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
epoch29. Mai 2026 · Q006272

Open models lag state-of-the-art closed models by 4 months

epoch.ai · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Epoch AI berichtet, dass Open-Weight-Modelle seit Januar 2026 im ECI im Mittel vier Monate beziehungsweise acht Punkte hinter führenden geschlossenen Modellen lagen; zuvor waren für 2023 bis 2025 drei Monate geschätzt worden. Die Tabellen enthalten Unsicherheiten, fehlende oder nicht verifizierte Angaben und widersprüchliche Metadaten; zudem bleibt die Bedeutung dreier Zahlenwerte in einem Ausschnitt ungeklärt.

Mittel

Epoch AI zufolge lagen die leistungsstärksten Open-Weight-Modelle seit Januar 2026 im Epoch Capability Index (ECI) durchschnittlich vier Monate hinter führenden geschlossenen Modellen. Der Abstand wird mit acht ECI-Punkten beziffert und mit dem Abstand zwischen GPT-5 und GPT-5.5 verglichen. Eine frühere Auswertung für Januar 2023 bis Oktober 2025 hatte einen durchschnittlichen Rückstand von drei Monaten ergeben. Der ECI bündelt mehrere Benchmarks; laut Bericht schätzt die Methode die Zeit, bis Open-Weight-Modelle die aktuelle Spitzenleistung erreichen. Die konkrete Berechnung wird in den vorliegenden Notizen nicht näher erläutert.

Beispiele der Tabelle sind GPT-5.5 Pro mit 159,35 ECI-Punkten, GPT-5.5 mit 158,22 und Kimi K2.6 mit 151,60; jeweils werden Konfidenzintervalle angegeben. Ein weiterer Modellausschnitt enthält drei Zahlen je Eintrag, aber keine zugehörigen Spaltenüberschriften, sodass ihre Bedeutung offenbleibt. Die Listen weisen verschiedene Zugangs- und Nutzungsformen sowie Vertrauensstufen auf. Fehlende Werte, „Unverified“-Einträge, Dubletten und widersprüchliche Modellmetadaten schränken Vergleiche ein. Auch Datumsdefinition und Herkunft der Leistungswerte werden nicht erklärt.

Ausführlich lesen

Der Bericht von Epoch AI mit dem Titel „Open models lag state-of-the-art closed models by 4 months“ trägt im Quelltext den Hinweis, zuletzt am 29. Mai 2026 geändert worden zu sein. Seine zentrale Aussage lautet: Seit Januar 2026 hätten die leistungsstärksten Open-Weight-Modelle im Epoch Capability Index (ECI) durchschnittlich vier Monate hinter den führenden geschlossenen Modellen gelegen. Der durchschnittliche Abstand wird mit acht ECI-Punkten angegeben und als vergleichbar mit dem Abstand zwischen GPT-5 und GPT-5.5 beschrieben. Eine frühere Auswertung für Januar 2023 bis Oktober 2025 hatte demnach einen mittleren Rückstand von drei Monaten ergeben; die neue Schätzung fällt also etwas höher aus.

Für die Einordnung der Leistungsfähigkeit verwendet Epoch AI laut Bericht den ECI, einen zusammengesetzten Index, der mehrere Benchmarks zusammenführt. Die Berechnung soll die durchschnittliche Zeit bis zu dem Punkt abbilden, an dem die besten Open-Weight-Modelle die aktuelle Spitzenleistung erreichen. Die Notizen erläutern die konkrete Berechnung des zeitlichen Rückstands jedoch nicht im Detail. Sie verweisen auf das interne ECI-Maß.

Als Beispiele aus der Modelltabelle werden ECI-Werte von 158,22 für GPT-5.5, 159,35 für GPT-5.5 Pro und 151,60 für Kimi K2.6 genannt. Zu den Werten gehören Konfidenzintervalle; in der Tabelle werden außerdem verschiedene Vertrauensangaben wie „Likely“, „Confident“ und „Unverified“ verwendet. Ein weiterer Ausschnitt listet Sprach- und Visionmodelle mit Metadaten wie Anbieter, Land, Datum, Zugangsart, teils geschätztem Trainingsrechenaufwand und Vertrauensstufe. Die drei dort aufgeführten Zahlen je Modell haben im Ausschnitt keine Spaltenüberschriften. Ihre Bedeutung lässt sich daher anhand der vorliegenden Angaben nicht feststellen. Manche Varianten derselben Modellfamilie weisen identische Zahlen auf. GPT-5.5 Pro hat unter den aufgelisteten Einträgen mit Zahlenwerten die höchsten genannten Werte; daraus lässt sich ohne Erklärung der Zahlen aber keine eigenständige Aussage über ihre Bedeutung ableiten.

Die Daten umfassen unterschiedliche Zugangsformen: API-Zugang, gehostete Angebote ohne API, unveröffentlichte Modelle und offene Gewichte mit verschiedenen Nutzungsbeschränkungen. Die Vertrauensstufen reichen von „Confident“ bis „Unverified“; viele Einträge ohne Anbieter oder Beschreibung sind als „Unverified“ gekennzeichnet. Die Notizen weisen außerdem auf fehlende Felder, Dubletten und widersprüchliche Metadaten hin, darunter unstimmige Modellzuordnungen bei Llama-Einträgen. Datumsangaben reichen von Modellen aus dem Jahr 2019 bis zu Einträgen aus 2026, doch ihre Definition und die Herkunft beziehungsweise Berechnung der Leistungswerte werden im Ausschnitt nicht erklärt. Insgesamt sind die angegebenen Abstände und ECI-Werte als Berichtsaussagen zu verstehen; fehlende Erläuterungen, Unsicherheitsintervalle und nicht verifizierte Datensätze begrenzen die Vergleichbarkeit.

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

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 7 von 7
Angezeigte Modelle
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 28 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV offen
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  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 100 %kein Bezug
    • JEV offen
    • amos 29 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
Unabhängig prüfen
  1. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV offen
    • amos 27 %einzelne zitierbare Belege
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
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 40 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 28 %Hintergrund, keine Belege
    • JEV offen
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV offen
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Modelle teilen und schützen
  1. SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
    • clef 100 %kein Bezug
    • Luna 55 %Hintergrund, keine Belege
    • JEV offen
    • amos 27 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 28 %Hintergrund, keine Belege
    • Luna 36 %Hintergrund, keine Belege
    • JEV offen
    • amos 26 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  3. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 34 %Hintergrund, keine Belege
    • JEV offen
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
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 44 %Hintergrund, keine Belege
    • JEV offen
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Wirtschaft und Haftung

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 →