OpenAI senkt GPT-6-Preise, Anthropic bringt Claude Opus 5.5

Anthropic hat Claude Opus 5.5 am 22. September 2026 vorgestellt. Es ist das erste Modell der Claude-5.5-Familie und über Anthropics Plattform sowie über AWS, Google Cloud und Microsoft Azure verfügbar.¹² Laut Anthropic erreicht es bei vielen Aufgaben das Niveau von Claude Fable 5.1. Typische Aufgaben sollen rund 40 % weniger kosten als mit Opus 5; Reuters zufolge erzeugt das Modell Ausgaben mehr als 30 % schneller.³¹

Die geringeren Gesamtkosten beruhen nicht allein auf niedrigeren Token-Preisen: Laut Anthropic benötigt das Modell auch weniger Tokens, um Aufgaben abzuschließen.³¹ Für Unternehmen ist deshalb der Preis pro erledigter Aufgabe aussagekräftiger als der Listenpreis allein. Gemeldete Stärken betreffen unter anderem Softwareentwicklung und Diagrammerkennung; einen generellen Vorsprung bei visuellem Design belegen die vorliegenden Ergebnisse nicht.³¹ METR hält eine leichte Beschleunigung der KI-Forschung durch das Modell für möglich, eine vollständige Automatisierung aber für unwahrscheinlich.⁴

OpenAI hat am 22. September GPT-6 Sol und GPT-6 Luna als günstigere Modelle der GPT-6-Reihe vorgestellt.¹² Sie sind in ChatGPT Work und Codex für Plus-, Pro-, Business-, Enterprise- und Edu-Nutzer sowie über die API verfügbar.¹² Die API-Preise für Sol liegen bei der Hälfte der Aktionspreise von GPT-5.6 Sol. Luna kostet ebenfalls weniger als GPT-5.6 Luna.¹

Sol ist für komplexere Aufgaben wie Programmierung und Automatisierung gedacht, Luna für einfachere Arbeiten mit hohem Volumen.³⁴ Am selben Tag stellte Anthropic Claude Opus 5.5 vor – ein weiteres Angebot für anspruchsvolle Softwareentwicklung.⁵ OpenAI meldet für Sol zudem etwa halb so viele Fehler wie beim Vorgänger. Dieser Wert stammt aus einer internen Bewertung zur Faktentreue und ist kein unabhängiger Vergleich.⁴

OpenAI hat ChatGPT Voice am 23. September für ChatGPT Work erweitert. Nutzer können per Sprache Aufgaben anstoßen, Dokumente, Präsentationen und Tabellen erstellen lassen sowie verbundene Apps oder einen Browser nutzen. Voice ist in Work im Web und auf Mobilgeräten verfügbar. Endet ein Sprachanruf, kann eine unfertige Aufgabe im Textchat weiterlaufen.¹²

Die Änderung verbindet Sprachsteuerung mit längeren Arbeitsabläufen: Nutzer können Aufgaben starten, den Fortschritt erfragen und die Arbeit während der Ausführung umlenken. OpenAI beschreibt solche Funktionen auch für Codex.¹³ Für Unternehmen ist vor allem der Wechsel zwischen Gespräch und Text relevant, wenn eine Aufgabe mehr Zeit braucht als der Anruf. Welche Tarife und Nutzungsgrenzen für alle Funktionen gelten, geht aus den veröffentlichten Hinweisen nicht vollständig hervor.¹³

OpenAI hat Astra for Law am 17. September 2026 vorgestellt. Das Angebot kombiniert GPT-6 Astra mit Anweisungen für juristische Recherche und Textarbeit sowie einem täglich aktualisierten Suchindex für US-Rechtsquellen.¹² Zunächst erhalten ausgewählte US-Kanzleien über Trusted Access in ChatGPT und Codex Zugang; eine API soll folgen.²

Der Index umfasst unter anderem Rechtsprechung, Gesetze und Verordnungen.¹ OpenAI tritt damit stärker in den Markt für juristische KI-Software ein, in dem bereits spezialisierte Anbieter Kanzleien bedienen.³ Astra for Law ist keine eigenständige neue Modellfamilie, sondern eine auf juristische Aufgaben zugeschnittene Konfiguration von GPT-6 Astra.¹² Wegen des begrenzten Zugangs können Kanzleien außerhalb des Programms das Angebot vorerst nicht regulär nutzen.²

Das chinesische Unternehmen StepFun hat im September 2026 Step 5 Preview vorgestellt. Das Modell ist als Vorschau über StepFuns API und Studio verfügbar. Sein Kontextfenster soll eine Million Tokens umfassen. StepFun richtet es unter anderem auf Softwareentwicklung und wissensintensive Aufgaben aus.¹²

Das große Kontextfenster könnte es erleichtern, umfangreiche Dokumente oder Codebestände in einer Anfrage bereitzustellen. Es sagt aber für sich genommen nichts darüber aus, wie zuverlässig das Modell Informationen darin findet oder nutzt. Damit sind praktische Tests wichtiger als die maximale Eingabelänge. Für Unternehmen zählen dabei neben der Antwortqualität auch Latenz und Kosten bei langen Anfragen. Die verfügbaren Berichte belegen keinen belastbaren Leistungsvergleich mit anderen Modellen.³²

Unsloth hat am 22. September eine GGUF-quantisierte Version von Qwen-Image-2.1 auf Hugging Face veröffentlicht und Unterstützung für den lokalen Betrieb in seinen Werkzeugen angekündigt. Die bereitgestellten Dateien enthalten mehrere Quantisierungen des Modells für Bilderzeugung und Bildbearbeitung. Unsloth nennt in seiner Ankündigung 12 GB Grafikspeicher als Voraussetzung für den lokalen Einsatz.¹²³

Die Veröffentlichung bietet eine weitere Möglichkeit, das Bildmodell statt über einen gehosteten Dienst auf eigener Hardware zu nutzen. Dabei ist die Dateigröße nicht mit dem Speicherbedarf während der Bilderzeugung gleichzusetzen: Eine GGUF-Datei bleibt zwar unter 4 GB, doch die verfügbaren Angaben bestätigen keinen vollständigen Betrieb mit nur 4 GB Arbeitsspeicher. Wer das Modell einsetzen will, sollte den tatsächlichen Speicherbedarf seiner gewählten Konfiguration prüfen.¹³

xAI hat am 21. September 2026 Grok 4.7 vorgestellt. Das Unternehmen bezeichnet es als sein leistungsfähigstes Modell für Programmierung und Wissensarbeit und nennt verbesserte Selbstprüfung beim Schlussfolgern sowie stärkere Schutzmaßnahmen. Das Kontextfenster umfasst 500.000 Tokens. Grok 4.7 ist laut xAI ab sofort in Cursor und Grok Build sowie über die Grok API, weitere Coding-Werkzeuge, Modellrouter und Cloud-Plattformen verfügbar.¹

Mit dem breiten Zugang richtet sich die Veröffentlichung sowohl an Entwickler, die ein Modell in ihre bestehenden Werkzeuge einbinden, als auch an Unternehmen mit eigenen Anwendungen. xAI nennt getrennte Preise für Eingabe und Ausgabe und bietet eine schnellere, teurere Variante an.¹ GitHub führt Grok 4.7 außerdem schrittweise in GitHub Copilot ein.² Wie gut sich die angekündigten Verbesserungen im jeweiligen Arbeitsablauf auswirken, müssen Anwender selbst prüfen.

White Circle hat am 21. September 2026 Halo vorgestellt, ein quelloffenes Framework für das Post-Training und verteilte Training von Hugging-Face-Modellen.¹ Es soll sich an bestehende Modelle und TRL-Workflows anbinden lassen, ohne Modelldefinitionen oder Checkpoint-Formate umzuschreiben.¹ In eigenen Tests erzielte White Circle nach eigenen Angaben den 2,3- bis 2,8-fachen Durchsatz gegenüber unverändertem TRL. Zugleich sei der maximale Speicherbedarf gesunken.¹

Halo richtet sich damit an Teams, die vorhandene Modelle für verteiltes Training nutzen wollen, ohne sie für ein anderes Framework neu zu implementieren.¹ Es unterstützt die Parallelisierung über Experten, Kontext und Tensoren sowie eine Kombination aus Experten- und Tensorparallelisierung.¹ Die Leistungswerte sind bislang Ergebnisse des Anbieters. Sie zeigen nicht, ob der gleiche Vorteil auch bei anderen Modellen, Trainingsaufgaben oder Hardwarekonfigurationen entsteht.¹

PrismML hat am 17. September 2026 Ternary Bonsai 2 27B veröffentlicht. Das Modell basiert auf Qwen3.8 27B und nutzt ternäre Gewichte; laut Unternehmen ist es mehr als neunmal kleiner als die FP16-Version des Ausgangsmodells. In PrismMLs Auswertung über 20 Benchmarks erreicht es 98,2 % von dessen durchschnittlicher Leistung. Die Modellgewichte sind kostenlos verfügbar.¹²

Die geringere Größe macht das Modell vor allem für lokale Anwendungen interessant, bei denen Speicherplatz begrenzt ist.² Bonsai 2 baut auf PrismMLs früherem Bonsai 27B auf und soll bei ähnlicher Komprimierung eine höhere Qualität bieten.¹² Die Leistungsangaben beruhen jedoch auf den Tests des Unternehmens. Wer das Modell einsetzen will, sollte prüfen, ob die Ergebnisse auch für die eigenen Aufgaben gelten.²

Empero hat am 16. September Qwen3.8-35B-A3B-Distill und quantisierte GGUF-Dateien für die lokale Inferenz veröffentlicht. Das Mixture-of-Experts-Modell hat insgesamt 35 Milliarden Parameter; pro Token sind etwa 3 Milliarden aktiv. Laut Modellbeschreibung wurde es aus Ausgaben eines Qwen3.8-Lehrmodells in die Qwen3.6-35B-A3B-Architektur destilliert und ist für Aufgaben wie Schlussfolgern, Mathematik, Programmieren und Werkzeugnutzung vorgesehen. Die GGUF-Version ist für llama.cpp ausgelegt.¹²³

Die geringe Zahl aktiver Parameter kann den Rechenaufwand pro Token senken. Sie bedeutet aber nicht, dass das Modell so wenig Speicher wie ein Modell mit insgesamt 3 Milliarden Parametern benötigt: Die gesamte gewählte Gewichtsdatei muss in RAM oder VRAM passen. Für Unternehmen ist damit neben der Rechenleistung auch die Größe der jeweiligen Quantisierung entscheidend. Die veröffentlichten Modellkarten nennen keine Benchmark-Ergebnisse, die eine Leistungsbewertung erlauben würden.²³