24. Oktober 2026 Kimi K3.1 Pro: 55 Punkte im Artificial Analysis Intelligence Index, drei hinter Claude Opus 5.5 Open Source Benchmarks Claude
18. Oktober 2026 DeepSeek-V4.1-Flash-1017: Terminal-Bench 4.0 steigt von 31,2 auf 42,3, bei 763 Milliarden Parametern und MIT-Lizenz DeepSeek Modelle Open Weights Benchmarks Coding
14. Oktober 2026 Gemini 4 Argon startet für Pro und Ultra, zum Einstiegspreis von 2 Dollar je Million Token Google Gemini Claude Opus Preise Benchmarks
14. Oktober 2026 Jack Clark rückt die volle rekursive Selbstverbesserung von 2028 auf 2027 vor Anthropic Jack Clark RSI Claude Opus Benchmarks
7. Oktober 2026 Mistral Large 4: 82 Prozent im Cyber-Test, wo Claude Opus 5.5 nahe null liegt Mistral Open Weights Benchmarks Sicherheit Releases
7. Oktober 2026 OpenAI veröffentlicht 722 Mathematik-Manuskripte eines internen Modells, drei Stunden Rechenzeit je Ergebnis OpenAI Mathematik Lean Forschung Benchmarks
6. Oktober 2026 Beam: Reflections erstes offenes Modell hat 501 Milliarden Parameter, und die Gewichte kommen erst später im Monat Reflection AI Open Weights Modelle Benchmarks Coding
5. Oktober 2026 GPT-6 Astra lädt bei StarSkirmish den besten Menschen-Bot herunter und spielt mit dem OpenAI Claude Opus 5.5 Agenten Benchmarks Sicherheit
1. Oktober 2026 Gemini 4 Argon führt auf 12 von 18 Benchmarks, Claude Opus 5.5 hält Terminal-Bench 4.0 Google Gemini Claude Opus Benchmarks Cybersecurity
30. September 2026 GPT-6.1 Sol kostet genauso viel wie Claude Sonnet 5.5 und wird gegen Opus 5.5 gemessen OpenAI Claude Benchmarks Preise
22. September 2026 MiMo-V2.6-Pro kostet ein Dreiundzwanzigstel von Claude Opus 5 Open Weights Modelle Benchmarks
20. September 2026 Vals hält seine Tests geheim — und lässt sich von den Modellbauern dafür bezahlen Benchmarks Evaluierung Startups
4. September 2026 GPT-6 Astra ist da: OpenAI zielt direkt auf Fable 5.1, gleicher Preis, andere Stärken OpenAI GPT-6 Astra Fable 5.1 Benchmarks
26. Juli 2026 Opus 5 im unabhängigen Urteil: Was Simon Willison und die Benchmarks sagen Anthropic Opus 5 Benchmarks
17. Juli 2026 Kimi K3: 2,8 Billionen Parameter — und plötzlich kostet ein chinesisches Modell so viel wie Sonnet Open Source Modelle Benchmarks
9. Juli 2026 OpenAI prüft SWE-Bench Pro — und findet fast ein Drittel fehlerhafte Aufgaben OpenAI Benchmarks Coding Research
22. Juni 2026 GPT-5.6 Launch-Woche: OpenAI steht unter Zugzwang OpenAI GPT-5.6 Model-Release Benchmarks Competition
22. Mai 2026 Cursor Composer 2.5: So gut wie Opus 4.7, ein Zehntel der Kosten Cursor Composer AI Coding Benchmarks Developer
25. April 2026 GPT-5.5 vs Claude Opus 4.7: Das Benchmark-Duell im Detail GPT-5.5 Claude Opus 4.7 Benchmarks Vergleich
16. April 2026 Nature-Studie: KI-Agenten scheitern an komplexen wissenschaftlichen Aufgaben KI-Agenten Forschung Stanford Nature Benchmarks
10. April 2026 GLM-5.1: Das Open-Source-Modell, das 8 Stunden autonom arbeitet Open Source GLM Agenten Benchmarks
19. März 2026 DeepMind will AGI messbar machen — und startet einen Hackathon dafuer Google DeepMind AGI Benchmarks Forschung Kaggle
