# KI-Coding: Opus 5.5 führt Agent v2.0 an; Kimi K3.1 Pro startet

> Stand 25. Oktober bringt der Coding Agent Index v2.0 Claude Opus 5.5 zurück an die Spitze. Das neue Kimi K3.1 Pro belegt Platz 4 im Intelligence Index.

- URL: https://roobrief.com/de/posts/ai-weekly-coding-models-oct-25
- Language: de
- Published: 2026-10-24T15:20:00.000Z
- Tags: ai
- Source: https://artificialanalysis.ai/leaderboards/models

**Claude Opus 5.5 behauptet die Spitzenposition bei der Gesamtintelligenz, während der neue Coding Agent Index v2.0 Opus 5.5 an Sonnet 5.5 vorbei wieder auf Platz 1 der Coding-Agenten setzt. Beim Preis-Leistungs-Verhältnis bleibt GPT-6.1 Sol stark, ergänzt durch das neu erschienene Kimi K3.1 Pro.**

Dieser wöchentliche Überblick hilft Entwicklern bei der Modellauswahl für Coding- und Agenten-Workflows. Die Ränge stammen von den Bestenlisten von Artificial Analysis (AA), basierend auf einem Stand um den 25. Oktober 2026.

Der Intelligence Index bewertet übergreifende Fähigkeiten in Mathematik, Naturwissenschaften, Programmieren und logischem Schließen. Der Coding Agent Index misst die Leistung an realistischen Aufgaben in Open-Source-Repositories, Terminal-Nutzung und technischen Q&As. Die wichtigste Neuerung dieser Woche ist die Veröffentlichung des Coding Agent Index v2.0 am 23. Oktober. Die Rubrik „Bemerkenswerte Modelle“ ist eine redaktionelle Zusammenstellung der Neuerscheinungen und Standardänderungen der letzten Woche.

## Intelligence Index Top 3 und Neuzugang

Der AA Intelligence Index v4.3.2 führt dasselbe Modell je nach Einstellung separat auf. Die folgende Tabelle enthält nur die jeweils beste Konfiguration; Platz 2 ist mit 56 Punkten geteilt:

| 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 |

Die ersten drei Ränge blieben unverändert. Allerdings stieg das am 23. Oktober veröffentlichte Kimi K3.1 Pro von Moonshot AI mit einem Intelligence-Score von 55 und Kosten von 2,11 US-Dollar (rund 1,90 Euro) direkt auf Rang 4 ein. Opus 5.5 startete am 22. September und Sonnet 5.5 am 28. September; beide bieten 1 Million Token Kontext. Ein Token ist ein kleines Textstück, etwa ein Wortteil, das KI-Modelle lesen und schreiben. Die API-Preise liegen bei Opus bei 4 US-Dollar (rund 3,60 Euro) Input und 20 US-Dollar (rund 18 Euro) Output pro Million Token, bei Sonnet bei 2 US-Dollar (rund 1,80 Euro) und 10 US-Dollar (rund 8,90 Euro). Kimi K3.1 Pro hat dieselben Basistarife wie Sonnet, erzeugt aber mehr Output-Token, wodurch die Aufgabenkosten um 2 US-Dollar liegen.

## Überarbeitung durch den Coding Agent Index v2.0

Die bedeutendste Verschiebung brachte der Start des Coding Agent Index v2.0 am 23. Oktober. Anstelle von DeepSWE v1.1 nutzt der Index nun Cognitions FrontierCode v1.1 (100 Repository-Aufgaben), kombiniert mit Terminal-Bench 4.0 (66 Aufgaben) und SWE-Atlas-QnA-AA (124 Aufgaben) zu insgesamt 290 Prüfschritten. Da nun streng geprüft wird, ob Repository-Maintainer den Code tatsächlich mergen würden, sank der Durchschnittswert der 21 verglichenen Konfigurationen um rund 7,4 Punkte (von 54,8 auf 47,4).

| Rang | Modell und Umgebung | v2.0-Score | Anmerkungen |
|---|---|---|---|
| 1 | Claude Code + Claude Opus 5.5 (max) | 61,7 | rund 11,42 US-Dollar (rund 10 Euro) pro Aufgabe |
| 2 | Claude Code + Claude Sonnet 5.5 (max) | 59,3 | Von Platz 1 in v1.0 auf Platz 2 gewechselt |
| 3 | Muse Code + Muse Wonder Full (max) | 58,9 | Nur im Abonnement verfügbar |
| 4 | Claude Fable 5.1 (max, fallback) | 57,6 | Stabil in der Spitzengruppe |

In Version 1.0 hatten Sonnet 5.5 in Claude Code (68,4 %) und Muse Wonder Full in Muse Code (68,0 %) noch vor Opus 5.5 (66,0 %) gelegen. Mit den strengeren Bewertungsmaßstäben von v2.0 holte sich Opus 5.5 mit 61,7 Punkten die Führung zurück. Die stärkere Schlusstiefe von Opus zahlte sich bei breitem Repository-Kontext und Refactorings offenbar aus. Dahinter folgt GPT-6.1 Sol in Codex mit 54,1 Punkten (rund 1,50 US-Dollar / rund 1,30 Euro pro Aufgabe). Gemini 4 Argon im Antigravity CLI liegt im Bereich der unteren bis mittleren 40er, während DeepSeek V4.1 Flash 47,3 Punkte bei rund 0,39 US-Dollar (rund 0,35 Euro) pro Aufgabe erreicht.

## Preis-Leistung Top 3

AA weist keine offizielle Rangliste für das Preis-Leistungs-Verhältnis aus. Die Übersicht vergleicht den Intelligence-Score mit den Kosten pro Aufgabe. Da Sol je nach Rechenaufwand variiert, stehen max für das Spitzensegment und medium für die günstigere Variante:

| 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 | Kimi K3.1 Pro (Moonshot AI) | 55 | 2,11 US-Dollar (rund 1,90 Euro) |

Sol bleibt im Bereich von 48 bis 52 Punkten die wirtschaftlichste Wahl. In der Einstellung xhigh erreicht das Modell Score 51 für 0,39 US-Dollar. Das neue Kimi K3.1 Pro rückt mit 55 Punkten nah an die Spitzenmodelle heran, senkt aber die Aufgabenkosten auf 2,11 US-Dollar – weniger als die Hälfte der Anthropic-Spitzenläufe. Für kleinere Budgets bleiben MiMo-V2.6-Pro (Score 46 bei 0,13 US-Dollar / rund 0,12 Euro) und Claude Haiku 5.5 (max, Score 43 bei 0,21 US-Dollar / rund 0,19 Euro) solide Optionen.

Auch auf dem Coding-Agenten-Board stellen Sol in Codex (54,1 Punkte für rund 1,50 US-Dollar) und DeepSeek V4.1 Flash (47,3 Punkte für rund 0,39 US-Dollar) pragmatische Alternativen zu Opus-Läufen von über 10 US-Dollar dar.

## Bemerkenswerte Modelle der letzten Woche

Vier Ereignisse prägten die Entwicklung zwischen dem 19. und 25. Oktober:

1. **Moonshot AI Kimi K3.1 Pro & Highspeed** — vorgestellt am 23. Oktober. Basiert auf einer Architektur mit 2,8 Billionen Parametern (104 Mrd. aktive MoE) und 1 Million Token Kontext. Es stieg mit Score 55 hoch ein und soll bald Open-Weight erscheinen. Open-Weight bedeutet, Modellgewichte freizugeben, damit andere sie laden, betreiben oder anpassen können.
2. **NVIDIA Nemotron 3.5 Bolt E4B 4GB** — veröffentlicht am 23. Oktober. Nutzt Googles Gemma 4 E4B als Basis und ist auf 4 GB VRAM (der dedizierte Speicher einer Grafikkarte) optimiert (Q4_K_M GGUF). Unterstützt 64k Kontext und Multi-Turn-Tool-Calls für Edge-Geräte und lokale Arbeitsplätze.
3. **Coding Agent Index v2.0** — am 23. Oktober eingeführt. Passt die Agentenbewertung über FrontierCode v1.1 an echte Merge-Kriterien an.
4. **OpenAI Decisions API allgemein verfügbar** — GA am 23. Oktober. Bietet einen spezialisierten Endpunkt für schnelle Klassifizierungen, Routing und diskrete Agentenentscheidungen.

Die Neuveröffentlichungen der Woche im Überblick:

| Datum | Modell / Produkt | Zugang für Entwickler |
|---|---|---|
| 21.10. | Nemotron 3.5 Super VL, Bolt 74B | NVIDIA NIM, Hugging Face Open-Weights |
| 23.10. | Kimi K3.1 Pro, Pro Highspeed | Moonshot API, Kimi Code (Open-Weights angekündigt) |
| 23.10. | Nemotron 3.5 Bolt E4B 4GB | Hugging Face, lokale Laufzeitumgebungen |
| 23.10. | Coding Agent Index v2.0 | Artificial Analysis Leaderboard |

## Häufige Missverständnisse

Dass die Zahlenwerte im Coding Agent Index v2.0 niedriger ausfallen als in v1.0, liegt an den schärferen Kriterien von FrontierCode v1.1 und nicht an schlechteren Modellen. Bei Kimi K3.1 Pro entsprechen die Token-Preise zwar Sonnet, durch ausführlichere Antworten liegen die Aufgabenkosten bei 2,11 US-Dollar, was eingeplant werden muss. Bolt E4B 4GB konkurriert nicht mit riesigen Cloud-Modellen, sondern zielt auf ressourcensparende lokale Ausführung.

## Worauf zu achten ist

- Wie Kimi K3.1 Pro in offiziellen Harness-Messungen des Coding Agent Index v2.0 abschneidet
- Wann die Open-Weights von Kimi K3.1 Pro erscheinen und wie sie lokal laufen
- Verschiebungen bei Agenten vor dem 30. November, wenn die vergünstigten Einführungspreise für Gemini 4 Argon enden
- Reale Entwickler-Tools auf Basis der 4-GB-Variante von Nemotron Bolt auf lokalen Rechnern

> Die Umrechnung in Euro beruht auf dem Kurs vom 24. Okt. 2026 (1 US-Dollar ≈ 0,89 Euro). Euro-Beträge sind mit „rund“ gerundet.

## Quellen

- [Artificial Analysis Intelligence Index](https://artificialanalysis.ai/evaluations/artificial-analysis-intelligence-index) (Artificial Analysis)
- [Coding Agent Benchmarks](https://artificialanalysis.ai/agents/coding-agents) (Artificial Analysis)
- [LLM Leaderboard](https://artificialanalysis.ai/leaderboards/models) (Artificial Analysis)
- [Moonshot AI Kimi K3.1 Pro Announcement](https://kimi.ai/blog/k3-1-pro) (Moonshot AI)
- [Nemotron 3.5 Bolt E4B Announcement](https://blogs.nvidia.com/blog/nemotron-3-5-bolt-e4b/) (NVIDIA)
- [OpenAI Decisions API GA](https://openai.com/index/decisions-api-ga/) (OpenAI)
- [Introducing Claude Opus 5.5](https://www.anthropic.com/claude-opus-5-5) (Anthropic)
- [Introducing Claude Sonnet 5.5](https://www.anthropic.com/claude-sonnet-5-5) (Anthropic)
- [Introducing GPT-6.1 Sol](https://openai.com/index/introducing-gpt-6-1-sol/) (OpenAI)