The ECI frontier has advanced by 14 points per year since the introduction of reasoning models
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.
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.
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M2 Wie muss ein Meldekanal zwischen Staaten gebaut sein, damit er verlässlich arbeitet, auch in einer Krise?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 59 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 55 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-M5 Was muss vor und nach einem Vorfall geschehen, damit Verantwortliche einstehen, man daraus lernt, Beweise bleiben und Betroffene auch über Grenzen hinweg zu ihrem Recht kommen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 52 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Fähigkeiten messen
- 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
- 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
- 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
- amos 28 %Hintergrund, keine Belege
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 45 %gleiches Oberthema, hilft nicht
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 55 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-F5 Wie gehen Staaten gemeinsam gegen KI-gestützte Cyberangriffe vor und verhindern Eskalation zwischen autonomen Systemen, ohne die Verteidigung zu behindern?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 54 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 63 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 37 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra 52 %gleiches Oberthema, hilft nicht
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 52 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 57 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 32 %Hintergrund, keine Belege
- SubQ 100 %kein Bezug
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra 53 %gleiches Oberthema, hilft nicht
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 30 %Hintergrund, keine Belege
- SubQ 100 %kein Bezug
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra 55 %gleiches Oberthema, hilft nicht
- 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
- 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
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 72 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 60 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 54 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-H5 Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 71 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 47 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 51 %gleiches Oberthema, hilft nicht
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 39 %Hintergrund, keine Belege
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung kein Bezug
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 50 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- 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?
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Woran erkennen andere, dass ein Labor wirklich bremst?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Alle Berichte im Archiv