Aktuelle KI-Modelle Stand Juli 2026
Der Juli 2026 war ereignisreich: Innerhalb einer Woche erschienen GPT-5.6, Grok 4.5 und Muse Spark 1.1, und Claude Fable 5 kehrte nach einer fast dreiwöchigen Pause zurück. Nachfolgend die aktuellen Modelle und Agenten, über die es gehen wird:
- OpenAI: GPT-5.6 Sol, Terra, Luna; GPT-5.5; ChatGPT Work; ChatGPT Images 2.0; Codex
- Anthropic: Claude Fable 5, Opus 4.8, Sonnet 5; Claude Cowork
- Google: Gemini 3.1 Pro, Gemini 3.5 Flash; Gemini Spark; Veo 3.1
- xAI: Grok 4.5
- Meta: Muse Spark 1.1
- ByteDance: Seedream 5.0 Pro
- Alibaba: Qwen 3.7 Max (API); Qwen 3 235B-A22B, Qwen 3.5, Qwen 3.6 (open weights)
- Open-source: Llama 4 Scout und Maverick; DeepSeek V4, R1, V3; Mistral Large 3, Small 4; GLM-5, GLM-4.7; Gemma 3, Gemma 4 26B A4B; Phi-4; Kimi K2.6
Der Markt für Flaggschiff-Modelle lässt sich nicht mehr auf «einen Gewinner» reduzieren - jedes Modellfamilie hat ihre Stärke, und die Wahl hängt von Aufgabe, Budget und Kontextanforderungen ab.
Gesamtbild des Marktes
Mitte 2026 hat sich eine stabile Dreipolstruktur herausgebildet:
- OpenAI - GPT-5.6 (Sol, Terra, Luna) und das Ökosystem ChatGPT / Codex / ChatGPT Work
- Anthropic - Claude Fable 5, Opus 4.8, Sonnet 5 und der Agent Claude Cowork
- Google - Gemini 3.1 Pro, Gemini 3.5 Flash und der Agent Gemini Spark
Neben ihnen agieren spezialisierte Anbieter: xAI (Grok 4.5), Meta (Muse Spark 1.1), ByteDance (Seedream 5.0 Pro für Bilder), Alibaba (Qwen 3.7 Max). Parallel schließt das reife Open-Source-Segment den Abstand zu geschlossenen Flaggschiffen auf zentralen Benchmarks auf wenige Punkte - Llama 4, Qwen 3.x, DeepSeek V4, Mistral Large 3 und GLM-5 sind bei Self-Hosting bereits produktionstauglich. Der Wettbewerb hat sich von «wer ist schlauer» zu «wer ist effizienter bei einer konkreten Aufgabe zu akzeptablen Kosten» verschoben.
Nachfolgend der aktuelle Stand der wichtigsten Modelllinien per 11. Juli 2026.
OpenAI: GPT-5.6-Familie
Am 9. Juli öffnete OpenAI GPT-5.6 für alle Nutzer. Das Modell wurde nach einer begrenzten Preview, die von regulatorischen Prüfungen begleitet wurde, zum Standard in ChatGPT.
Drei Stufen in einer Generation
| Modell | Rolle | Kontext | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Sol | Flaggschiff: Code, Agenten, komplexe Aufgaben | 1.05M | $5.00 | $30.00 |
| Terra | Balance aus Preis und Qualität | 1.05M | $2.50 | $15.00 |
| Luna | Schnell und wirtschaftlich | 1.05M | $1.00 | $6.00 |
| GPT-5.5 | Vorheriges Flaggschiff, Fallback | 1M | $5.00 | $30.00 |
Bei Input über 272K Tokens gilt bei GPT-5.6 der Long-Context-Tarif: Input x2, Output x1.5 (Sol: $10 / $45 pro 1M).
Sol wird als bestes Coding-Modell von OpenAI positioniert: Laut Artificial Analysis Coding Agent Index übertrifft es Claude Fable 5 bei geringerem Tokenverbrauch und niedrigeren Kosten. Terra und Luna decken Massenszenarien ab - von alltäglicher Korrespondenz bis zu Hintergrundautomatisierung.
GPT-5.5 bleibt die Reserveoption, wo bewährte Stabilität gefragt ist. Sol zeigte in einzelnen Szenarien erhöhte «Agentenfähigkeit», daher lohnt sich für produktionskritische Aufgaben der Test beider Versionen.
ChatGPT Work
Zusammen mit GPT-5.6 wurde ChatGPT Work angekündigt - ein Agent für Büroaufgaben: Dokumente, Tabellen, Präsentationen, einfache Webanwendungen. Er vereint die Fähigkeiten von ChatGPT und Codex und konkurriert mit Claude Cowork. Integrationen mit Slack, Gmail, Google Drive, Kalendern und CRM werden unterstützt.
Anthropic: Claude nach der Pause
Am 1. Juli brachte Anthropic Claude Fable 5 zurück - das Flaggschiff der Mythos-Klasse, das am 12. Juni wegen US-Exportbeschränkungen aus dem Angebot genommen worden war. Die Rückkehr des Modells veränderte die Lage bei Coding und langen agentischen Szenarien spürbar.
Wichtige Modelle der Linie
| Modell | Einsatz | Kontext | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Claude Fable 5 | Coding, lange agentische Workflows | 1M | $10.00 | $50.00 |
| Claude Opus 4.8 | Tägliche Arbeit, Enterprise | 1M | $5.00 | $25.00 |
| Claude Sonnet 5 | Texte, Anweisungen (Intro bis 31.08) | 1M | $2.00 | $10.00 |
Ab 1. September 2026 Claude Sonnet 5: $3.00 Input / $15.00 Output pro 1M.
Claude Cowork - ein Agent für die gemeinsame Arbeit mit Dateien und Anwendungen, die direkte Antwort von OpenAI auf ChatGPT Work. Für Teams, die bereits Claude Code nutzen, ergänzt Cowork den Entwicklungsstack sinnvoll.
Google: Gemini 3.x
Google führt die Linie in zwei Dimensionen - Reasoning und Preis-Leistung.
| Modell | Einsatz | Kontext | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Gemini 3.1 Pro | Komplexes Reasoning, Genauigkeit | 1M | $2.00 | $12.00 |
| Gemini 3.5 Flash | Preis-Leistung, langer Kontext | 2M | $1.50 | $9.00 |
Über 200K Tokens gilt bei Gemini 3.1 Pro ein erhöhter Tarif: $4.00 Input / $18.00 Output pro 1M.
Bei Gemini liegt die Stärke in langem Kontext und Multimodalität. Für die Analyse großer Dokumentenmengen, Codebasen und gemischter Daten (Text + Bilder) ist das oft das entscheidende Argument.
Gemini Spark - Googles Agent, eines der beiden auffälligsten agentischen Produkte des Sommers 2026 neben Claude Cowork.
xAI, Meta, ByteDance und Alibaba
| Modell | Einsatz | Kontext | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Grok 4.5 | Code, Echtzeit-Kontext X | 1M | $2.00 | $6.00 |
| Meta Muse Spark 1.1 | Zugängliche Mid-Tier-API | 256K | $1.25 | $4.25 |
| Qwen 3.7 Max | Mid-Tier-Reasoning (API) | 1M | $2.50 | $7.50 |
| Seedream 5.0 Pro | Bildgenerierung | - | per image | per image |
Grok 4.5 ist stark in Verbindung mit Cursor und bei Aufgaben, die aktuellen Kontext aus X und dem Web erfordern. Qwen 3.7 Max - geschlossene Gewichte über Alibaba Cloud; die Open-Source-Linie Qwen ist unten beschrieben. Seedream 5.0 Pro wird pro Bild abgerechnet, nicht pro Token.
Open-Source-Modelle
Open Weights sind eine eigene Marktschicht, die 2026 nicht mehr «Reserveoption für Experimente» ist. Mehrere Modelle erreichen GPT-4-Klasse bei Code und Reasoning, und DeepSeek V4 sowie GLM-5.1 konkurrieren mit geschlossenen Flaggschiffen in SWE-Bench. Die wichtigsten Gründe für Open Source: Self-Hosting, Datenkontrolle, vorhersehbare Kosten bei hohem Traffic und kein Vendor Lock-in.
Die Preise für Open-Source-Modelle sind niedriger - laut OpenRouter per 11. Juli 2026 (gehostete Inferenz ohne eigenes Hardware-Deployment). Self-Hosting bleibt möglich - dann entfällt die Abrechnung pro Token.
Meta: Llama 4
| Modell | Einsatz | Kontext | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Llama 4 Scout | RAG, große Archive | 10M | $0.10 | $0.30 |
| Llama 4 Maverick | General-purpose | 1M | $0.15 | $0.60 |
Preise - OpenRouter. Bei Self-Hosting fallen keine Token-Gebühren an, die Kosten bestehen nur aus Hardware und Strom.
Die Llama-4-Community-Lizenz schränkt Produkte mit über 700M MAU ein - für die meisten B2B-Projekte ist das kein Problem, für große Consumer-Plattformen ist eine separate Prüfung nötig.
Alibaba: Qwen (open weights)
Das Cloud-Qwen 3.7 Max und die Open-Source-Linie sind unterschiedliche Produkte. Für Self-Hosting sind relevant:
| Modell | Einsatz | Kontext | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Qwen 3 235B-A22B | Reasoning + Coding | 131K | $0.46 | $1.82 |
| Qwen 3.5-397B-A17B | Mehrsprachigkeit, Wissenschaft | 256K | $0.39 | $2.45 |
| Qwen 3.6-35B-A3B | Ein Server, Quantisierung | 262K | $0.14 | $1.00 |
Qwen ist die häufigste Wahl, wenn Qualität, Apache-2.0-Lizenz und Unterstützung in vLLM / Ollama / llama.cpp im Gleichgewicht stehen sollen.
DeepSeek
| Modell | Einsatz | Kontext | Input / 1M | Output / 1M |
|---|---|---|---|---|
| DeepSeek V4 Flash | Coding, Agenten, Budget | 1M | $0.08 | $0.17 |
| DeepSeek V4 Pro | Komplexes Reasoning | 1M | $0.44 | $0.87 |
| DeepSeek R1 | Mathematik, tiefes Reasoning | 164K | $0.70 | $2.50 |
| DeepSeek V3.2 | General-purpose Fallback | 131K | $0.21 | $0.32 |
Auf OpenRouter ist DeepSeek V4 Flash günstiger als über die direkte DeepSeek-API. Die direkte API verdoppelt die Tarife in Spitzenzeiten (9:00-12:00 und 14:00-18:00 CST) ab Mitte Juli 2026.
Mistral AI
| Modell | Einsatz | Kontext | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Mistral Large 3 | Mehrsprachig, Enterprise | 262K | $0.50 | $1.50 |
| Mistral Small 4 | Production Chat + Tools | 262K | $0.15 | $0.60 |
Mistral gewinnt dort, wo permissive Lizenz ohne MAU-Cap, europäische Data Residency und ein reifes Deploy-Ökosystem wichtig sind.
Zhipu AI: GLM
| Modell | Einsatz | Kontext | Input / 1M | Output / 1M |
|---|---|---|---|---|
| GLM-5.1 | Agentic Coding | 203K | $0.97 | $3.04 |
| GLM-4.7 | Coding Workflows | 203K | $0.40 | $1.75 |
Google und Microsoft: Kompaktmodelle
| Modell | Einsatz | Kontext | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Gemma 3 27B | Eine GPU | 131K | $0.08 | $0.16 |
| Gemma 4 26B A4B | Mathematik + Coding | 262K | $0.06 | $0.33 |
| Phi-4 | Edge, Laptop | 16K | $0.07 | $0.14 |
Kimi K2.6
| Modell | Einsatz | Kontext | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Kimi K2.6 | Agentic Coding | 262K | $0.66 | $3.41 |
Kimi K2.6 (Moonshot AI) - Open-Weight-Modell mit Fokus auf agentisches Coding und lange Entwicklungssitzungen. Wird oft neben DeepSeek V4 und GLM-5 als Top-Tier für autonome Coding-Agenten genannt.
Vergleich der Open-Source-Flaggschiffe
| Modell | Stärke | Kontext | Input / 1M | Output / 1M | Lizenz |
|---|---|---|---|---|---|
| Qwen 3 235B-A22B | Reasoning + Coding | 131K | $0.46 | $1.82 | Apache 2.0 |
| DeepSeek V4 Flash | Coding + Agenten | 1M | $0.08 | $0.17 | MIT |
| DeepSeek V4 Pro | Komplexes Reasoning | 1M | $0.44 | $0.87 | MIT |
| DeepSeek R1 | Mathematik + tiefes Reasoning | 164K | $0.70 | $2.50 | MIT |
| Llama 4 Scout | Langer Kontext | 10M | $0.10 | $0.30 | Llama 4 Community |
| Mistral Large 3 | Mehrsprachig + Enterprise | 262K | $0.50 | $1.50 | Apache 2.0 |
| Mistral Small 4 | Production Chat + Tools | 262K | $0.15 | $0.60 | Apache 2.0 |
| GLM-5.1 | Agentic Coding | 203K | $0.97 | $3.04 | MIT |
| Qwen 3.6-35B-A3B | Single-Server-Deploy | 262K | $0.14 | $1.00 | Apache 2.0 |
| Gemma 3 27B | Single GPU | 131K | $0.08 | $0.16 | Gemma |
| Gemma 4 26B A4B | Mathematik + Coding | 262K | $0.06 | $0.33 | Apache 2.0 |
| Phi-4 | Edge / Laptop | 16K | $0.07 | $0.14 | MIT |
| Kimi K2.6 | Agentic Coding | 262K | $0.66 | $3.41 | Open weights |
Alle Preise - OpenRouter, Juli 2026. Bei Self-Hosting GPU- und Stromkosten statt Per-Token-Abrechnung einplanen.
Wann Open Source wählen
Open Source lohnt sich, wenn:
- Daten den Perimeter nicht verlassen dürfen (On-Premise, Private Cloud)
- vorhersehbare Kosten bei Skalierung mit Millionen Anfragen pro Monat nötig sind
- Fine-Tuning für die Domäne ohne API-Beschränkungen wichtig ist
- das Team bereits GPU-Infrastruktur betreibt oder vLLM / TGI nutzt
Geschlossene APIs (GPT-5.6, Claude, Gemini) bleiben vorzuziehen, wenn Agenten «out of the box» (ChatGPT Work, Cowork, Spark), minimaler Time-to-Market ohne DevOps und Zugang zu neuesten multimodalen Fähigkeiten ohne Deployment nötig sind.
Multimodalität: Bilder und Video
Text-LLMs sind nur ein Teil des Ökosystems:
- ChatGPT Images 2.0 - Bildgenerierung mit lesbarem Text auf dem Bild
- Google Veo 3.1 - führend unter Video-Modellen nach Schließung der Consumer-App Sora 2 bei OpenAI
- Seedream 5.0 Pro - Alternative für Design und Marketingmaterialien
Die Wahl hängt davon ab, ob ein einheitlicher Stack (OpenAI / Google) oder die beste Qualität in einer konkreten Modalität gewünscht ist.
Modellauswahl nach Aufgabe
Es gibt kein universelles «bestes KI». Praktisches Schema:
| Aufgabe | Worauf zuerst achten |
|---|---|
| Täglicher Chat und Dokumente | GPT-5.6 Terra oder Luna, Claude Opus 4.8 |
| Programmierung und Agenten | GPT-5.6 Sol, Claude Fable 5 |
| Langer Kontext (Code, Archive) | Gemini 3.5 Flash, Gemini 3.1 Pro |
| Texte und Redaktion | Claude Sonnet 5 |
| Budget und API-Automatisierung | GPT-5.6 Luna, Grok 4.5, Qwen 3.7 Max |
| Self-Hosting und On-Premise | Qwen 3 235B-A22B, DeepSeek V4, Mistral Small 4, Llama 4 Scout |
| Coding auf eigener Hardware | DeepSeek V4, GLM-5.1, Qwen 3.6-35B-A3B |
| Eine GPU / Edge | Gemma 3 27B, Phi-4, Qwen 3.6-35B-A3B (OpenRouter) |
| Langer Kontext (lokal) | Llama 4 Scout, Qwen 3.6 |
| Echtzeit-Nachrichten und X | Grok 4.5 |
| Büroautomatisierung | ChatGPT Work, Claude Cowork, Gemini Spark |
| Bilder / Video | ChatGPT Images 2.0, Veo 3.1, Seedream 5.0 Pro |
Für Production empfiehlt sich eine Abstraktion über Anbieter: Routing nach Aufgabentyp, Fallback auf GPT-5.5 oder Opus 4.8 bei Ausfällen, separates Monitoring der Token-Kosten.
Was sich im letzten Monat geändert hat
- GPT-5.6 in GA - OpenAI holte die Führung in Coding-Benchmarks zurück und senkte die Flaggschiff-Kosten gegenüber Wettbewerbern
- Claude Fable 5 ist zurück - Anthropic stellte die Position in SWE und agentischen Szenarien wieder her
- Agenten im Mainstream - ChatGPT Work, Claude Cowork und Gemini Spark machen LLM vom Chat zum Arbeitswerkzeug
- Preiskampf verschärft - Luna, Grok 4.5 und Muse Spark 1.1 drücken das Mid-Tier und teilen den API-Integrationsmarkt
- Regulierung als Faktor - die Fable-5-Pause zeigte, dass Zugang zu Top-Modellen schnell wechseln kann
- Open Source holt geschlossene Frontier ein - DeepSeek V4, GLM-5.1 und Qwen 3.6 erreichen SWE-Bench-Niveau vergleichbar mit GPT-5.5 und Opus 4.8
Fazit
Im Juli 2026 ist der KI-Markt reif und fragmentiert. GPT-5.6 Sol und Claude Fable 5 teilen sich den ersten Platz beim Coding unter geschlossenen APIs, Gemini 3.5 Flash bei langem Kontext und Preis-Leistung, Claude Sonnet 5 bei Textarbeit. Im Open-Source-Segment führen Qwen 3 235B-A22B, DeepSeek V4 und Llama 4 Scout - jeweils mit enger Spezialisierung. Agentische Produkte (ChatGPT Work, Cowork, Spark) sind die nächste Schicht über den Modellen.
Für Unternehmen ist die optimale Strategie, sich nicht an einen Anbieter zu binden: 2-3 Modelle an echten Aufgaben testen, Cost per Task rechnen, nicht nur den Preis pro Million Tokens, und Fallback einplanen - auf die vorherige API-Generation (GPT-5.5, Opus 4.8) oder self-hosted Open Source (DeepSeek V4, Mistral Small 4) bei Daten- und Budgetanforderungen.
Häufig gestellte Fragen
Welches Modell ist im Juli 2026 am besten für Programmierung?
Unter geschlossenen APIs führen GPT-5.6 Sol und Claude Fable 5 - beide stark bei Coding und agentischen Szenarien. Sol gewinnt bei Output-Token-Kosten, Fable 5 bei SWE-Bench Pro (~80.3%). Für budgetfreundliche API - Grok 4.5 ($2 / $6) oder GPT-5.6 Luna ($1 / $6). In Open Source - DeepSeek V4 Flash auf OpenRouter ($0.08 / $0.17) und GLM-5.1.
Open Source oder geschlossene API - was wählen?
Open Source (über OpenRouter oder Self-Hosting) - wenn Datenkontrolle, vorhersehbare Kosten bei Skalierung und kein Vendor Lock-in wichtig sind. Geschlossene API (GPT-5.6, Claude, Gemini) - wenn Agenten «out of the box» (ChatGPT Work, Cowork, Spark), Multimodalität ohne DevOps und minimaler Time-to-Market nötig sind. Für viele Teams ist ein Hybrid optimal: geschlossene API für Produktfeatures, Open Source für Hintergrundautomatisierung.
Worin unterscheiden sich GPT-5.6 Sol, Terra und Luna?
Alle drei - eine Generation mit 1.05M Token Kontext, aber unterschiedlichem Capability-Niveau und Preis. Sol ($5 / $30) - Flaggschiff für komplexen Code und Agenten. Terra ($2.50 / $15) - Balance für tägliche Arbeit. Luna ($1 / $6) - Massenaufgaben: Klassifikation, Datenextraktion, Routinekorrespondenz. In ChatGPT Free und Go ist standardmäßig Terra gesetzt.
Warum war Claude Fable 5 nicht verfügbar und ist sie zurück?
Am 12. Juni 2026 nahm Anthropic Fable 5 wegen US-Exportbeschränkungen für Frontier-Modelle aus dem Angebot. Am 30. Juni wurde die Beschränkung aufgehoben, am 1. Juli kehrte das Modell in API und ChatGPT-konkurrenzfähige Dienste zum bisherigen Preis ($10 / $50) zurück. Die Pause zeigte, dass Zugang zu Top-Modellen aus regulatorischen Gründen wechseln kann - Fallback (Opus 4.8, GPT-5.6 Sol) bereithalten.
Wie spart man bei der API ohne Qualitätsverlust?
Drei wirksame Ansätze: Routing nach Aufgabe - Luna oder DeepSeek V4 Flash für einfache Anfragen, Sol oder Fable 5 nur für Komplexes; OpenRouter für Open-Source-Modelle - oft günstiger als direkte API (z. B. DeepSeek V4 Flash $0.08 vs $0.14); Prompt Caching und Batch API - bis 50-90% Ersparnis bei wiederholtem Kontext. Cost per Task rechnen, nicht nur den Preis pro Million Tokens - ein günstiges Modell mit langem Output kann teurer werden.