Monatliches Ranking · Stand: September 2026

Top 5: Große Sprachmodelle (LLMs)

Unsere Marktbeobachtungen im September 2026

Die Spitze der Kategorie erneuerte sich im September: Anthropic löste sein Flaggschiff am 22. September durch Claude Opus 5.5 ab, OpenAI startete Anfang September mit GPT-6 Astra die GPT-6-Generation, und SpaceXAI veröffentlichte am 21. September Grok 4.7. An der relativen Ordnung der ersten drei Plätze änderte sich dabei nichts; im unabhängigen Artificial-Analysis-Intelligenz-Index führt Opus 5.5 vor GPT-6 Astra, auf einzelnen Messungen wie Terminal-Bench 4.0 liegen beide gleichauf.

Beide Spitzenmodelle kommen mit gestuften Freigaben: Die öffentliche Fassung von GPT-6 Astra verweigert fortgeschrittene Cyber-Aufgaben wie Proof-of-Concept-Exploits, weniger strenge Schutzvorkehrungen für Abwehraufgaben stellt OpenAI über das Daybreak-Programm in Aussicht. Claude Opus 5.5 leitet die meisten Cyber-Aufgaben an das ältere Opus 4.8 weiter, erweiterten Zugang stellt Anthropic über ein gestuftes Verifizierungsprogramm in Aussicht. Für Entscheider im Mittelstand bedeutet das fähigkeitsabhängige Freigabestufen, die sich auf den Funktionsumfang im Regelbetrieb auswirken können.

Im September kamen zwei starke Modelle hinzu: Xiaomi veröffentlichte am 22. September MiMo-V2.6-Pro mit offenen Gewichten unter MIT-Lizenz; es verarbeitet Text, Bild, Audio und Video und erreicht im Artificial-Analysis-Index 46 Punkte, den höchsten Wert eines offenen Modells. Meta stellte am 2. September Muse Spark 1.3 vor (48 Punkte), bietet es über die Meta Model API aber als öffentliche Vorschau ohne Auftragsverarbeitungsvertrag und ohne EU-Speicherort an; für personenbezogene Daten fehlt Betrieben im EWR damit die vertragliche Grundlage.

Rangverlauf

April–September 2026

Rangverlauf der aktuellen Top-Tools über die letzten Monate Claude Opus 5.5 aktuell Rang 1; GPT aktuell Rang 2; Grok 4.7 aktuell Rang 3; Gemini aktuell Rang 4; MiMo V2.6-Pro aktuell Rang 5. Claude Opus 5.5 · April 2026 · Rang 3 – Rang 3 wie in der Vorausgabe: Anthropic veröffentlichte am 16. April 2026 Claude Opus 4.7 als Nachfolger von Opus 4.6 mit deutlichen Zugewinnen bei Programmierung und Agentenfähigkeit; die relative Reihenfolge der Kategorie verschob sich dadurch nicht. Claude Opus 5.5 · Mai 2026 · Rang 1 – Aufstieg von Rang 3 auf Rang 1: Mit Opus 4.8 (28. Mai 2026) liegt das aktuellste Frontier-Flaggschiff vor, das nach unabhängigen Vergleichsmessungen Ende Mai knapp vor GPT-5.5 die Spitze der Kategorie übernimmt. Claude Opus 5.5 · Juni 2026 · Rang 1 – Rang 1 wie in der Vorausgabe. Die Recherche ergab keine Verschiebung an der Spitze der allgemein verfügbaren Modelle; die im Juni kurz verfügbare Mythos-Klasse (Fable 5) wurde behördlich gesperrt und zählt nicht zum verfügbaren Feld. Claude Opus 5.5 · Juli 2026 · Rang 1 – Rang 1 wie in der Vorausgabe. Anthropic löste die bisher gerankte Version 4.8 am 24. Juli durch Claude Opus 5 ab, das an der Spitze des Feldes bleibt; die relative Ordnung an der Spitze verschob sich nicht. Claude Opus 5.5 · August 2026 · Rang 1 – Rang 1 wie in der Vorausgabe. Anthropic veröffentlichte im August kein neues Flaggschiff; Claude Opus 5 vom 24. Juli bleibt an der Spitze der aktuellen Vergleichsmessungen, die relative Ordnung an der Spitze verschob sich nicht. Claude Opus 5.5 · September 2026 · Rang 1 – Rang 1 wie in der Vorausgabe. Anthropic löste Claude Opus 5 am 22. September durch Opus 5.5 ab; das neue Flaggschiff bleibt an der Spitze der aktuellen Vergleichsmessungen, die relative Ordnung an der Spitze verschob sich nicht. C 1Claude Opus5.5 GPT · April 2026 · Rang 1 – Aufstieg von Rang 2 auf Rang 1: OpenAI löste am 23. April 2026 GPT-5.4 durch GPT-5.5 ab. Das zuvor erstplatzierte Gemini 3.1 Pro erhielt im Berichtsmonat keine neue Version, sodass das aktuellste Frontier-Flaggschiff an die Spitze rückt. GPT · Mai 2026 · Rang 2 – Abstieg von Rang 1 auf Rang 2: GPT-5.5 blieb im Mai das Reasoning-Flaggschiff (am 5. Mai wurde lediglich die Instant-Variante neuer ChatGPT-Standard); mit Opus 4.8 rückte am 28. Mai ein neueres, in unabhängigen Messungen knapp vorn liegendes Modell an die Spitze. GPT · Juni 2026 · Rang 2 – Rang 2 wie in der Vorausgabe. GPT-5.5 bleibt das allgemein verfügbare Flaggschiff; die neuere GPT-5.6-Reihe lief im Juni nur als behördlich beschränkte Vorschau und veränderte die Ordnung nicht. GPT · Juli 2026 · Rang 2 – Rang 2 wie in der Vorausgabe. OpenAI überführte die GPT-5.6-Reihe am 9. Juli aus der beschränkten Vorschau in die allgemeine Verfügbarkeit; das Flaggschiff Sol löst damit das bisher gerankte GPT-5.5 ab, ohne die Ordnung an der Spitze zu verschieben. GPT · August 2026 · Rang 2 – Rang 2 wie in der Vorausgabe. GPT-5.6 Sol blieb im August das OpenAI-Flaggschiff und erhielt mehrere Verbesserungen; die relative Ordnung an der Spitze änderte sich nicht. GPT · September 2026 · Rang 2 – Rang 2 wie in der Vorausgabe. OpenAI startete im September die GPT-6-Generation; GPT-6 Astra ersetzt GPT-5.6 Sol als Flaggschiff, die relative Ordnung an der Spitze änderte sich nicht. G 2GPT6 Astra Grok 4.7 · April 2026 · Rang 4 – Rang 4 wie in der Vorausgabe: Die allgemein verfügbare Version blieb im Berichtsmonat Grok 4.20. Am 17. April 2026 erschien Grok 4.3 zunächst als Early-Access-Beta hinter der höchsten Abostufe, ohne die relative Ordnung der Kategorie zu verändern. Grok 4.7 · Mai 2026 · Rang 4 – Rang 4 wie in der Vorausgabe: Grok 4.3 wurde Anfang Mai allgemein verfügbar und löste die zuvor allgemein verfügbare Version 4.20 ab; die relative Ordnung der Kategorie verschob sich dadurch nicht, das Modell bleibt knapp hinter den frontiernahen Flaggschiffen. Grok 4.7 · Juni 2026 · Rang 4 – Rang 4 wie in der Vorausgabe. Grok 4.3 bleibt die allgemein verfügbare Version; eine neuere Generation erreichte im Juni keine öffentliche Verfügbarkeit, sodass sich die relative Ordnung nicht verschob. Grok 4.7 · Juli 2026 · Rang 4 – Rang 4 wie in der Vorausgabe. Der in der Juni-Vorausgabe noch als private Beta geführte Nachfolger Grok 4.5 wurde am 9. Juli öffentlich freigegeben (Anbieter jetzt SpaceXAI, vormals xAI) und löst die gerankte Version 4.3 ab, ohne die relative Ordnung zu verändern. Grok 4.7 · August 2026 · Rang 3 – Steigt von Rang 4 auf Rang 3. SpaceXAI löste Grok 4.5 am 12. August durch Grok 4.6 ab, das im August-Index mit GPT-5.6 Sol gleichzieht und die darunter liegenden Modelle überholt; damit verschiebt sich die Ordnung im Mittelfeld. Grok 4.7 · September 2026 · Rang 3 – Rang 3 wie in der Vorausgabe. SpaceXAI löste Grok 4.6 am 21. September durch Grok 4.7 ab; das Modell bleibt vor den darunter gereihten Einträgen, die Ordnung im Mittelfeld verschob sich nicht. G 3Grok4.7 Gemini · April 2026 · Rang 2 – Abstieg von Rang 1 auf Rang 2: Im Berichtsmonat erschien kein neues Google-Flaggschiff, Gemini 3.1 Pro blieb die aktuelle Version. Mit GPT-5.5 rückte am 23. April 2026 ein neueres Frontier-Modell nach und übernahm die Spitzenposition. Gemini · Mai 2026 · Rang 3 – Abstieg von Rang 2 auf Rang 3: Im Mai erschien kein neues Gemini-Flaggschiff; auf der Google I/O kam nur Gemini 3.5 Flash, das Pro-Flaggschiff der 3.5-Reihe wurde auf Juni verschoben, sodass 3.1 Pro die Spitzenversion blieb und von Opus 4.8 überholt wurde. Gemini · Juni 2026 · Rang 3 – Rang 3 wie in der Vorausgabe. Im Juni erschien keine neue allgemein verfügbare Gemini-Spitzenversion, sodass 3.1 Pro der aktuelle Stand des Anbieters bleibt. Gemini · Juli 2026 · Rang 3 – Rang 3 wie in der Vorausgabe. Google veröffentlichte im Juli nur effizienzorientierte Flash-Modelle und verschob das Flaggschiff-Update; damit bleibt Gemini 3.1 Pro die aktuelle Spitzenversion des Anbieters ohne Rangwirkung. Gemini · August 2026 · Rang 4 – Fällt von Rang 3 auf Rang 4. Google verschob das Flaggschiff-Update Gemini 3.5 Pro ein drittes Mal; Gemini 3.1 Pro bleibt die aktuelle Spitzenversion, fällt aber im August-Intelligenz-Index deutlich zurück, während Grok 4.6 aufstieg. Gemini · September 2026 · Rang 4 – Rang 4 wie in der Vorausgabe. Gemini 3.8 Flash, das Google am 2. September als stabiles Modell freigab, ersetzt das bisher gereihte Gemini 3.1 Pro, das weiterhin eine Vorschau ist und im unabhängigen Index zurückliegt. G 4Gemini3.8 Flash MiMo V2.6-Pro · September 2026 · Rang 5 – Neueinstieg auf Rang 5: Xiaomi veröffentlichte MiMo-V2.6-Pro am 22. September mit offenen Gewichten unter MIT-Lizenz; es verdrängt DeepSeek, das es beim Sprachverständnis und Schlussfolgern sowie bei der Multimodalität überholt. M 5MiMoV2.6-Pro
Watchlist
  • GoogleGemini 4 Argon
  • MetaMuse Spark 1.3
  • DeepSeekDeepSeek V4.1-Flash ↓ zuletzt Rang 5 · Aug
Rangverlauf je Tool über die letzten Monate
ToolApril 2026Mai 2026Juni 2026Juli 2026August 2026September 2026
Claude Opus 5.5311111
GPT122222
Grok 4.7444433
Gemini233344
MiMo V2.6-Pro–––––5

Aktuelles Ranking

  1. Claude Opus 5.5 Neu

    Anthropic Tendenz: unverändert

    • Nach Anthropics eigenen, am 22. September veröffentlichten Vergleichszahlen liegt Opus 5.5 auf Terminal-Bench 4.0 mit 66,4 Prozent vor GPT-6 Astra (57,9 Prozent) und auf CursorBench vor GPT-5.6 Sol; in der unabhängigen Messung von Artificial Analysis liegen beide auf Terminal-Bench 4.0 gleichauf (Kriterium Sprachverständnis und Schlussfolgern).
    • Ausgelegt auf mehrstufiges Schlussfolgern und zuverlässige Werkzeug-Nutzung in agentischen Abläufen (Kriterium Werkzeug-Nutzung und Agentenfähigkeit).
    • Über die Claude-Plattform sowie Amazon Web Services, Google Cloud und Microsoft Azure allgemein beziehbar, mit Kontrollmöglichkeiten für den Firmeneinsatz (Kriterium Datenschutz und Unternehmenstauglichkeit).
    • Anthropic liefert Opus 5.5 nach eigener Angabe mit den Wasserzeichen-Vorkehrungen aus, die das Unternehmen zur Einhaltung des EU-KI-Gesetzes anwendet (Kriterium Datenschutz und Unternehmenstauglichkeit).
    • Die öffentliche Fassung leitet die meisten Cybersicherheits-Aufgaben an das ältere Opus 4.8 weiter; erweiterten Zugang für geprüfte Fachleute stellt Anthropic über ein gestuftes Verifizierungsprogramm in Aussicht. Für Forschung, die von den Biologie-Schutzvorkehrungen behindert wird, können sich Nutzer um ein neues Verifizierungsprogramm für die Lebenswissenschaften bewerben (Kriterium Verlässlichkeit und Robustheit). Ohne Denkmodus ist Opus 5.5 nicht mehr nutzbar.

    Preis: 4 $ je 1 Mio. Input-Token, 20 $ je 1 Mio. Output-Token (Claude API)

    Zum Anbieter

  2. GPT Neu

    OpenAI Tendenz: unverändert

    • GPT-6 Astra wurde am 3. September vorgestellt, zunächst für ausgewählte Organisationen freigegeben und in den Folgetagen an die ChatGPT-Bezahlstufen ausgerollt; es ersetzt GPT-5.6 Sol als OpenAI-Flaggschiff (Kriterium Sprachverständnis und Schlussfolgern).
    • Über ChatGPT in den Bezahlstufen, die OpenAI API und Amazon Bedrock beziehbar, eingebettet in ein ausgereiftes Entwickler-Ökosystem mit breiter API-Kompatibilität (Kriterium Zugang und Ökosystem).
    • Die öffentliche Fassung verweigert fortgeschrittene Cyber-Aufgaben wie das Schreiben von Proof-of-Concept-Exploits; weniger strenge Schutzvorkehrungen für Verteidigungsaufgaben stellt OpenAI über das Daybreak-Programm in Aussicht (Kriterium Verlässlichkeit und Robustheit).
    • Auf agentische Abläufe und mehrstufige Werkzeug-Nutzung ausgelegt (Kriterium Werkzeug-Nutzung und Agentenfähigkeit).

    Preis: 10 $ je 1 Mio. Input-Token, 50 $ je 1 Mio. Output-Token (OpenAI API, bis 272.000 Input-Token; darüber 20 $ und 75 $)

    Zum Anbieter

  3. Grok 4.7 Neu

    SpaceXAI Tendenz: unverändert

    • Am 21. September veröffentlicht, mit größerem Basismodell und längerem Reinforcement-Learning-Lauf, ausgelegt auf lang laufende Aufgaben (Kriterium Werkzeug-Nutzung und Agentenfähigkeit).
    • Legt im Artificial-Analysis-Index gegenüber Grok 4.6 um zwei Punkte zu und zeigt eine verbesserte Coding-Agenten-Leistung (Kriterium Sprachverständnis und Schlussfolgern).
    • Über die SpaceXAI-API, Cursor, Grok Build sowie Modell-Router beziehbar (Kriterium Zugang und Ökosystem); SpaceXAI nennt für Grok 4.7 keine eigene EU-Freigabe, und einen regionalen Endpunkt führt die Dokumentation nur für die USA.
    • Kontextfenster von 500.000 Token, das hinter den rund 1 Mio. Token der höher gereihten Flaggschiffe zurückbleibt (Kriterium Kontextfenster und Informationsabruf).

    Preis: 2 $ je 1 Mio. Input-Token, 6 $ je 1 Mio. Output-Token (SpaceXAI API, unter 200.000 Prompt-Token; darüber 4 $ und 12 $)

    Zum Anbieter

  4. Gemini Neu

    Google Tendenz: unverändert

    • Am 2. September als stabiles Modell freigegeben und über Gemini API, Google AI Studio, Google Cloud (Gemini Enterprise Agent Platform) und die Gemini-App beziehbar (Kriterium Zugang und Ökosystem).
    • Verarbeitet Text, Bild, Audio, Video und PDF in einem Modell, bei einem Kontextfenster von rund 1 Mio. Token (Kriterien Multimodalität sowie Kontextfenster und Informationsabruf).
    • Auf Google Cloud auch über den EU-Multiregion-Endpunkt nutzbar, bei dem die Modellverarbeitung innerhalb der EU bleibt (Kriterium Datenschutz und Unternehmenstauglichkeit).
    • Laut Google auf lang laufende Software-Entwicklung, autonome Agenten und mehrstufige Unternehmensabläufe ausgelegt (Herstellerangabe, Kriterium Werkzeug-Nutzung und Agentenfähigkeit); mit rund 239 Token je Sekunde zählt es laut Artificial Analysis zu den schnellsten gemessenen Modellen (Kriterium Antwortgeschwindigkeit und Latenz).
    Zum Anbieter

  5. MiMo V2.6-Pro Neu

    Xiaomi Tendenz: Neueinstieg

    • Offene Gewichte unter MIT-Lizenz auf Hugging Face erlauben den Betrieb auf eigener Infrastruktur mit voller Datenkontrolle, auch im EWR (Kriterium Datenschutz und Unternehmenstauglichkeit).
    • Verarbeitet Text, Bild, Audio und Video in einem Modell und deckt das Kriterium Multimodalität breit ab.
    • Mixture-of-Experts mit rund 1,02 Billionen Gesamt- und 42 Milliarden aktiven Parametern und einem Kontextfenster von rund 1 Mio. Token (Kriterium Kontextfenster und Informationsabruf); der Selbstbetrieb verlangt einen Server mit mehreren Grafikprozessoren.
    • Über Xiaomis eigene API und OpenRouter beziehbar; im Antworttempo liegt es laut Artificial Analysis mit rund 43 Token je Sekunde unter dem Median vergleichbarer Modelle (Kriterium Antwortgeschwindigkeit und Latenz).
    Zum Anbieter

Methodik & Transparenz

Diese Rankings dienen der Marktorientierung. Sie sind ein redaktioneller, kostenloser Überblick auf Basis öffentlich verfügbarer Quellen, keine abschließende oder absolute Bewertung. Jede Ausgabe ist eine Momentaufnahme; der Markt verändert sich schnell, und die Auswahl erhebt keinen Anspruch auf Vollständigkeit. Bewertet wird ausschließlich anhand der je Kategorie veröffentlichten Kriterien; ein eigener Labortest findet nicht statt. Die vergleichende Einordnung ist unsere redaktionelle Meinung, keine Tatsachenbehauptung über die Eignung einzelner Produkte, und sie wertet keinen Anbieter pauschal ab. Sie ersetzt keine eigene Prüfung. Stand: 01.10.2026.

Bei Recherche und Zusammenfassung kommen KI-Technologien zum Einsatz. Auswahl, Einordnung und Veröffentlichung werden von einer Person geprüft, freigegeben und redaktionell verantwortet. Genannte Produkt-, Marken- und Unternehmensnamen sind Eigentum der jeweiligen Inhaber; ihre Nennung dient allein der Information und Identifikation und bedeutet weder eine Empfehlung noch eine geschäftliche Verbindung zu diesen Anbietern. FORGEINITY hostet oder vervielfältigt keine fremden Inhalte, sondern verweist auf die Originalquellen.

Soweit wir auf externe Seiten verlinken, sind für deren Inhalte ausschließlich die jeweiligen Betreiber verantwortlich. Wir machen uns verlinkte Inhalte nicht zu eigen und übernehmen für sie keine Haftung; zum Zeitpunkt der Verlinkung waren keine Rechtsverstöße erkennbar, und bei Kenntnis einer Rechtsverletzung entfernen wir den betreffenden Link unverzüglich. Unabhängigkeit: Kein Anbieter hat für Platzierung oder Bewertung bezahlt; es bestehen keine Provisions-, Affiliate- oder Werbevereinbarungen. FORGEINITY arbeitet technologie-offen und bewertet ausschließlich anhand der veröffentlichten Kriterien. Alle Angaben erfolgen ohne Gewähr; eine Haftung für Richtigkeit, Vollständigkeit oder für Entscheidungen, die auf Grundlage dieser Rankings getroffen werden, ist ausgeschlossen.

Rechteinhaber, Betroffene und Dritte können eine Korrektur oder Entfernung einzelner Angaben unter legal@forgeinity.com anfragen oder einen rechtswidrigen verlinkten Inhalt melden. Wir prüfen berechtigte Hinweise und reagieren zeitnah.

Bewertet wird anhand dieser Kriterien:

  1. Sprachverständnis und Schlussfolgern (bewertet die Qualität der Antworten bei anspruchsvollen Wissens-, Logik-, Mathematik- und Programmieraufgaben anhand veröffentlichter, datierter Vergleichsmessungen)
  2. Multimodalität (bewertet, welche Eingabe- und Ausgabeformen neben Text verarbeitet werden, etwa Bilder, Audio oder Video)
  3. Kontextfenster und Informationsabruf (bewertet, wie viel Material das Modell in einem Durchgang verarbeiten kann und wie zuverlässig es Inhalte aus langen Dokumenten wiederfindet)
  4. Antwortgeschwindigkeit und Latenz (bewertet das Tempo der Antworterzeugung im Chat-Einsatz und bei Nutzung über die API)
  5. Werkzeug-Nutzung und Agentenfähigkeit (bewertet, wie zuverlässig das Modell externe Funktionen aufruft, etwa über das Model Context Protocol (MCP), mehrstufige Aufgaben plant und sich in Automatisierungs-Abläufe einbinden lässt)
  6. Verlässlichkeit und Robustheit (bewertet die Neigung zu erfundenen Inhalten, sogenannten Halluzinationen, sowie die Widerstandsfähigkeit gegen gezielte Manipulationsversuche)
  7. Zugang und Ökosystem (bewertet API-Zugang, Entwickler-Werkzeuge, Dokumentation und die Kompatibilität zu verbreiteten API-Standards)
  8. Datenschutz und Unternehmenstauglichkeit (bewertet Kontrollmöglichkeiten für den Firmeneinsatz, den wählbaren Speicherort der Daten, Nachvollziehbarkeit und den Ausschluss von Firmendaten aus dem Modell-Training)