Neue KI-Modelle September 2026: GPT-6 Astra, Fable 5.1, Gemini 3.8 Flash und DeepSeek V4.1 im Vergleich

Was zwischen 12. August und 14. September 2026 passiert ist

Der August drehte sich um Preise, der September dreht sich um die Spitze. Innerhalb von drei Tagen brachten Anthropic, Google und OpenAI je ein neues Modell, und jedes davon zielt auf dasselbe Feld: lange, selbstständig laufende Aufgaben in Software, Browser und Unternehmensprozessen. OpenAI verkaufte Astra als „intelligentestes und am besten ausgerichtetes Modell“ und musste in derselben Woche erklären, warum seine Sicherheitsforscher das Reasoning des Modells schlechter mitlesen können als bisher. Parallel dazu ging die Entwicklung der offenen Modelle weiter: Tencent, Alibaba und DeepSeek veröffentlichten innerhalb von zwei Wochen drei Modelle mit freien Gewichten, zwei davon unter Lizenzen, die kommerzielle Nutzung ohne Einschränkung erlauben.

Für dich als Entscheider in einem KMU heißt das: Die Auswahl wird größer, nicht einfacher. Dieser Beitrag sortiert die Neuzugänge nach Preis, Verfügbarkeit in der EU und dem einen Kriterium, das in Benchmarks selten auftaucht: Kannst du das Modell in einem Prozess laufen lassen, ohne dass jemand danebensitzt?

GPT-6 Astra (OpenAI)

Preis, Kontext, Verfügbarkeit

Am 3. September 2026 veröffentlichte OpenAI GPT-6 Astra, laut Hersteller das bisher stärkste Modell für Computer- und Browser-Bedienung, Programmierung, Cybersicherheit und wissenschaftliche Arbeit. Der Standardpreis über die API liegt bei $10 pro Million Input-Tokens und $50 pro Million Output-Tokens, ein „Fast Mode“ mit bis zu doppelter Geschwindigkeit kostet das Doppelte. Der Kontext umfasst laut Drittquellen rund 1 Million Token; ab etwa 272.000 Input-Tokens berechnet OpenAI die gesamte Anfrage zum doppelten Input- und anderthalbfachen Output-Preis. Wer lange Dokumente verarbeitet, sollte das vor dem ersten Batch-Lauf nachrechnen.

In ChatGPT läuft der Rollout seit derselben Woche für Plus, Pro, Business und Enterprise, ohne Aufpreis auf den jeweiligen Seat. Die Variante GPT-6 Pro (auf Astra-Basis) ist in Pro, Business und Enterprise enthalten. Free- und Go-Nutzer bekommen Astra vorerst nicht. Plus-Nutzer in Europa berichteten in den ersten Tagen, dass Astra zunächst nur über ChatGPT Work und Codex erreichbar war, nicht im normalen Chat. Über Microsoft Foundry ist Astra seit dem 3. September ebenfalls verfügbar, dort allerdings hinter einem Zugangsantrag und laut Berichten ohne EU Data Zone.

Die Monitorability-Debatte

Der eigentliche Aufreger der Woche war nicht die Leistung, sondern die Architektur. Astra nutzt eine Technik, die OpenAI als „opaque recurrence“ bezeichnet: Das Modell verarbeitet eine Anfrage mehrfach in einer internen Schleife und hinterlässt dabei weniger lesbare Zwischenschritte als eine klassische Chain-of-Thought. OpenAI räumte in eigenen Tests ein, dass Astras schriftliches Reasoning dadurch schwerer zu überwachen ist als bei GPT-5.6 Sol. Chief Scientist Jakub Pachocki sagte sinngemäß, man würde eher auf weiteres Scaling verzichten, als einen weiteren Verlust an Überwachbarkeit hinzunehmen. Sicherheitsforscher von Redwood Research warnten, die Technik könne Reasoning perspektivisch ganz aus sichtbaren Kanälen verdrängen.

Gleichzeitig meldete OpenAI, dass unerwünschtes Verhalten im internen Computer-Use-Sicherheitsbenchmark von 22 % (GPT-5.6 Sol) auf 2,4 % (Astra) gesunken sei. Beides kann stimmen: Das Modell verhält sich in Tests besser und ist gleichzeitig schwerer zu erklären. Für dich relevant wird das an einer Stelle: Sobald ein Modell Entscheidungen mit Personenbezug vorbereitet (Bewerbungen, Kreditwürdigkeit, Mitarbeiterbewertung), verlangt der EU AI Act nachvollziehbare Begründungen. Ein Modell, dessen Hersteller selbst sagt, dass die Begründung schwerer zu prüfen ist, gehört in solchen Prozessen nicht ans Steuer. Für Texte, Recherche und Auswertungen im Büro ändert das nichts.

Optimal für: Teams, die bereits auf GPT-5.6 Sol setzen und bei Coding- oder Browser-Aufgaben an Grenzen stoßen. Für Chat-Nutzung im Workspace ist Astra ein Upgrade ohne Mehrkosten. Für automatisierte Prozesse mit hohem Volumen bleibt der Preis das Argument gegen Astra und für Terra, Sonnet 5 oder Gemini 3.8 Flash.

Claude Fable 5.1 und Mythos 5.1 (Anthropic)

Anthropic veröffentlichte am 1. September 2026 Claude Fable 5.1 und Claude Mythos 5.1. Beide Modelle teilen dieselben Spezifikationen und denselben Preis wie Fable 5: $10 pro Million Input-Tokens, $50 pro Million Output-Tokens. Neu ist der Preis für Cache-Reads: $0,25 pro Million Tokens, 75 % weniger als bisher. Anthropic rechnet vor, dass typische Workloads dadurch rund 25 % günstiger werden, stark agentische Workloads mit vielen wiederholten Kontextzugriffen bis zu 45 %. Wer Fable in einem Automatisierungs-Workflow mit langem, gleichbleibendem Systemkontext einsetzt, profitiert direkt und ohne Codeänderung.

Mythos 5.1 ist technisch identisch, aber nur über sogenannte Trusted Access Programs verfügbar (Cyber Verification Program, Life Sciences Verification Program) und derzeit auf eine Gruppe von US-Organisationen beschränkt. Für ein DACH-KMU ist Mythos damit keine Option; Fable 5.1 ist das Modell, das du tatsächlich buchen kannst.

Optimal für: bestehende Fable-5-Setups (Umstieg kostet nichts, Cache-Ersparnis kommt automatisch) und anspruchsvolle Einzelaufgaben. Für die tägliche Automatisierung bleibt Sonnet 5 bei $2 / $10 die wirtschaftlichere Wahl, siehe August-Vergleich.

Gemini 3.8 Flash und 3.7 Flash (Google)

Google hat im Berichtszeitraum gleich zwei Flash-Modelle freigeschaltet: Gemini 3.7 Flash am 13. August und Gemini 3.8 Flash am 2. September 2026, beide als produktionsreif (General Availability). Google beschreibt 3.8 Flash als „intelligentestes Flash-Modell, entwickelt für langlaufende Software-Entwicklung, autonome Agenten und komplexe Unternehmens-Workflows“. Der Preis ist für beide identisch: $0,75 pro Million Input-Tokens und $3,75 pro Million Output-Tokens (inklusive Thinking-Tokens) als Einführungspreis bis 31. Dezember 2026, danach $1,50 / $7,50.

Das ist der günstigste Einstieg unter den drei großen US-Anbietern für agentische Aufgaben. Der Haken steht im Kalender: Ab 1. Januar 2027 verdoppelt sich der Preis. Wer jetzt einen Workflow auf 3.8 Flash aufbaut, sollte die Kalkulation mit dem Preis von 2027 machen, nicht mit dem Einführungspreis. Bei EU-Datenverarbeitung gilt für Gemini über Google Cloud (Vertex AI) weiterhin die Möglichkeit, eine EU-Region zu wählen; über die Gemini Developer API nicht.

Optimal für: Workflows mit hohem Volumen und Tool-Nutzung, bei denen bisher Gemini 3.6 Flash oder GPT-5.6 Terra liefen. Wer die Preisverdopplung 2027 einkalkuliert, hat bis dahin ein sehr günstiges Arbeitspferd.

DeepSeek V4.1 Flash und Qwen3.8 27B — offene Modelle aus China

DeepSeek V4.1 Flash (MIT-Lizenz)

DeepSeek veröffentlichte am 10. September 2026 V4.1 Flash: ein Mixture-of-Experts-Modell mit 552 Milliarden Parametern, von denen pro Token nur rund 8 Milliarden aktiv sind. Die Gewichte stehen unter MIT-Lizenz, kommerzielle Nutzung und Fine-Tuning sind ohne Umsatzschwellen erlaubt. Über die DeepSeek-API kostet das Modell $0,30 / $1,20 pro Million Tokens zu Spitzenzeiten und $0,15 / $0,60 außerhalb; Cache-Treffer außerhalb der Spitzenzeiten liegen bei $0,003. Laut VentureBeat übertrifft V4.1 Flash in mehreren Benchmarks GPT-5.6 Sol und Claude Opus 5. Das sind Herstellerzahlen, unrepliziert, aber die Preisdifferenz ist real.

Qwen3.8 27B (Apache 2.0)

Alibaba veröffentlichte am 2. September 2026 Qwen3.8 27B unter Apache-2.0-Lizenz. Mit 27 Milliarden Parametern (28 inklusive Vision-Encoder) und einem nativen Kontext von 262.144 Token ist es klein genug, um bei einem EU-Hoster auf einer einzelnen GPU-Instanz zu laufen. Die Architektur mischt lineare Attention-Schichten mit klassischer Full-Attention, was den Speicherbedarf bei langen Kontexten senkt. Alibaba nennt Benchmark-Werte, die Claude Opus 4.6 Max in Terminal Bench 2.1 und SWE-bench Pro schlagen; auch das sind Herstellerzahlen.

Wichtig für DACH-KMU, wie schon im August: Offene Gewichte heißen nicht, dass du das Modell selbst hosten musst oder solltest. Der praktikable Weg ist ein Drittanbieter, der die Gewichte in einem EU-Rechenzentrum betreibt. Und die Pflichten aus EU AI Act und DSGVO hängen vom Einsatzzweck ab, nicht von der Lizenz. Bei Qwen3.8 27B ist Self-Hosting aber erstmals eine realistische Größenordnung, nicht wie bei Kimi K3 eine Rechenzentrums-Übung.

Kurz notiert: Grok 4.6, Muse Spark 1.3, Hy4, Fugu, GPT Image 2.5

• xAI Grok 4.6 (12. August): $2 / $6 pro Million Tokens bei Prompts unter 200.000 Token, darüber $4 / $12; 500.000 Token Kontext, ausgelegt auf langlaufende Agenten und Coding. Preislich unverändert gegenüber 4.5.
• Meta Muse Spark 1.3 (2. September): laut Meta das bisher stärkste eigene Modell, multimodal, 1 Million Token Kontext, $1,25 / $4,25 pro Million Tokens. Ein deutlich günstigerer „Contributor“-Endpunkt gibt es nur gegen Datenfreigabe an Meta. Für Geschäftsdaten kommt der nicht in Frage.
• Tencent Hy4 Preview (28. August): 770 Milliarden Parameter (MoE, rund 49 Milliarden aktiv), über 1 Million Token Kontext, Apache 2.0. Rechenzentrums-Format wie Kimi K3.
• Sakana AI Fugu Max und Fugu Ultra v2 (11. September): keine Einzelmodelle, sondern eine Orchestrierung über mehrere gepoolte Modelle. Fugu Max $2 / $6, Fugu Ultra v2 $5 / $30 pro Million Tokens. Sakana beansprucht, im DeepSWE-Benchmark knapp vor GPT-6 Astra zu liegen. Interessant als Konzept, für KMU-Prozesse noch zu neu.
• OpenAI GPT Image 2.5 (8. September): zwei Bildmodelle, „Flare“ (schnell, halbe Latenz gegenüber GPT Image 2) und „Sunburst“ (präzise Bearbeitung). In ChatGPT als „Images 2.5“ ausgerollt. API-Preise waren zum Redaktionsschluss nicht eindeutig veröffentlicht.

Preise im direkten Vergleich

Qwen3.8 27B hat keinen Listenpreis, weil das Modell primär als offene Gewichte gedacht ist; Hosting-Kosten hängen vom Anbieter ab. Preise Stand 14. September 2026, aktuelle Angaben immer direkt beim Anbieter prüfen (openai.com/api/pricing, platform.claude.com, ai.google.dev/gemini-api/docs/pricing, platform.deepseek.com).

Was das für dein Unternehmen bedeutet

Wieder gilt: kein Modellwechsel-Zwang. Wer im August ein wirtschaftliches Setup gewählt hat, kann dabei bleiben. Drei Punkte lohnen sich diesen Monat trotzdem:

Erstens: Wenn ihr ChatGPT Business oder Enterprise nutzt, habt ihr Astra bereits oder bekommt es in den nächsten Tagen, ohne dass sich an der Rechnung etwas ändert. Prüft, ob eure interne KI-Richtlinie den Einsatz für Entscheidungen mit Personenbezug regelt. Wenn nicht, ist jetzt der Moment, das nachzuholen, bevor jemand im Team Astra für die Bewerbervorauswahl nutzt.

Zweitens: Wenn ihr Fable 5 über die API in Workflows mit langem, gleichbleibendem Kontext einsetzt, bringt der Umstieg auf Fable 5.1 eine spürbare Ersparnis bei den Cache-Reads, ohne dass ihr etwas am Prompt ändern müsst. Modell-ID tauschen, fertig.

Drittens: Wenn ihr einen neuen High-Volume-Prozess plant (Klassifizierung, Extraktion, Routing), sind Gemini 3.8 Flash und DeepSeek V4.1 Flash die beiden Kandidaten mit dem besten Preis-Leistungs-Verhältnis. Bei Gemini mit dem Preis von 2027 rechnen. Bei DeepSeek den Hoster so wählen, dass die Daten in der EU bleiben.

Was sich nicht geändert hat: Ein besseres Modell im Chat ersetzt keinen Prozess. Die Frage, ob dein Team ein Chat-Tool braucht oder ein System, das ohne Menschen am Bildschirm läuft, beantwortet keines der neuen Modelle. Dafür gibt es unsere Einschätzung zu ChatGPT Business, unten verlinkt.

Häufige Fragen

Ist GPT-6 Astra besser als Claude Fable 5.1?

Beide Hersteller veröffentlichen Benchmarks, in denen das eigene Modell vorn liegt. OpenAI zeigt Astra vor Fable 5.1 bei Computer-Use-Aufgaben, Anthropic positioniert Fable 5.1 über die Cache-Ersparnis bei agentischen Langläufern. Für ein KMU ist die ehrliche Antwort: Bei gleichem Listenpreis entscheidet dein bestehendes Setup und die Datenfrage, nicht ein Benchmark-Prozentpunkt.

Muss ich mir wegen der Monitorability-Debatte Sorgen machen?

Für Büro-Nutzung (Texte, Recherche, Auswertungen): nein. Für Prozesse, in denen ein Modell Entscheidungen mit Personenbezug vorbereitet, solltet ihr dokumentieren, welches Modell warum eingesetzt wird und wie ihr die Ergebnisse prüft. Das verlangt der EU AI Act ohnehin, unabhängig vom Modell.

Welches Modell ist für ein KMU aktuell am günstigsten?

Für API-Einsatz mit hohem Volumen: DeepSeek V4.1 Flash ($0,30 / $1,20) oder GPT-5.6 Luna ($0,20 / $1,20), bei Bedarf an mehr Leistung Gemini 3.8 Flash ($0,75 / $3,75 bis Jahresende). Für reinen Chat-Einsatz weiterhin der ChatGPT-Gratis-Tarif mit Luna. Der günstigste Token-Preis ist aber nicht automatisch die günstigste Lösung, siehe TCO-Guide unten.

Kann ich Qwen3.8 27B oder DeepSeek V4.1 Flash DSGVO-konform nutzen?

Ja, wenn die Verarbeitung in der EU stattfindet. Beide Modelle haben offene Gewichte und Lizenzen, die kommerzielle Nutzung erlauben. Der Weg für die meisten KMU ist ein EU-Hoster, der die Gewichte betreibt, nicht die Hersteller-API aus China und nicht eigenes Hosting. Qwen3.8 27B ist dabei klein genug für eine einzelne GPU-Instanz, DeepSeek V4.1 Flash braucht Rechenzentrums-Hardware.

Quellen & Weiterführende Links

OpenAI: GPT-6 Astra Release-Post und API-Preise (openai.com, 03.09.2026); Monitorability: TechCrunch (02.09.2026), The Stack, implicator.ai; Anthropic: Claude Fable 5.1 & Mythos 5.1 (anthropic.com, 01.09.2026); Google: Gemini API Pricing und Release Notes (ai.google.dev, 13.08. und 02.09.2026); DeepSeek V4.1 Flash: VentureBeat, DataCamp (10.09.2026); Qwen3.8 27B: DataNorth, Regolo (02.09.2026); Grok 4.6: xAI-Preisseite via Layer3 Labs; Meta Muse Spark 1.3: research.meta.ai, Bloomberg (02.09.2026); Tencent Hy4: tencent.com (28.08.2026); Sakana Fugu: sakana.ai (11.09.2026). Stand: 14. September 2026, Preise und Verfügbarkeit ändern sich kurzfristig.

• Neue KI-Modelle August 2026: Sonnet 5, Opus 5, GPT-5.6 und Kimi K3 im Vergleich — Der Vorgänger-Vergleich: Preissenkungen bei Sonnet 5 und GPT-5.6, Opus 5, Kimi K3 und Qwen 3.8 Max.
• Neue KI-Modelle Juli 2026: Fable 5, GPT-5.6 Sol, Gemini 3.1 Pro und Grok 4.5 im Vergleich — Basis-Einordnung zu Fable 5, Sol, Gemini und Grok.
• ChatGPT Business 2026: Preise, EWR-Sperre und Einschätzung vom OpenAI Select Partner — Wann sich ChatGPT Business für dein KMU lohnt, was GPT-6 Astra daran ändert und wann ihr stattdessen ein System braucht.
• KI-Modellkosten 2026: Warum der günstigste API-Preis selten die günstigste Lösung ist — Total-Cost-of-Ownership-Rechnung statt Listenpreis-Vergleich, mit Fallbeispiel.