punkte bei 1,82 US-Dollar (rund 1,60 Euro, high). Opus 5.5 erschien am 22. Sept. 2026, Sonnet 5.5 am 28. Sept.; beide bieten ein Kontextfenster von einer Million Tokens. Ein Token ist ein kleines Textstück, etwa ein Wortteil, das KI-Modelle lesen und schreiben. API-Preise: Opus 4 US-Dollar (rund 3,60 Euro) Eingabe und 20 US-Dollar (rund 17,80 Euro) Ausgabe pro Million Tokens, Sonnet 2 US-Dollar (rund 1,80 Euro) Eingabe und 10 US-Dollar (rund 8,90 Euro) Ausgabe pro Million Tokens.

Auf dem Coding-Board sieht es anders aus. Der Coding Agent Index bewertet die Kombination aus Modell, Agent-Harness (die Ausführungsumgebung des Agenten) und Effort-Einstellung. Claude Code mit Sonnet 5.5 (max) liegt bei 68,4 %, Muse Code mit Muse Wonder Full (max) bei 68,0 %, Claude Code mit Opus 5.5 (max) bei 66,0 %. Gemini 4 Argon kommt in der Antigravity CLI auf 63,8 %, GPT-6.1 Sol (xhigh) in Codex auf 62,9 %. Gesamt-Intelligence und Coding-Agent-Spitze fallen also nicht zusammen – das ist die Kernbotschaft der Woche.

Preis-Leistung: Top 3

AA veröffentlicht kein offizielles „Preis-Leistungs-Top 3“. Die Tabelle unten ist eine redaktionelle Lesart: Intelligence-Index-Score gegen Kosten pro Aufgabe. Bei Sol hängt der Score von der Einstellung ab; max steht für die hohe Score-Liga, medium für die günstigere Variante derselben Familie.

Rang Modell (Einstellung) Intelligence Index Kosten pro Aufgabe
1 GPT-6.1 Sol (max) 52 0,72 US-Dollar (rund 0,64 Euro)
2 GPT-6.1 Sol (medium) 48 0,21 US-Dollar (rund 0,19 Euro)
3 MiMo-V2.6-Pro (Xiaomi) 46 0,13 US-Dollar (rund 0,12 Euro)

In der hohen Liga (grob ab etwa 48 Punkten) gehört Sol zu den günstigsten Optionen bei vergleichbarem Score. Mit xhigh sind es 51 Punkte bei 0,39 US-Dollar (rund 0,35 Euro) pro Aufgabe. OpenAI beschreibt Sol als etwa ein Fünftel der Standard-Ein- und Ausgabepreise von Astra: 2 US-Dollar Eingabe, 10 US-Dollar Ausgabe, 0,10 US-Dollar (rund 0,09 Euro) gecachte Eingabe pro Million Tokens. Auf dem Coding-Agent-Board erreicht Codex mit Sol (medium) 61,4 % bei rund 0,70 US-Dollar (rund 0,62 Euro) pro Aufgabe, mit (xhigh) 62,9 % bei rund 1,04 US-Dollar (rund 0,93 Euro). Das liegt deutlich unter Sonnet 5.5 max mit rund 14 US-Dollar (rund 12 Euro) pro Aufgabe und Opus 5.5 max mit rund 13 US-Dollar (rund 12 Euro).

In ähnlicher Liga liegen unter anderem Claude Haiku 5.5 (max) mit Intelligence 43 und 0,21 US-Dollar (rund 0,19 Euro) pro Aufgabe sowie das Open-Weight-Modell GLM-5.3-Flash mit Intelligence 42 und 0,28 US-Dollar (rund 0,25 Euro) pro Aufgabe. Open-Weight heißt: Der Anbieter gibt die Modellgewichte frei, sodass andere sie laden, betreiben oder anpassen können. DeepSeek meldete am 17. Okt. für Flash-1017 77 % auf DeepSWE und rund 0,20 US-Dollar (rund 0,18 Euro) pro Aufgabe – gemessen im eigenen Harness, deshalb nicht in der AA-Tabelle oben.

Angesagte Modelle der letzten Woche und Neuvorstellungen

Vom 12.–18. Okt. standen für Coding vor allem vier Themen im Gespräch:

  1. Gemini 4 Argon – ab 13. Okt. allgemein verfügbar (GA). API-ID gemini-4-argon. Einführungspreis: 2 US-Dollar Eingabe und 10 US-Dollar Ausgabe pro Million Tokens; ab 30. Nov. gelten 4 US-Dollar Eingabe und 20 US-Dollar Ausgabe pro Million Tokens. Verfügbar in Google Antigravity, AI Studio und der kostenpflichtigen Gemini API; auf dem Coding-Agent-Board schon in der Spitzengruppe.

  2. Muse Wonder / Muse Wonder Full – 12. Okt. Metas Frontier-Modelle für Coding und lang laufende Agenten. Wonder kostet in API und Muse Code 4 US-Dollar Eingabe und 20 US-Dollar Ausgabe pro Million Tokens. Full gibt es nur in den Muse-Code-Abos Power und Maximum, nicht über die API. Auf dem Coding-Agent-Board liegt Full knapp unter Sonnet.

  3. GPT-6.1 Sol – das Modell erschien am 29. Sept., aber nachdem GPT-5.5 am 14. Okt. aus Codex mit ChatGPT-Anmeldung verschwand, laufen bezahlte Pläne standardmäßig über Sol. Kein Release dieser Woche, sondern ein viel diskutierter Wechsel des Standardpfads.

  4. DeepSeek-V4.1-Flash-1017 – 17. Okt. API-Name bleibt deepseek-flash bei gleichem Preis, Gewichte sind offen. Tuning für Coding-Agenten; Search-&-Fetch-APIs öffneten am selben Tag (Server-Tools bis 31. Okt., 16:00 UTC bzw. 17 Uhr MEZ, kostenlos).

Neue Releases inklusive lokaler und Open-Weight-Optionen nach Datum:

Datum Modell Zugang für Entwickler
12. Okt. Muse Wonder, Muse Wonder Full Meta Model API / Muse-Code-Abo
13. Okt. Gemini 4 Argon (GA) Gemini API, Antigravity, AI Studio
15. Okt. Nemotron 3.5 Super VL, Bolt 74B-A9B 24GB Open Weights, NVIDIA NIM, lokal (RTX/DGX Spark u. a.). Bolt E4B voraussichtlich 23. Okt.
17. Okt. DeepSeek-V4.1-Flash-1017 deepseek-flash-API, Hugging Face / ModelScope

Bei Nemotron geht es weniger um Cloud-Frontier-Duell als um Agenten auf eigener Infrastruktur oder lokal mit offenen Gewichten. Super VL ist ein 120B-Modell (12B aktiv) multimodal; Bolt ist für 24 GB VRAM (der dedizierte Speicher der Grafikkarte) ausgelegt – Web, Coding und Debug auf der eigenen Maschine.

Leicht falsch gelesen

Die Rangzahlen im Intelligence Index nicht als Anzahl der Modelle lesen: AA führt dasselbe Modell je Einstellung einzeln auf, die Tabelle hier zeigt pro Modell nur die beste. Coding-Agent-Prozente sind keine nackten Modellnamen, sondern Kombinationen aus Harness (Claude Code, Codex, Muse Code, Antigravity) plus Effort-Einstellung. Die Preis-Leistungs-Tabelle ist redaktionell, kein offizielles AA-Top-3. Argons 2-/10-US-Dollar-Sätze sind Einführungspreise; DeepSeek-Benchmarks stammen aus dem eigenen Setup – getrennt von den AA-Tabellen betrachten.

Worauf als Nächstes achten

  • Wie AA den Coding Agent Index für DeepSeek-1017, Argon und Wonder-Kombinationen aktualisiert
  • API-Rechnungen rund um das Ende der Argon-Einführungspreise am 30. Nov.
  • Ob Muse Wonder Full jemals über die API kommt oder Muse-Code-exklusiv bleibt
  • Nemotron Bolt E4B (voraussichtlich 23. Okt.) und wie sich lokale Agent-Harnesses anfühlen

Die Umrechnung in Euro beruht auf dem Kurs vom 18. Okt. 2026 (1 US-Dollar ≈ 0,89 Euro). Euro-Beträge sind mit „rund“ gerundet.

Quellen

Quelle: artificialanalysis.ai

← Zurück