Die Spitze der weltweiten Rangliste kostet plötzlich nur noch die Hälfte. Heute erscheint das grösste offene Modell der Geschichte.

Zwei Jahre lang folgte der KI-Markt einer einfachen Regel: Das intelligenteste Modell war das teuerste, und man bezahlte den Aufpreis. Diese Regel gilt nicht mehr. Am 24. Juli veröffentlichte Anthropic Claude Opus 5. Mit 61 Punkten übernimmt es die Führung im Artificial Analysis Intelligence Index, vor Claude Fable 5 (60) und GPT-5.6 Sol (59), und kostet $5 / $25 pro Million Tokens, exakt halb so viel wie Fable 5. Am 27. Juli um 00:00 UTC veröffentlicht Moonshot zudem die Modellgewichte von Kimi K3: 2.8 Billionen Parameter, die grösste Veröffentlichung offener Modellgewichte der Geschichte. An der Spitze fallen die Preise, an der Basis werden Modelle kostenlos verfügbar. Für eine Organisation, die ihre Tokens bezahlt, lautet die Frage des Jahres nicht mehr: «Welches Modell ist das beste?», sondern: «Was kostet mich eine erledigte Aufgabe tatsächlich?»

Opus 5 übernimmt die Führung und kostet halb so viel wie Fable 5

Der Schritt ist ungewöhnlich: Ein Anbieter entthront sein eigenes Spitzenmodell mit einem Modell zum halben Preis. Claude Opus 5 kostet $5 für Eingabe- und $25 für Ausgabetokens pro Million Tokens. Das ist exakt der Tarif seines Vorgängers Opus 4.8, bei einer Leistung, mit der es nun vor Fable 5 ($10 / $50) liegt. Anthropic beschreibt das Angebot klar: Opus 5 «bietet deutlich verbesserte Leistung zu denselben Kosten wie sein Vorgänger Opus 4.8».

Für einen Finanzchef zählt allerdings nicht der Tokenpreis, sondern die Kosten pro erledigter Aufgabe. Ein effizienteres Modell benötigt weniger Reasoning-Tokens, um ans Ziel zu gelangen. Hier ist der Abstand deutlich: Artificial Analysis misst für Opus 5 bei maximalem Denkaufwand gewichtete Durchschnittskosten von $2.03 pro Aufgabe im Intelligence Index, gegenüber $2.75 für Fable 5. Das sind 26% weniger bei vergleichbarer Intelligenz. Im eigenen Benchmark für agentengestützte Wissensarbeit, AA-Briefcase, wächst der Abstand: Opus 5 erreicht 1’720 Elo-Punkte gegenüber 1’574 für Fable 5, einen Vorsprung von 146 Punkten, bei Kosten pro Aufgabe von $17.79 gegenüber $22.30 (−20%). Noch günstiger sind die mittleren Einstellungen: Die Stufen xhigh und high schlagen beide Fable 5 und kosten dabei nur 64% ($14.26) beziehungsweise 47% ($10.41) seines Preises.

Bei der reinen Leistungsfähigkeit erzielt das Modell 96.0% auf SWE-bench Verified und reizt den Referenzbenchmark für Softwareentwicklung damit praktisch aus. Auf dem anspruchsvolleren SWE-bench Pro erreicht es 79.2%. Es stehen 1 Million Eingabetokens und 128’000 Ausgabetokens zur Verfügung; mit einem Beta-Header lässt sich die Ausgabe über die Batch-API auf 300’000 Tokens erweitern. Ein Fast-Modus arbeitet ungefähr 2.5-mal so schnell wie die Standardeinstellung und kostet das Doppelte des Basistarifs. Für regulierte Umgebungen ist ein weiteres Detail relevant: Anders als Fable 5 schreibt Opus 5 keine Datenaufbewahrung vor. Bei den Abonnements wird es zum Standardmodell von Claude Max und zum leistungsfähigsten Modell für Claude Pro ($20 pro Monat, bei jährlicher Zahlung $17 pro Monat; Max für $100 oder $200).

Die Verbesserungen sind nicht überall gleich. Darauf kommt es an.

Eine allzu triumphale Lesart wäre verfehlt. Artificial Analysis selbst nennt Opus 5 nur «knapp das intelligenteste» Modell. 61 gegenüber 60 Punkten sind nahezu Gleichstand, kein Generationssprung. Der eigentliche Fortschritt dieser Veröffentlichung liegt nicht in der reinen Leistungsfähigkeit, sondern in der Steuerung des Denkaufwands und damit der Ausgaben.

Unabhängige Messungen bestätigen das und zeichnen ein differenziertes Bild. Bei Code-Reviews liefert Opus 5 in der Konfiguration x-high präzisere, umsetzbare Kommentare (39.3% gegenüber 35.2%), erkennt aber weniger bekannte Probleme (55.2% gegenüber 61.1%) und produziert etwa viermal so viele kleinliche Beanstandungen. Betrachtet man sämtliche Kommentare nach der Verarbeitungspipeline, fällt die Präzision sogar unter den Ausgangswert (28.6% gegenüber 32.8%): Das Modell ist wortreicher. Anders gesagt: Der Denkaufwand ist zu einer Routing-Entscheidung geworden. Eine höhere Stufe erkauft Präzision auf Kosten der Abdeckung; nicht alles verbessert sich gleichzeitig. Für eine Organisation bedeutet das: Die angekündigte Kostenersparnis von 26% entsteht nur dann, wenn für jede Aufgabe die passende Aufwandsstufe gewählt wird. Das muss man messen, nicht annehmen.

Kimi K3 öffnet 2.8 Billionen Parameter und zeigt den wahren Preis von «kostenlos»

Während die Preise an der Spitze sinken, öffnet sich die Basis. Seit dem 27. Juli um 00:00 UTC sind die Modellgewichte von Kimi K3 auf Hugging Face veröffentlicht: 2.8 Billionen Parameter in einer Mixture-of-Experts-Architektur, bei der pro Token nur 16 von 896 Experten aktiv werden, entsprechend etwa 50 Milliarden aktiven Parametern. Das Kontextfenster umfasst 1 Million Tokens. Es ist die bislang grösste Veröffentlichung von Modellgewichten, und auf dem Papier ist sie kostenlos.

In der Praxis verlagert sich die Rechnung auf die Hardware. Die Gewichte benötigen rund 1.4 TB in MXFP4 und 5.6 TB bei 16 Bit. Allein zum Laden des Modells braucht es damit ungefähr achtzehn Beschleuniger mit je 80 GB. Ein einzelner Knoten mit acht Karten zu je 192 GB, insgesamt etwa 1.5 TB, fasst die Gewichte «mit kaum noch freiem Platz». Kompatible Hardware beschränkt sich praktisch auf Nvidia Blackwell oder AMD MI400. Keine Grafikkarte für Privatkunden reicht aus, auch nicht mit Quantisierung. Zwei Vorbehalte sind ausdrücklich zu nennen: Die Quellen widersprechen sich bei der genauen Grösse des MXFP4-Pakets; manche nennen etwa 594 GB statt 1.4 TB. Vor allem aber waren die Lizenzbedingungen zum Zeitpunkt der Ankündigung noch nicht veröffentlicht. Die kommerzielle Nutzung blieb damit unbestätigt. Hinzu kommt der Kontext vom 22. Juli: Das Weisse Haus hat Moonshot wegen Kimi K3 offiziell Modelldestillation vorgeworfen. Mehrere Experten bestreiten den Vorwurf; technisch wurde er bislang nicht belegt. Über die API kostet das Modell seit dem 16. Juli weiterhin $3 / $15. Mit 57 Punkten im Artificial-Analysis-Index liegt es in einigen Ranglisten auf Platz zwei und in der Arena für Frontend-Programmierung auf Platz eins.

Für jeden Kostenvergleich ist die Lehre hilfreich: Ein offenes Modell ist kein kostenlos betriebenes Modell. Die Ausgaben wandern von den Tokens zur Hardwareamortisation, zum Betrieb und zur Compliance. Für die meisten Organisationen sind offene Modellgewichte zunächst als Absicherung der Betriebskontinuität wertvoll: Sie gewährleisten, dass sich eine Arbeitslast intern betreiben lässt, wenn der Anbieter Preise, Limits oder Verfügbarkeit ändert. Eine unmittelbare Ersparnis sind sie nicht.

Unter den Zugangspreisen bleibt die Recheninfrastruktur teuer

Die Hardwarebasis wächst weiter, während die Zugangspreise fallen. Das ist die zentrale Spannung des Marktes. Nvidia meldete einen Rekordumsatz im Rechenzentrumsgeschäft von $75.2 Milliarden, 92% mehr als im Vorjahr. Davon entfielen $60.4 Milliarden auf Rechenleistung (+77%) und $14.8 Milliarden auf Netzwerktechnik (+199%). Für das nächste Quartal werden $91.0 Milliarden (±2%) erwartet. Die Miete einer H100 kostet auf spezialisierten Marktplätzen $1.38 bis $1.49 pro Stunde, bei den bedarfsabhängigen Tarifen der Hyperscaler dagegen $11.68 bis $12.29 pro Stunde: das Achtfache für denselben Chip. Mehrjährige Abnahmezusagen senken den bedarfsabhängigen Preis um 25 bis 50%. Spezialisierte Clouds wie CoreWeave, Lambda und Nebius liegen 40 bis 70% unter AWS, Azure und Google Cloud. Beim Kauf kostet die Karte $25’000 bis $40’000, ein DGX-H100-Knoten mit acht Karten $300’000 bis $460’000.

Die Finanzierung folgt demselben Weg. OpenAI reichte um den 22. Mai einen vertraulichen Börsenprospekt bei der SEC ein; am 8. Juni wurde dies öffentlich bestätigt. Begleitet von Goldman Sachs, Morgan Stanley und JPMorgan strebt das Unternehmen einen Börsengang im September 2026 mit einer Bewertung von $730 bis $850 Milliarden an. Manche Analysten erwarten mehr als eine Billion. OpenAI meldet $2 Milliarden Monatsumsatz, davon mehr als 40% mit Unternehmenskunden, soll über das Quartal aber weiterhin etwa $1.22 je eingenommenem Dollar verlieren. Dem steht ein Budget für Rechenleistung von $750 Milliarden bis 2030 gegenüber. In Europa berichtete die Financial Times am 22. Juli, Samsung verhandle über eine Beteiligung von bis zu €1 Milliarde an Mistral bei einer Bewertung von rund €20 Milliarden, als Teil einer grösseren Finanzierungsrunde mit EQT, Novo Holdings und Santander. xAI soll über weitere $10 Milliarden bei einer Bewertung von $75 Milliarden sprechen. Thinking Machines Lab strebt $1 Milliarde bei $9 Milliarden Bewertung an; die Runde ist noch nicht abgeschlossen. Bei diesen letzten drei Angaben geht es um berichtete Gespräche, nicht um abgeschlossene Transaktionen.

Vergleichstabelle: API-Preise am 27. Juli 2026

Die einzige Preisveränderung dieser Woche ist die Einführung von Opus 5. Es ersetzt Opus 4.8 zum selben Tarif, stellt aber die Hierarchie an der Tabellenspitze auf den Kopf: Das führende Modell im Index ist nicht mehr das teuerste.

Modell	Eingabe ($/Mio. Tokens)	Ausgabe ($/Mio. Tokens)	Hinweis
Claude Fable 5 (Anthropic)	10.00	50.00	am 24. Juli im AA-Index entthront; Datenaufbewahrung vorgeschrieben
GPT-5.6 Sol (OpenAI)	5.00	30.00	AA-Index: 59
Claude Opus 5 (Anthropic)	5.00	25.00	am 24. Juli veröffentlicht; Platz 1 im AA-Index (61); $2.03/Aufgabe; Fast-Modus ×2.5 zum doppelten Preis
GPT-5.6 Terra (OpenAI)	2.50	15.00	am 9. Juli veröffentlicht
Kimi K3 (Moonshot, China, offene Modellgewichte)	3.00	15.00	Modellgewichte seit 27. Juli offen (1.4 TB); Lizenz unveröffentlicht; AA-Index: 57
Gemini 3.1 Pro (Google)	2.00	12.00	doppelter Preis bei mehr als 200k Kontexttokens
Claude Sonnet 5	2.00	10.00	Einführungspreis bis 31. August, danach 3/15
Gemini 3.6 Flash (Google)	1.50	7.50	am 21. Juli veröffentlicht; −17% Tokens/Aufgabe
Grok 4.5 (xAI)	2.00	6.00	Programmiermodell; Zugang in der EU weiterhin eingeschränkt
GPT-5.6 Luna (OpenAI)	1.00	6.00	am 9. Juli veröffentlicht
Inkling (Thinking Machines, offene Modellgewichte)	1.87	4.68	Apache-2.0-Lizenz; multimodal
Meta Muse Spark 1.1	1.25	4.25	Metas erste kostenpflichtige API
LongCat-2.0 (Meituan, offene Modellgewichte)	0.75	2.95	Aktionspreis 0.30/1.20; MIT-Lizenz
Gemini 3.5 Flash-Lite (Google)	0.30	2.50	am 21. Juli veröffentlicht; sehr hoher Durchsatz
Grok 4.3 / 4.20 (xAI)	1.25	2.50	1 Mio. Kontexttokens
Mistral Large 3	0.50	1.50	Samsung verhandelt über Beteiligung (FT, 22. Juli)
DeepSeek V4 Pro	0.435	0.87	Alias deepseek-reasoner seit 24. Juli entfernt
DeepSeek V4 Flash	0.14	0.28	1 Mio. Kontexttokens; Alias deepseek-chat seit 24. Juli entfernt

Die Tarife für Opus 5, Fable 5, GPT-5.6 Sol und Kimi K3 wurden am 27. Juli 2026 anhand offizieller Seiten und Artificial Analysis überprüft. Die übrigen Zeilen stammen aus der Erhebung vom 24. Juli 2026; seither wurden keine Preisänderungen veröffentlicht. Aktions- und Cachetarife können ohne Ankündigung auslaufen. Zur Erinnerung: Seit dem 24. Juli um 15:59 UTC funktionieren die Kennungen deepseek-chat und deepseek-reasoner nicht mehr. Wechseln Sie zu deepseek-v4-flash und deepseek-v4-pro.

Was das für eine Schweizer Organisation bedeutet

Daraus folgen drei praktische Schlussfolgerungen. Erstens: Vergleichen Sie nicht länger nur Tokenpreise, sondern Kosten pro Aufgabe. Der Unterschied zwischen $2.03 und $2.75 pro Aufgabe bei gleichwertiger Intelligenz steht auf keiner Preisseite. Er zeigt sich erst, wenn Sie den tatsächlichen Verbrauch Ihrer eigenen Arbeitslasten messen. Wer seine Kosten pro Aufgabe nicht misst, kann den Preisrückgang nicht nutzen und bezahlt weiter den Listenpreis des renommiertesten Modells.

Zweitens: Die Wahl des Denkaufwands ist zu einer wirtschaftlichen Entscheidung geworden. Opus 5 zeigt, dass die Konfiguration beim selben Modell die Kosten um den Faktor zwei verändern kann, wobei die Leistungsgewinne von der Aufgabe abhängen. Die tatsächliche Ersparnis liegt darin, jede Aufgabe dem richtigen Modell und der passenden Aufwandsstufe zuzuweisen und das Ergebnis anhand eigener Daten statt einer öffentlichen Rangliste zu überprüfen.

Drittens: Offene Modellgewichte sind eine Absicherung, keine Ersparnis. Mit 1.4 TB an Parametern, einer unveröffentlichten Lizenz und einem noch ungeklärten Destillationsvorwurf zeigt Kimi K3, dass Modellsouveränität mit Infrastrukturkosten und rechtlichen Risiken bezahlt wird. Die richtige Haltung besteht weder darin, alles intern zu betreiben, noch darin, alles einem einzigen Anbieter anzuvertrauen. Entscheidend ist, die eigene Entscheidung ändern zu können: eine Arbeitslast von einem proprietären auf ein offenes Modell zu verlagern, ohne das Fundament neu zu schreiben, unabhängig davon, welche Preise, Lizenzen und Ranglisten der Markt nächsten Monat vorgibt.