KI-Modelle Mitte 2026: Die Häuser, ihre Klassen, ihre Preise.

Auf lernen.diy stehen normalerweise keine Zahlen, die in drei Monaten falsch sind. Lessons sollen Prinzipien vermitteln, keinen Tagesstand.

Dieser Beitrag ist die Ausnahme, und zwar mit Absicht. Er ist eine Momentaufnahme mit Datum. Alles hier stimmt am 23. Juli 2026 und wird ab morgen langsam falsch. Genau deshalb steht es im Blog und nicht in einer Lesson: Ein Blogbeitrag wird als "damals" gelesen, eine Lesson als "gilt".

Das hier ist die erste Ausgabe. Geplant sind zwei pro Jahr, immer gleich aufgebaut, sodass du zwei Ausgaben nebeneinanderlegen und die Bewegung sehen kannst.

Die Häuser und ihre Klassen

Jedes Haus baut nicht ein Modell, sondern eine Leiter: klein und schnell unten, groß und stark oben. Anthropic benennt diese Leiter am klarsten, deshalb eignet sie sich als Muster für alle anderen.

Die Zeile, die dir am meisten nützt, ist die erste Spalte. Sortieren, Klassifizieren, Extrahieren und Formatieren erledigt die kleine Klasse, und zwar für einen Bruchteil des Preises. Wer alles durch die obere Klasse schickt, bezahlt Denkleistung für Fleißarbeit.

Was es kostet

Preise in US-Dollar je Million Token, Eingabe und Ausgabe getrennt. Anthropic, OpenAI und Google stammen aus den offiziellen Preisseiten, der Rest aus Vergleichsportalen und ist mit Vorsicht zu genießen.

Zwischen der teuersten und der günstigsten Ausgabe liegt der Faktor 640. Nicht Prozente. Das Sechshundertvierzigfache, bei identischem Anfrageformat. Das ist die Zahl, aus der eine Architekturentscheidung folgt: Zerleg deine Aufgabe und gib die Fleißarbeit nach unten.

Drei Fußnoten, die in keiner Preistabelle stehen und trotzdem zählen:

Sonnet 5 ist gerade im Einführungspreis. 2 Dollar Eingabe und 10 Dollar Ausgabe gelten bis zum 31. August 2026, danach sind es 3 und 15. Wer heute eine Kalkulation baut, rechnet besser gleich mit dem höheren Wert.

Zwischenspeicher und Stapelverarbeitung ändern die Rechnung komplett. Wiederkehrende Prompt-Anteile lassen sich zwischenspeichern, ein Treffer kostet dann etwa ein Zehntel des normalen Eingabepreises. Wer nicht in Echtzeit arbeitet, bekommt über die Stapelverarbeitung die Hälfte. Beides zusammen bringt mehr als jeder Modellwechsel.

Der Denkmodus taucht in keiner Preisspalte auf. Modelle, die vor der Antwort rechnen, erzeugen dabei Ausgabe-Token, die du bezahlst und nie zu sehen bekommst. Bei schwierigen Aufgaben lohnt sich das. Bei einer Sortieraufgabe verbrennst du Geld.

Kontextfenster: die Staffel ist nicht überall gleich

Ein Detail, das sich seit dem letzten Jahr gedreht hat. Lange galt: Oberhalb des Standardfensters wird es teurer. Das stimmt inzwischen nicht mehr überall.

Bei Anthropic ist das Fenster von einer Million Token bei Fable, Mythos, Opus 4.8 und Sonnet 5 zum normalen Preis enthalten. Eine Anfrage mit 900.000 Token kostet je Token dasselbe wie eine mit 9.000.

Bei Google ist es anders: Gemini 3.1 Pro verdoppelt oberhalb von 200.000 Token die Eingaberate von 2 auf 4 Dollar und hebt die Ausgabe von 12 auf 18. Wer lange Dokumente verarbeitet, sollte das vor dem Vergleich nachsehen, sonst rechnet er mit dem falschen Tarif.

Bei den Fenstergrößen selbst führt xAI: Grok 4.3 bietet eine Million Token, das neue Grok 4.5 dagegen 500.000, dafür mit Video als direkter Eingabe. Auch das ist eine Erinnerung wert: Neuer heißt nicht in jeder Hinsicht größer.

Benchmarks: vier Führende, vier Tests

Wenn du wissen willst, warum diese Serie keine Rangliste enthält, ist das hier die Antwort. Stand Juli 2026:

Vier Tests, vier verschiedene Antworten. Wer dir eine einzelne Zahl nennt, hat sich den Test dazu ausgesucht. Und die Prozentangaben oben stammen aus Leaderboards, nicht aus eigener Messung. Sie sagen dir, wer in einer bestimmten Disziplin vorn liegt, und nichts darüber, welches Modell deine Kundenmails besser beantwortet.

Offene Gewichte: die Erzählung stimmt nicht mehr

Der Satz "die Chinesen sind die Offenen" war lange eine brauchbare Abkürzung. Er stimmt so nicht mehr.

Die letzte Zeile ist die interessante. Alibaba veröffentlicht in der Breite offen und hält die Spitze zurück. Für Qwen3.8 Max wurden Gewichte angekündigt, ohne Datum. Bei Moonshot lief es im Juli umgekehrt: K3 kam als offene Veröffentlichung.

Daraus folgt die Regel, die diese Tabelle in einem Jahr überlebt: Offenheit ist eine Entscheidung pro Modell, kein Charakterzug eines Hauses. Prüf sie am konkreten Modell, das du einsetzen willst.

Und prüf die Lizenz getrennt von der Verfügbarkeit. MIT und Apache 2.0 erlauben kommerzielle Nutzung, angepasste Lizenzen haben Bedingungen, die man gelesen haben muss. Verfügbar heißt nicht verwendbar.

Das Ereignis, das dieses Halbjahr geprägt hat

Im Juni wurden zwei Frontier-Modelle abgeschaltet. Nicht wegen eines technischen Ausfalls, sondern auf behördliche Anordnung.

Anlass war eine gemeldete Methode, Schutzmechanismen zu umgehen. Die US-Regierung ordnete am 12. Juni unter Berufung auf nationale Sicherheit an, den Zugang auszusetzen, umgesetzt über Exportkontrollen. Anthropic schaltete Fable 5 und Mythos 5 weltweit für alle Nutzer ab und widersprach der Einschätzung öffentlich. Am 26. Juni wurde Mythos 5 für ausgewählte US-Organisationen wieder freigegeben, zum 30. Juni fielen die Kontrollen, am 1. Juli war Fable 5 weltweit zurück.

Neunzehn Tage. Wer eine Produktion auf genau dieses Modell gestellt hatte, stand still.

Der Vorgang ist politisch aufgeladen, und die Bewertung überlasse ich anderen. Für die Modellwahl zählt nur eine Erkenntnis: Verfügbarkeit ist keine Selbstverständlichkeit, und sie hängt nicht nur an Technik. Ein Modell kann verschwinden, weil eine Behörde es anordnet, weil ein Haus eine Reihe einstellt oder weil sich eine Lizenz ändert.

Drei Beobachtungen zum Mitnehmen

Erstens: Die Klassen sind stabiler als alles andere in diesem Beitrag. Sonnet 5 kam am 30. Juni, der Preis ändert sich zum 1. September, und bei Anthropic stehen aktuell vier Opus-Versionen gleichzeitig in der Preisliste. Die Klasse "Standard-Arbeitspferd" gibt es trotzdem seit Jahren und wird es in zwei Jahren noch geben. Lern die Leiter, nicht die Nummer.

Zweitens: Der Abstand nach unten ist kleiner als der Preisunterschied. Für Sortieren, Zusammenfassen und Formatieren liefern die günstigen Klassen Ergebnisse, für die vor einem Jahr die obere nötig war. Der Preisunterschied ist aber derselbe geblieben. Wer seine Klassenzuordnung seit einem Jahr nicht geprüft hat, zahlt mit hoher Wahrscheinlichkeit zu viel.

Drittens: Es gibt keinen Sieger, und das ist keine Ausweichantwort. Vier Tests, vier Führende. Für deine Entscheidung zählt keiner davon, sondern zehn echte Aufgaben aus deinem Alltag, durch zwei Kandidaten geschickt und verglichen. Das kostet eine halbe Stunde und schlägt jede Tabelle in diesem Beitrag.

Zur Einordnung

Alle Angaben Stand 23. Juli 2026. Preise von Anthropic, OpenAI und Google stammen aus den offiziellen Preisseiten der Anbieter. Die Angaben zu xAI, Mistral, DeepSeek, Qwen und Kimi stammen aus Vergleichsportalen, ebenso die Benchmark-Platzierungen. Ich habe sie nicht selbst nachgemessen.

Die nächste Ausgabe erscheint Anfang 2027, gleich aufgebaut. Dann lässt sich vergleichen, wie viel von dem hier noch stimmt.