Zwischen 1. September und 13. Oktober 2026 haben Anthropic, OpenAI, Google und Mistral neue Modelle veröffentlicht oder in einen eingeschränkten Betrieb geschickt. Für Unternehmen ändern sich damit drei Dinge: wie viel Text ein Modell auf einmal verarbeitet, wie weit es eigenständig mit Werkzeugen arbeitet und wer es überhaupt nutzen darf. Dieser Überblick bleibt bei dem, was die Hersteller selbst dokumentieren.

Stand: 28. Oktober 2026

Welche Modelle sind erschienen?

Anthropic: Claude Fable 5.1 und die 5.5-Reihe

Anthropic hat in gut fünf Wochen vier Modelle veröffentlicht. Laut der Modellübersicht des Herstellers sind sie so positioniert:

  • Claude Fable 5.1 (1. September) ist für anspruchsvolles Schlussfolgern und lange agentische Aufgaben gedacht, mit Stärken bei Coding-Agenten, mehrstufiger Recherche und der Arbeit mit Dokumenten, Tabellen und Folien.
  • Claude Opus 5.5 (22. September) zielt auf lange agentische Coding- und Wissensarbeit; Anthropic empfiehlt es als Ausgangspunkt für die meisten Anwendungen.
  • Claude Sonnet 5.5 (28. September) bietet laut Anthropic die beste Kombination aus Tempo und Intelligenz.
  • Claude Haiku 5.5 (7. Oktober) ist für Klassifikation, Extraktion, Routing und Subagenten gebaut.

Alle vier verarbeiten bis zu einer Million Tokens Kontext und geben bis zu 128.000 Tokens aus. Sie nehmen Text und Bilder entgegen und antworten in Text. Ihr Wissensstand endet im Juni 2026.

OpenAI: GPT-6

Seit 7. Oktober 2026 stehen GPT-6 Sol und GPT-6 Luna allen Nutzerinnen und Nutzern von ChatGPT zur Verfügung. Sie ersetzen GPT-5.6 Sol und Luna. Das dokumentiert OpenAI im Deployment Safety Hub. Ein Kontextfenster nennt diese Seite nicht.

Google: Gemini 4 Argon

Google hat Gemini 4 Argon im September veröffentlicht, zunächst nur für ausgewählte Organisationen der Cyberabwehr im Fairwind-Programm. Entwickler, Unternehmen und Verbraucher sollen laut Googles Septemberrückblick später folgen. Seit 13. Oktober 2026 ist Gemini 4 Argon laut Änderungsprotokoll der Gemini API allgemein verfügbar (gemini-4-argon). Am selben Tag begann laut den Release Notes der Gemini-App ein gestaffelter Rollout an Abonnenten von Google AI Pro und Ultra. Ob und in welchen Regionen das Modell auch über Vertex AI buchbar ist, geht aus den ausgewerteten Quellen nicht eindeutig hervor.

Mistral: Large 4 als Vorschau

Mistral Large 4 ist seit 6. Oktober 2026 als öffentliche Vorschau in Mistral Studio und über die API verfügbar. Die Dokumentation nennt eine Million Tokens Kontext, Function Calling, Agenten und strukturierte Ausgaben. Mistral bezeichnet das Modell dort als „open-weight“. Die Gewichte sind bis heute aber nicht veröffentlicht, und eine Lizenz ist nicht angegeben. Berichten zufolge sollen die Gewichte Ende Oktober folgen; ein offizielles Datum gibt es nicht.

Was merkt ein Unternehmen davon?

Längerer Kontext

Eine Million Tokens Kontext bieten jetzt alle vier Claude-Modelle und Mistral Large 4. Für GPT-6 und Gemini 4 nennen die ausgewerteten Quellen keine Zahl. Im Alltag heißt ein langer Kontext: Umfangreiche Vertragswerke, Handbücher oder Projektakten passen in eine einzige Anfrage. Das ersetzt keine gepflegte Dokumentenbasis. Je mehr Text ein Modell bekommt, desto länger dauert die Antwort und desto mehr kostet sie. Sinnvoll ist deshalb, dem Modell nur mitzugeben, was für die Aufgabe zählt.

Ein zweiter Punkt wird gern übersehen: Der Wissensstand der Claude-Modelle endet im Juni 2026. Was danach passiert ist, kennen sie nur, wenn Sie es ihnen über Websuche oder eigene Dokumente mitgeben.

Agenten und Werkzeuge

Anthropic und Mistral stellen agentische Arbeit in den Mittelpunkt: Das Modell ruft Werkzeuge auf, sucht, liest Dateien und arbeitet über viele Schritte an einer Aufgabe. Fable 5.1 zeigt dabei lesbare Fortschrittsmeldungen zwischen den Werkzeugaufrufen, als Beta-Funktion. Haiku 5.5 ist ausdrücklich für Subagenten gedacht, also für Teilaufgaben, die ein größeres Modell verteilt. Mistral Large 4 unterstützt Function Calling und Agenten.

Für Unternehmen verschiebt sich damit die Frage. Sie lautet weniger „Welches Modell ist das klügste?“ und mehr „Welche Systeme darf der Agent anfassen, und wer gibt seine Ergebnisse frei?“. Rechte, Protokolle und Freigabeschritte entscheiden über den Nutzen stärker als die Modellwahl.

Verfügbarkeit

Nicht jedes angekündigte Modell ist für ein Unternehmen buchbar. Gemini 4 Argon ist seit 13. Oktober 2026 in der Gemini API allgemein verfügbar; Preise und Regionen sollten Unternehmen vor einer Entscheidung prüfen. Anthropic führt mit Mythos 5.1 ein Modell, das nur verifizierten Organisationen offensteht. Mistral Large 4 ist eine Vorschau, und Vorschauen können sich bis zur finalen Version ändern. Die Claude-Modelle sind über die API von Anthropic erreichbar und laut Hersteller über Amazon Bedrock, Google Cloud, Microsoft Foundry und die Claude Platform on AWS. Für viele Unternehmen ist das der einfachste Weg: über eine Cloud, mit der sie schon Verträge haben.

Welche Rolle spielen Region und Open Weights in der EU?

Für Unternehmen in der EU zählen zwei Fragen: Wo werden die Daten verarbeitet, und wer kontrolliert das Modell?

Bei Cloud-Modellen entscheidet die Region. Die Übersicht von Anthropic nennt für Amazon Bedrock regionale Endpunkte mit garantiertem Datenrouting. Ob ein bestimmtes Modell in einer EU-Region verfügbar ist und welche Zusagen dort gelten, steht in der Dokumentation der jeweiligen Plattform. Die für diesen Beitrag ausgewerteten Modellseiten sagen zur Datenresidenz in der EU nichts. Prüfen Sie das pro Modell und pro Plattform, bevor Sie planen, und lassen Sie es sich vertraglich bestätigen.

Open-Weight-Modelle sind die zweite Option. Ihre Gewichte lassen sich herunterladen und auf eigener Hardware oder bei einem europäischen Hoster betreiben. Dann entscheidet das Unternehmen selbst über Standort, Zugriff und Updates. Dafür steigt der Betriebsaufwand: Jemand muss das Modell hosten, überwachen und aktuell halten. Mistral Large 4 kann eine solche Option werden, sobald Gewichte und Lizenz veröffentlicht sind. Lesen Sie die Lizenz genau, bevor Sie darauf bauen.

Worauf sollten Unternehmen jetzt achten?

  • Wechseln Sie nicht bei jeder Veröffentlichung das Modell. Bauen Sie Ihre Anwendung so, dass sich das Modell austauschen lässt.
  • Legen Sie eine Handvoll typischer Aufgaben aus Ihrem Alltag als Testsatz an und prüfen Sie jedes neue Modell daran, nicht an Ranglisten.
  • Klären Sie Region, Vertrag und Datenverarbeitung, bevor Sie ein Pilotprojekt starten.
  • Planen Sie Vorschau-Modelle nicht für den Produktivbetrieb ein.

Wie ein strukturierter Modellvergleich für ein konkretes Vorhaben abläuft, beschreibt die Seite KI-Beratung.