Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
epoch1. September 2026 · Q006075

The ECI frontier has advanced by 14 points per year since the introduction of reasoning models

epoch.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Epoch AI gibt an, dass die ECI-Spitze seit Einführung erster Reasoning-Modelle jährlich um 14 Punkte gestiegen sei, gegenüber 6 Punkten bei Modellen ohne Reasoning. Die Webseite verweist für die Methodik auf einen früheren Bericht; der vorliegende Text selbst belegt keine Ursache-Wirkung-Beziehung und enthält Trendwerte mit ausgewiesenen Prognoseintervallen, teils außerhalb des angepassten Bereichs.

Mittel

Epoch AI behauptet, dass die Spitze des Epoch Capabilities Index (ECI) seit der Einführung von OpenAIs o1-mini und o1-preview im September 2024 linear um 14 Punkte pro Jahr gestiegen sei. Für die Spitze der Modelle ohne Reasoning-Fähigkeiten nennt Epoch 6 Punkte jährlich. Der ECI fasst Ergebnisse verschiedener KI-Benchmarks zu einer Skala für allgemeine Fähigkeiten zusammen. Tabellen im Bericht zeigen Modellwerte, Veröffentlichungsdaten sowie teilweise 90-Prozent-Konfidenz- und Prognoseintervalle; einige Trendwerte sind als außerhalb des angepassten Bereichs gekennzeichnet.

Die Darstellung baut auf einem Epoch-Bericht vom April 2026 auf, der laut Seite Hinweise auf einen Trendbruch nach dem Start der Reasoning-Modelle fand. Wie Modelle, Benchmarks und Trends genau ausgewählt oder andere mögliche Erklärungen geprüft wurden, erläutert dieser Text nicht. Für die Methodik verweist er auf den früheren Bericht. Die Zahlen sind somit Epochs Analyseergebnis und belegen im vorliegenden Material für sich genommen keine Ursache-Wirkung-Beziehung zwischen Reasoning-Modellen und dem schnelleren ECI-Anstieg.

Ausführlich lesen

Der Bericht von Epoch AI behauptet, dass sich die Spitze des Epoch Capabilities Index (ECI) seit der Einführung der ersten Reasoning-Modelle im September 2024 – OpenAIs o1-mini und o1-preview – im Mittel linear um 14 Punkte pro Jahr erhöht habe. Für Modelle ohne Reasoning-Fähigkeiten gibt er einen Vergleichswert von 6 Punkten pro Jahr an. Die Darstellung knüpft an einen früheren Epoch-Bericht vom April 2026 an, der laut vorliegendem Text Hinweise auf einen beschleunigten ECI-Trend nach dem Start der Reasoning-Modelle gefunden habe.

Der ECI bündelt laut Bericht Ergebnisse aus zahlreichen KI-Benchmarks zu einer einzelnen Skala für allgemeine Fähigkeiten. So sollen Modelle und Zeiträume vergleichbar werden. Die beigefügten Tabellen führen Modellnamen, Anbieter, Veröffentlichungsdaten und ECI-Werte auf; für viele Modelle nennen sie außerdem untere und obere Grenzen eines 90-Prozent-Konfidenzintervalls. Eine weitere Tabelle zeigt den modellierten ECI-Trend und 90-Prozent-Prognoseintervalle. Einträge sind als außerhalb des angepassten Bereichs markiert, wenn sie über den Bereich der Modellanpassung hinausgehen.

Als Ergebnis präsentiert Epoch die unterschiedlichen jährlichen Steigungen: 14 Punkte für die Reasoning-Spitze gegenüber 6 für die Nicht-Reasoning-Spitze. Die Modellwerte illustrieren den zeitlichen Verlauf, doch der Text erläutert nicht im Einzelnen, wie die Auswahl der Modelle, Benchmarks oder Trends vorgenommen wurde. Für die Methode verweist er auf den separaten Bericht „Have AI capabilities accelerated?“, der die Erkennung eines Trendbruchs im ECI und in einigen weiteren Fähigkeitsmaßen beschreiben soll. Diese methodischen Einzelheiten sind im vorliegenden Material nicht enthalten.

Die Aussage ist daher als Ergebnis der Epoch-Analyse wiederzugeben, nicht als unabhängig bestätigter Kausalnachweis dafür, dass Reasoning-Modelle den Anstieg verursacht haben. Die Seite nennt einen Zusammenhang mit ihrer Einführung und vergleicht zwei Trendraten; sie erklärt hier nicht, welche weiteren Faktoren berücksichtigt oder ausgeschlossen wurden. Außerdem enthalten die Trendtabellen ausgewiesene 90-Prozent-Prognoseintervalle und markieren Teile der Reihe als außerhalb des angepassten Bereichs, was bei der Einordnung entsprechender Trendwerte zu beachten ist. Der vorliegende Bericht ist eine kurze Webdarstellung mit umfangreichen angehängten Modelldaten und Verweisen; die umfassende Methodik und deren Belege sind nicht Teil des Textes.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: ok

Die Zusammenfassung ist sachlich korrekt und enthält keine erfundenen Zahlen. Die Einordnung stützt sich nur auf den Bericht selbst; die Sammelfragen zu Sicherheit und Governance werden durch den reinen Fähigkeitstrend kaum beantwortet.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 26 %Hintergrund, keine Belege
    • Luna 50 %Hintergrund, keine Belege
    • JEV offen
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
  2. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 34 %Hintergrund, keine Belege
    • JEV offen
    • amos 28 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 45 %gleiches Oberthema, hilft nicht
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV offen
    • amos 32 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht
  2. SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV offen
    • amos 30 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 55 %gleiches Oberthema, hilft nicht
  3. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 26 %Hintergrund, keine Belege
    • Luna 48 %Hintergrund, keine Belege
    • JEV offen
    • amos 31 %Hintergrund, keine Belege
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 66 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Vertrauen in Modelle
Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV offen
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung kein Bezug

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →