Der August 2026 steht im Zeichen von Preis und Effizienz: Anthropic bringt mit Claude Opus 5 ein Alltagsmodell nahe am Frontier-Niveau, OpenAI senkt die API-Preise für GPT-5.6 um bis zu 80 Prozent und Google veröffentlicht mit Gemini 3.7 Flash bereits das nächste günstige Arbeitsmodell.
Dazu kommt eine Ankündigung, die zeigt, wohin die Reise inhaltlich geht: OpenAI meldet, dass sein noch unveröffentlichtes Modell Astra zehn seit Jahrzehnten offene mathematische Probleme gelöst hat – mit maschinell überprüfbaren Beweisen.
Die vier Entwicklungen haben einen gemeinsamen Nenner: Der Wettbewerb verlagert sich vom reinen Fähigkeitsrennen hin zu Kosten, Effizienz und Verlässlichkeit im Dauerbetrieb. Für Unternehmen ist das eine gute Nachricht, denn viele KI-Workflows, die vor einem Jahr noch zu teuer waren, rechnen sich jetzt.
Claude Opus 5: Frontier-Leistung zum halben Preis
Anthropic hat am 24. Juli 2026 Claude Opus 5 veröffentlicht – bereits das vierte Modell der Claude-5-Familie innerhalb von rund zwei Monaten, nach Mythos 5, Fable 5 und Sonnet 5.
Die Positionierung ist klar: Opus 5 soll bei vielen Aufgaben nahe an das Spitzenmodell Claude Fable 5 herankommen, kostet aber nur die Hälfte. Der Preis liegt bei 5 US-Dollar pro Million Eingabe-Tokens und 25 US-Dollar pro Million Ausgabe-Tokens – unverändert gegenüber dem Vorgänger Opus 4.8, aber mit deutlich höherer Leistung. Das Kontextfenster beträgt eine Million Tokens.
Anthropic beschreibt Opus 5 ausdrücklich als Modell für den täglichen Einsatz: Es ist das neue Standardmodell im Max-Tarif und das stärkste Modell im Pro-Tarif. Bei Coding- und Wissensarbeits-Benchmarks meldet Anthropic Bestwerte, lediglich bei Cybersecurity-Aufgaben bleibt das eingeschränkt verfügbare Mythos 5 vorne.
Antwort auf die Kostenkritik
Interessant ist der Kontext der Veröffentlichung: Geschäftskunden hatten zuvor kritisiert, dass Fable 5 bei komplexen Aufgaben sehr viele Tokens verbraucht und dadurch Budgets schnell aufgebraucht waren. Opus 5 reagiert darauf gleich doppelt:
- Das Modell arbeitet laut Anthropic effizienter und benötigt weniger Nachfragen. Es überprüft eigene Ergebnisse und korrigiert Fehler selbstständig.
- Neu ist ein einstellbarer Effort-Regler (niedrig, mittel, hoch), mit dem Nutzer den Rechenaufwand – und damit die Kosten – pro Aufgabe steuern können.
Für besonders anspruchsvolle, tagelang autonom laufende Projekte empfiehlt Anthropic weiterhin Fable 5. Für die breite Masse an Unternehmensaufgaben dürfte Opus 5 jedoch das relevantere Modell sein.
OpenAI: Eine Milliarde Nutzer und bis zu 80 Prozent günstigere Preise
OpenAI meldete Ende Juli einen doppelten Meilenstein. Zum einen nutzt inzwischen rund eine Milliarde Menschen pro Woche ChatGPT, mehr als zwei Millionen Unternehmen setzen die Produkte ein. Zum anderen senkte das Unternehmen ab dem 30. Juli die API-Preise der GPT-5.6-Familie deutlich:
- GPT-5.6 Luna: minus 80 Prozent – jetzt 0,20 US-Dollar pro Million Eingabe-Tokens und 1,20 US-Dollar pro Million Ausgabe-Tokens
- GPT-5.6 Terra: minus 20 Prozent – jetzt 2 US-Dollar Eingabe und 12 US-Dollar Ausgabe
- GPT-5.6 Sol: Preis unverändert
Wichtig für die Kalkulation: Bei Anfragen mit mehr als 272.000 Eingabe-Tokens greift eine höhere Langkontext-Preisstufe, die dann für die gesamte Anfrage gilt. Wer große Dokumentmengen verarbeitet, sollte das bei der Architektur seiner Workflows berücksichtigen.
OpenAI begründet die Senkung mit Effizienzgewinnen in der gesamten Inferenz-Kette – vom Routing über GPU-Kernels bis zum Caching. In Codex und ChatGPT Work verbrauchen Luna und Terra seither entsprechend weniger Credits, die Abo-Preise selbst bleiben gleich.
Auch der kostenlose ChatGPT-Tarif wurde aufgewertet: GPT-5.6 Luna löst dort das bisherige Standardmodell ab, und das Nachrichtenlimit für reine Text-Chats entfällt. Für Unternehmen bedeutet das vor allem eines: Hochvolumige Aufgaben wie Dokumentklassifizierung, Ticket-Vorsortierung oder klar umrissene Code-Änderungen werden mit Luna wirtschaftlich in ganz neuen Größenordnungen möglich.
OpenAI Astra: Zehn offene Mathematik-Probleme gelöst – aber noch kein Produkt
Am 1. August 2026 veröffentlichte OpenAI eine Ankündigung der anderen Art: Eine interne Version des nächsten großen Modells namens Astra habe zehn seit mindestens einem Jahrzehnt offene Probleme aus Mathematik und theoretischer Informatik gelöst. Die Ergebnisse reichen von Gruppentheorie über Operatoralgebren bis zu Problemen aus dem Erdős-Katalog.
Bemerkenswert ist vor allem die Form der Veröffentlichung: OpenAI publizierte ein 249-seitiges Manuskript und stellte für jedes Ergebnis maschinell überprüfbare Beweiszertifikate im Lean-4-Format auf GitHub bereit. Die Beweise lassen sich also unabhängig verifizieren, statt dass man dem Hersteller glauben muss. Die Rechenkosten für alle zehn Lösungen beziffert OpenAI auf rund 2.000 US-Dollar zu Sol-API-Preisen.
Auch die Fachwelt reagierte diesmal positiv. Thomas Bloom, der den Erdős-Problemkatalog betreut und eine ähnliche OpenAI-Behauptung im Oktober 2025 noch öffentlich zerlegt hatte, bezeichnete die neuen Ergebnisse als bedeutender als den Erdős-Gegenbeweis vom Mai 2026.
Was Astra nicht ist
Zur Einordnung gehört aber auch: Astra ist kein Produkt. Es gibt weder ein Veröffentlichungsdatum noch Preise, eine Modellkarte oder eine Verfügbarkeit in ChatGPT. Die berühmten Millennium-Probleme blieben ungelöst, und eine klassische Peer-Review steht noch aus. Die Ankündigung ist in erster Linie ein Signal, wohin OpenAI sein nächstes Flaggschiff entwickelt: lang laufende, mehrstufige Forschungs- und Reasoning-Aufgaben.
Gemini 3.7 Flash: Google beschleunigt im Arbeitsmodell-Segment
Google hat am 13. August 2026 Gemini 3.7 Flash veröffentlicht – nur rund drei Wochen nach Gemini 3.6 Flash. Das Modell ist laut Google das bislang intelligenteste „Workhorse"-Modell des Unternehmens für Coding und Agenten.
Die wichtigsten Eckdaten:
- Kontextfenster von rund einer Million Tokens, maximal 64.000 Ausgabe-Tokens
- Einführungspreis von 0,75 US-Dollar pro Million Eingabe-Tokens und 3,75 US-Dollar pro Million Ausgabe-Tokens – gültig bis 31. Dezember 2026, danach verdoppeln sich die Listenpreise
- Nach Google-eigenen Messungen ein Sprung von 49,0 auf 65,3 Prozent beim Software-Engineering-Benchmark DeepSWE v1.1 gegenüber 3.6 Flash
Technisch handelt es sich nicht um ein von Grund auf neu trainiertes Modell, sondern um eine algorithmische Weiterentwicklung von 3.6 Flash. Der Wissensstand bleibt bei März 2026.
Zwei Punkte sollten Unternehmen bei der Bewertung im Blick behalten: Erstens stammen die Benchmark-Werte aus Googles eigenen Messungen, und selbst dort liegt das Modell nicht überall vorne – bei einzelnen Agenten-Benchmarks führen weiterhin GPT-5.6 Terra beziehungsweise Claude Sonnet 5. Zweitens fehlt weiterhin das für Juni angekündigte Spitzenmodell Gemini 3.5 Pro. Google liefert derzeit im günstigen Segment in hohem Tempo, bleibt an der absoluten Leistungsspitze aber hinter Anthropic und OpenAI zurück.
Der rote Faden: Der Preiskampf hat begonnen
Zusammengenommen ergeben die Meldungen ein klares Bild. Innerhalb weniger Wochen sind die Kosten für KI-Arbeitsleistung auf breiter Front gefallen:
Claude Opus 5 bringt Leistung nahe am Frontier-Niveau zum halben Preis von Fable 5 – bei gleichbleibendem Preis gegenüber dem Vorgänger.
GPT-5.6 Luna kostet nach der Preissenkung nur noch einen Bruchteil dessen, was für vergleichbare Aufgaben vor einem Jahr fällig war, und macht Massen-Workflows wirtschaftlich.
Gemini 3.7 Flash halbiert den Einführungspreis gegenüber dem drei Wochen älteren Vorgänger und legt gleichzeitig bei Coding-Aufgaben deutlich zu.
Astra zeigt parallel, dass die nächste Modellgeneration nicht primär über Chat-Qualität konkurrieren wird, sondern über lang laufende, überprüfbare Forschungs- und Analysearbeit.
Was bedeutet das für Unternehmen?
Sinkende Token-Preise klingen zunächst nur nach einer besseren Rechnung. Tatsächlich verändern sie aber, welche Anwendungsfälle überhaupt sinnvoll sind. Prozesse, die bislang an den Kosten scheiterten – etwa die automatische Vorverarbeitung jedes eingehenden Dokuments, die Klassifizierung aller Support-Tickets oder Agenten, die kontinuierlich im Hintergrund arbeiten – werden nun realistisch.
Gleichzeitig steigt die Bedeutung der richtigen Modellzuordnung. Die relevanten Fragen bleiben dieselben wie im Vormonat:
- Welche Aufgabe braucht wirklich ein Spitzenmodell – und wo genügt ein günstiges Arbeitsmodell?
- Wie wirken sich Langkontext-Preisstufen und Effort-Einstellungen auf die realen Kosten aus?
- Wie gut funktioniert das jeweilige Modell mit den eigenen Daten und in deutscher Sprache?
- Welche Datenschutz- und Aufbewahrungsregeln gelten, und was verlangt der EU AI Act?
- Bleibt ein späterer Anbieterwechsel möglich?
Gerade weil sich Preise und Modelle derzeit im Wochenrhythmus ändern, lohnt sich eine Architektur, die Modelle austauschbar hält. Wer heute Luna, Opus 5 oder Gemini 3.7 Flash fest verdrahtet, zahlt beim nächsten Preisschritt möglicherweise drauf.
Fazit
Der August 2026 markiert einen Wendepunkt: Nicht das leistungsstärkste Modell dominiert die Schlagzeilen, sondern das wirtschaftlichste. Anthropic, OpenAI und Google unterbieten sich bei Alltagsmodellen gegenseitig, während OpenAI mit Astra bereits die nächste Kapitel-Überschrift setzt – KI als überprüfbares Forschungswerkzeug.
Für Unternehmen entsteht der größte Nutzen wie immer nicht durch den reflexhaften Wechsel auf das neueste Modell. Entscheidend ist, die gesunkenen Kosten in konkrete Automatisierungen zu übersetzen: mehr Prozesse abdecken, günstigere Modelle für Routineaufgaben einsetzen und die Ergebnisse laufend anhand eigener Daten überprüfen.
ai-integration.at unterstützt österreichische Unternehmen dabei, geeignete KI-Modelle auszuwählen, sichere AI-Workflows aufzubauen und wiederkehrende Geschäftsprozesse sinnvoll zu automatisieren. In weiteren Artikeln analysieren wir Claude Opus 5, die neuen GPT-5.6-Preise und Gemini 3.7 Flash jeweils im Detail.