OpenAI und Anthropic veröffentlichen duellierende Modelle, während der AI-Wettkampf eskaliert

OpenAI und Anthropic haben heute innerhalb von Minuten neue Flaggschiff-Modelle veröffentlicht, während OpenAI gleichzeitig eine Enterprise-Agent-Plattform eingeführt und Perplexity eine Multi-Modell-Forschungs-Funktion vorgestellt hat. Heute gab es mehr bedeutende AI-Produktankündigungen in einem einzigen Nachmittag als die meisten Wochen insgesamt.

Hier ist, was veröffentlicht wurde und was es bedeutet.

Anthropics Opus 4.6: Agent-Teams und ein Million-Token-Fenster

Anthropic hat Claude Opus 4.6 veröffentlicht, sein leistungsfähigstes Modell, mit zwei Hauptfunktionen: einem Million-Token-Kontextfenster und einer neuen Funktion namens Agent-Teams.

Das Kontextfenster ist die größere technische Leistung. Mit einem Million-Token-Kontextfenster kann Opus 4.6 etwa 3.000 Seiten Text in einem einzigen Prompt verarbeiten – viermal so viel wie die 256.000-Token-Grenze seines Vorgängers. Kombiniert mit 128.000-Token-Ausgabesupport kann das Modell nun ganze Codebasen, regulatorische Unterlagen oder Forschungskorpora ohne Chunking oder Zusammenfassung verarbeiten.

Agent-Teams, verfügbar in Claude Code, ermöglichen es mehreren Claude-Instanzen, parallel an einem gemeinsamen Codebase zu arbeiten. Anstatt eines einzelnen Agents, das Aufgaben sequenziell ausführt, können Entwickler Teams erstellen, in denen ein Agent Frontend-Änderungen vornimmt, ein anderer Tests schreibt und ein dritter Backend-Logik refactorisiert – alle koordinieren sich gleichzeitig auf dem gleichen Projekt.

Opus 4.6 führt auch adaptives Denken ein, das es dem Modell ermöglicht, zu kalibrieren, wie viel Denkaufwand in eine bestimmte Anfrage investiert werden soll. Einfache Fragen erhalten schnelle Antworten; komplexe Probleme lösen tiefere, erweiterte Denkprozesse aus. Entwickler können dies über Aufwandskontrollen auf vier Ebenen anpassen: niedrig, mittel, hoch und max.

Bei Benchmarks erzielt Opus 4.6 die höchste Punktzahl bei Terminal-Bench 2.0 für agente Coding und liegt bei Humanity’s Last Exam, einer komplexen Denkaufgaben-Bewertung, an der Spitze. Anthropic behauptet, einen 144-Punkte-Elo-Vorteil gegenüber GPT-5.2 bei der GDPval-AA-Bewertung und eine 190-Punkte-Verbesserung gegenüber Opus 4.5.

Die API-Preise bleiben unverändert bei 5 Dollar pro Million Eingabetoken und 25 Dollar pro Million Ausgabetoken, obwohl Anfragen, die 200.000 Token überschreiten, einen Aufpreis von 10/37,50 Dollar haben.

In einer bemerkenswerten Unternehmensentscheidung hat Anthropic eine Forschungsvorschau von Claude in Microsoft PowerPoint angekündigt, in der das Modell bestehende Slides und Vorlagen lesen und Präsentationen generieren oder bearbeiten kann, während es die Markenformatierung bewahrt.

OpenAIs GPT-5.3-Codex: Das Modell, das sich selbst aufbaute

Minuten nach der Ankündigung von Anthropic hat OpenAI GPT-5.3-Codex veröffentlicht, sein leistungsfähigstes Coding-Modell. Die Veröffentlichung vereint die Spitzenleistung von GPT-5.2-Codex mit den Denk- und Fachwissen-Fähigkeiten von GPT-5.2 in einem einzigen System, das auch 25 Prozent schneller ist.

Der bemerkenswerteste Anspruch: GPT-5.3-Codex half bei seinem eigenen Aufbau. OpenAIs Codex-Team verwendete frühe Versionen des Modells während seines eigenen Trainingsprozesses – Debugging-Trainingsläufe, Verwaltung von Bereitstellungsinfrastruktur und Diagnose von Bewertungsergebnissen. Es ist OpenAIs erste öffentliche Anerkennung, dass ein Modell bei seinem eigenen Aufbau half, ein Meilenstein, der sowohl Effizienz- als auch Sicherheitsfragen aufwirft.

GPT-5.3-Codex setzt neue Branchenrekorde bei SWE-Bench Pro und Terminal-Bench, Benchmarks, die reale Software-Engineering-Aufgaben bewerten. Das Modell kann lang laufende Aufgaben mit Forschung, Tool-Verwendung und komplexer Ausführung bewältigen, und Benutzer können während der Aufgabe mit ihm interagieren, ohne den Kontext zu verlieren – mehr wie bei der Zusammenarbeit mit einem Kollegen als bei der Ausgabe von Befehlen.

Das Modell ist jetzt für alle ChatGPT-Bezahlplan-Benutzer über die Codex-App, CLI, IDE-Erweiterung und Web-Schnittstelle verfügbar. API-Zugriff ist bald verfügbar.

Für Entwickler, die zwischen AI-Code-Generatoren wählen, ist das Wettbewerbsbild jetzt scharf definiert: Opus 4.6 führt bei Agenten-Koordination und Langkontext-Arbeit, während GPT-5.3-Codex Geschwindigkeit und integriertes Denken betont. Beide beanspruchen Spitzenplätze bei überlappenden Benchmarks, und Tools wie Cursor und Apples Xcode unterstützen beide, sodass Entwickler frei zwischen ihnen wechseln können.

OpenAI Frontier: Enterprise-Agents erhalten ihre eigene Plattform

Zusammen mit der Modellveröffentlichung hat OpenAI Frontier vorgestellt, eine Enterprise-Plattform für den Aufbau, die Bereitstellung und die Verwaltung von AI-Agents. Frontier verbindet sich mit Datenbanken, CRM-Systemen, HR-Plattformen, Ticketing-Tools und anderen Geschäftsanwendungen und ermöglicht es dann AI-Agents, Prozesse über sie hinweg auszuführen.

OpenAI beschrieb Frontier als “eine semantische Schicht für das Unternehmen”, in der menschliche Mitarbeiter und AI-Agents auf der gleichen Plattform mit gemeinsamem Datenzugriff und Sicherheitskontrollen arbeiten. Agents erhalten employee-ähnliche Identitäten, gemeinsamen organisatorischen Kontext und enterprise-Grade-Berechtigungen.

Die Plattform ist modell-agnostisch – Unternehmen können Agents, die auf OpenAIs Modellen basieren, neben denen von Google (GOOGL ), Microsoft und Anthropic verwalten. Erste Kunden sind Intuit (INTU ), State Farm, Thermo Fisher und Uber.

Frontier positioniert OpenAI, um direkt mit Enterprise-Plattformen wie Salesforce’s Agentforce und ServiceNow’s AI-Agents zu konkurrieren. Der Unterschied: OpenAI baut von der Modell-Ebene auf, während etablierte Unternehmen AI zu ihren bestehenden Workflow-Tools hinzufügen. Ob Unternehmen ihre Agent-Infrastruktur von ihrem AI-Anbieter oder ihrem Software-Anbieter bevorzugen, wird den Wettbewerb im Bereich Enterprise-AI im Jahr 2026 definieren.

Perplexitys Model Council: Drei Modelle, eine Antwort

Perplexity hat Model Council vorgestellt, eine Funktion, die die gleiche Anfrage über drei Modelle hinweg ausführt – Claude Opus, GPT und Gemini – und dann ein Synthesizer-Modell verwendet, um ihre Ausgaben in eine einzige Antwort zu kombinieren, die Bereiche der Übereinstimmung und der Meinungsverschiedenheiten markiert.

Bild: Perplexity

Die Prämisse ist, dass kein einzelnes Modell zuverlässig das beste ist, wenn es um alle Anfragen geht. Wenn drei Spitzenmodelle auf die gleiche Antwort kommen, ist das Vertrauen hoch. Wenn sie divergieren, wissen die Benutzer, dass sie weiter untersuchen müssen. Model Council ist für Max-Abonnenten verfügbar und ist für Investitionsforschung, strategische Analyse und komplexe Entscheidungsfindung positioniert.

Die Funktion spiegelt Perplexitys Strategie wider, sich durch Multi-Modell-Orchestrierung zu differenzieren, anstatt Grundmodelle zu bauen. Wenn die Lücke zwischen Spitzen-AI-Chatbots bei einzelnen Benchmarks schrumpft, kann die Kombination ihrer Ausgaben wertvoller sein als die Auswahl eines einzelnen Anbieters.

Was es alles bedeutet

Diese Veröffentlichungen bestätigen, dass der Wettbewerb im Bereich KI von der Modellfähigkeit zur Produktinfrastruktur gewechselt ist. Sowohl OpenAI als auch Anthropic haben Modelle, die die gleichen Benchmarks anführen; die Differenzierung liegt jetzt darin, was man auf ihnen aufbauen kann.

Perplexity, macht derweil einen stillen Anspruch, dass die Modellkriege weniger wichtig sind als die Art und Weise, wie man Modelle kombiniert. Wenn Model Council nützlich ist, legt es nahe, dass die Zukunft nicht darin besteht, zwischen Claude und GPT zu wählen – es geht darum, beides zu verwenden.

Für Entwickler und Unternehmen, die ihre AI-Stacks bewerten, hat dies die Entscheidung gerade schwieriger gemacht.