KI-Woche 1.–7. September 2026: Die wichtigsten Modellankündigungen

Redaktionell geprüft: 7. September 2026. Diese Übersicht fasst die verifizierbaren Modell- und Forschungsankündigungen vom 1. bis 7. September 2026 zusammen. Verfügbarkeit, Preise und Benchmarks können sich nach dem Redaktionsschluss ändern.

In sieben Tagen haben mehrere große Labore neue Modelle, Varianten und Forschungsprogramme vorgestellt. Der gemeinsame Nenner: lange, agentische Arbeitsabläufe, multimodale Eingaben, geringere Kosten und bessere Unterstützung für professionelle Aufgaben. Dieser Beitrag ist bewusst chronologisch aufgebaut, damit die Dynamik der Woche sichtbar bleibt.

Aufgenommen sind eigenständige Modellfamilien und veröffentlichte Spezialmodelle mit nachvollziehbarer Primärquelle. Reine Finetunes, Quantisierungen, Integrationsmeldungen und einzelne Community-Repositories würden die Chronologie verwässern und sind deshalb nicht als eigene Releases gezählt.

1. September: Anthropic veröffentlicht Fable 5.1 und Mythos 5.1

Anthropic stellte Claude Fable 5.1 für allgemeine Nutzung und Claude Mythos 5.1 für geprüfte Trusted-Access-Programme vor. Beide Varianten basieren laut Anthropic auf demselben Modell, unterscheiden sich aber bei den Schutzmaßnahmen. Fable zielt auf Coding, Wissensarbeit und wissenschaftliche Recherche; Mythos ist für ausgewählte Cybersecurity- und Life-Science-Anwendungen reserviert. Die allgemeinen Aussagen zur Verfügbarkeit gelten deshalb nicht automatisch für Mythos.

Anthropic nennt für Fable 5.1 unter anderem 55,8 % im Terminal-Bench 4.0, 65,0 % in Humanity’s Last Exam mit Tools und 31,4 % in AutomationBench. Das sind Herstellerangaben mit der jeweils beschriebenen Umgebung. Artificial Analysis führt im Release-Vergleich für die maximale Fable-5.1-Konfiguration aktuell 57 Punkte im Intelligence Index; niedrige Effort-Stufen liegen dort zwischen 48 und 54 Punkten.

Parallel kündigte Anthropic Enterprise Frontier Safeguards an. Kundendaten sollen dabei in einer vom Kunden kontrollierten Cloud-Infrastruktur bleiben; der gestaffelte Rollout beginnt laut Anthropic im Herbst. Für Unternehmen ist das mindestens so relevant wie ein neuer Modellname, weil Datenschutz, Monitoring und Modellleistung zusammengehören.

Quellen: Anthropic: Fable 5.1 und Mythos 5.1, Anthropic: Enterprise Frontier Safeguards und Artificial Analysis: Fable-5.1-Releasevergleich.

1. September: Meta bringt Echtzeit-Spracherkennung

Meta stellte Muse Voice Transcribe als erstes Echtzeit-Audio-Modell der Superintelligence Labs vor. Es kombiniert Streaming-Transkription, Sprecherzuordnung und Erkennung von Gesprächsenden in einem Modell. Meta nennt mehr als 70 Trainingssprachen, 25 zum Start validierte Sprachen, Gespräche mit mehr als 20 Sprechern und Audiosequenzen von über einer Stunde. Verfügbar ist es über die Meta Model API, Meta AI für Mac und Muse Code.

Meta bezeichnet das Ergebnis als führend in Artificial Analysis’ Streaming-Speech-to-Text-Vergleich (Stand 1. September). Diese Aussage stammt vom Anbieter; eine allgemeine Rangliste für jede Sprache, Mikrofonumgebung und Gesprächsform lässt sich daraus nicht ableiten.

Quelle: Meta AI Research: Muse Voice Transcribe.

2. September: Drei große Modell-Updates

Google: Gemini 3.8 Flash

Google veröffentlichte Gemini 3.8 Flash als allgemeines Workhorse-Modell für Coding, Agenten und anspruchsvolle Mehrschrittaufgaben. Die Variante unterstützt ein Kontextfenster von einer Million Tokens und ist über Gemini API, AI Studio, Android Studio, Antigravity, Gemini Enterprise und die Gemini-App verfügbar. Der Einführungspreis beträgt bis zum 31. Dezember 2026 0,75 US-Dollar pro Million Input-Tokens und 3,75 US-Dollar pro Million Output-Tokens; ab 1. Januar 2027 nennt Google 1,50 beziehungsweise 7,50 US-Dollar.

Google berichtet 54,9 % auf HLE-Verified. Die separate Cyber-Variante Flash Cyber ist nur für geprüfte Verteidiger im Fairwind-Programm vorgesehen; sie sollte nicht mit dem allgemeinen Flash-Modell verwechselt werden. Artificial Analysis weist für Gemini 3.8 Flash im Release-Vergleich 47 Punkte aus, mit 41 bis 47 je nach Effort-Stufe.

Quellen: Google: Gemini 3.8 Flash und Flash Cyber und Artificial Analysis: Gemini-3.8-Flash-Releasevergleich.

Meta: Muse Spark 1.3

Muse Spark 1.3 ist Metas Update für lange agentische und Coding-Aufgaben und mit maximalem Reasoning in Muse Code und der Meta Model API verfügbar. Das Modell soll in einem langen Arbeitsfaden mehrere Aufgaben parallel verfolgen, aus unübersichtlichen oder widersprüchlichen Quellen eigenen Kontext aufbauen, Planungslücken erkennen und vor unumkehrbaren Aktionen nachfragen. Es kann bei unklaren Anforderungen gezielt Rückfragen stellen, bei Blockaden Hilfe anfordern und sich anpassen, ob Nutzer häufige Fortschrittsmeldungen oder stilles Arbeiten im Hintergrund bevorzugen.

Für Coding-Aufgaben trainierte Meta stärker auf langen Engineering-Workflows. In Vergleichen der Meta-Ingenieure benötigt Muse Spark 1.3 gegenüber Muse Spark 1.2 etwa 20 % weniger Tool-Aufrufe und 25 % weniger Tokens; zugleich beschreibt Meta den Code als klarer und die Antworten als weniger unnötig ausführlich. Die Sicherheitsarbeit zielt auf robustere Reaktionen auf Prompt-Injections und eine bessere Einschätzung folgenreicher Aktionen.

Artificial Analysis führt die beiden veröffentlichten Effort-Stufen mit 52 (xhigh) und 53 (max). Die zugehörige Meta-Evaluierung betrachtet professionelle Arbeit, Computer Use, Web-Recherche und Automation, Softwareentwicklung, Long-Context-Retrieval und Instruction Following. Meta weist dabei darauf hin, dass je Benchmark unterschiedliche Harnesses und Konfigurationen verwendet werden; die Werte sind daher Aufgabenmessungen und kein pauschaler Qualitätsfaktor.

Quellen: Meta AI Research: Muse Spark 1.3, Meta: Evaluationsmethodik und Artificial Analysis: Muse-Spark-1.3-Releasevergleich.

Alibaba: Qwen3.8-Max-0902

QwenCloud veröffentlichte am 2. September den Snapshot qwen3.8-max-0902, auch als qwen3.8-max-2026-09-02 bezeichnet. Qwen beschreibt ihn als Upgrade für ingenieurmaßige Coding-Projekte und lang laufende autonome Entwicklung: Mehrschrittige Agenten sollen Werkzeuge ruhiger orchestrieren und Aufgaben bis zur Auslieferung durchhalten. Zusätzlich verbessert Qwen die native Vision-Verarbeitung für Diagramme, Dokumente und multimodale Wahrnehmung. Das Modell behält Denkmodus, das 1-Million-Token-Kontextfenster und das bestehende Tool-Ökosystem.

Für Unternehmen ist der Release vor allem als API-Snapshot interessant: Er ist kein neues Open-Weights-Modell, sondern eine aktualisierte, versionierte Servicestufe. In der Praxis sollten Teams deshalb prüfen, ob ihr Anbieter den Alias oder den datierten Snapshot fest pinnt, wie sich Tool-Aufrufe und Kontextkosten verändern und ob lange Dokumente tatsächlich stabiler verarbeitet werden.

Artificial Analysis führt Qwen3.8 Max derzeit mit 47 Punkten; der separate 0902-Snapshot wird dort nicht als eigene Variante ausgewiesen. Der Wert ist daher eine Referenz für die Modellfamilie, keine unabhängige 0902-Messung.

Quellen: QwenCloud: Modell-Changelog und Artificial Analysis: Qwen3.8 Max.

3. September: OpenAI veröffentlicht GPT-6 Astra

OpenAI startete den gestaffelten Rollout von GPT-6 Astra zunächst für eine begrenzte Zahl von Organisationen. Danach soll Astra für ChatGPT Plus, Pro, Business und Enterprise sowie über API, Azure und AWS Bedrock verfügbar werden. Die API-Variante nutzt das Modellkennzeichen gpt-6-astra, das Kontextfenster beträgt eine Million Tokens. Für allgemeine Unternehmensarbeit sind vor allem Computer Use, Coding, Recherche, Datenanalyse und die Erstellung fertiger Dokumente, Tabellen und Präsentationen relevant.

Der praktische Schwerpunkt liegt auf durchgängigen Arbeitsabläufen: Astra kann laut OpenAI Browser und Computer bedienen, Informationen aus mehreren Quellen zusammenführen und daraus fertige Dokumente, Tabellen, Präsentationen oder Analysen erstellen. Die API unterstützt unter anderem Computer Use, Web- und Dateisuche, Code Interpreter, Hosted Shell, Structured Outputs, MCP und Streaming. Mit async-Toolaufrufen kann eine Anwendung während eines laufenden Tools andere unabhängige Arbeit fortsetzen; über Mid-Turn Steering lassen sich neue Anweisungen in eine laufende Aufgabe einfügen.

Für die API nennt OpenAI ein Kontextfenster von 1.050.000 Tokens, bis zu 128.000 Output-Tokens, Reasoning-Stufen von low bis max sowie 10 US-Dollar pro Million Input-Tokens und 50 US-Dollar pro Million Output-Tokens. Fast Mode soll bis zu doppelte Geschwindigkeit liefern, kostet aber das Doppelte. Enterprise-Administratoren können den Zugriff beim Rollout zunächst gezielt aktivieren; für geeignete API-Kunden unterstützt Astra Zero Data Retention.

OpenAI berichtet 59,3 % in Agents’ Last Exam, 72,6 % in OSWorld 2.0, 92,7 % in ScreenSpot-Pro, 95,9 % in BenchCAD, 91,5 % in BrowseComp und 41,4 % in AutomationBench. Diese Werte stammen aus OpenAIs eigener Vergleichstabelle und hängen von Harness, Tools, Datensatzversion und Effort-Stufe ab. Im Artificial-Analysis-Releasevergleich liegt Astra maximal bei 55 Punkten (Varianten 48–55); die einzelne Astra-Max-Seite kann durch spätere Indexläufe oder eine andere Konfiguration höhere Werte zeigen. Ein Benchmarkwert ist deshalb ein datierter Messpunkt und kein dauerhaftes Siegerlabel.

Quellen: OpenAI: GPT-6 Astra, OpenAI API: Modellreferenz, OpenAI API: Model Guidance, Artificial Analysis: Astra-Releasevergleich und Artificial Analysis: Astra Max – aktueller Einzeltest.

5.–7. September: weniger neue Modelle, mehr Einordnung

Für den 5. und 7. September ließ sich in den offiziellen Newsrooms der genannten Anbieter kein weiterer, vergleichbar großer Foundation-Model-Release verifizieren. Am 6. September beschrieb OpenAI stattdessen, wie Coding-Agenten die eigene Forschung beschleunigen. OpenAI erklärt, das Ziel eines automatisierten Research Intern sei erreicht; die Systeme arbeiten dabei unter menschlicher Aufsicht. Das ist ein Forschungs- und Prozessupdate, kein neues öffentliches Modell.

Quelle: OpenAI: Research acceleration – Einblick in die interne Forschungsarbeit.

Artificial Analysis richtig lesen

Artificial Analysis bündelt unter anderem AA-Briefcase, GDPval-AA v2, τ³-Banking, Terminal-Bench v2.1, SciCode, Humanity’s Last Exam, GDP.pdf, CritPt, AA-Omniscience und AA-LCR v1.1 im Intelligence Index v4.2. Die Releaseübersicht vom 7. September zeigt für die wichtigsten Modellfamilien dieser Woche folgende Maximalwerte:

*Momentaufnahme der Artificial-Analysis-Releaseübersicht, abgerufen am 7. September 2026. Die Werte hängen von Modellversion, Effort, Fallbacks und Indexrevisionen ab. Sie sind zwischen verschiedenen Modellarten und Aufgaben nicht als vollständige Kaufentscheidung zu verstehen. Methodik und aktuelle Releaseübersicht bei Artificial Analysis.

Die Modelllandschaft hat sich in dieser Woche nicht nur an der Spitze bewegt. Sie ist zugleich praxisnäher geworden: lange Kontextfenster, Echtzeit-Audio, multimodale Verarbeitung und produktive Agentenfunktionen kommen parallel voran. Für mittelständische Unternehmen lohnt es sich, die Meldungen in konkrete Arbeitsabläufe zu übersetzen und jeden Piloten mit klaren Daten-, Kosten- und Qualitätskriterien zu messen. EIST Consulting unterstützt Sie bei der Auswahl und einem kontrollierten Pilotbetrieb.