Wir haben in einer einzigen Sitzung die eigene Dokumentation jedes Anbieters von vorn bis hinten durchgearbeitet und den Katalog Zeile für Zeile damit abgeglichen. Nicht die Liste eines Aggregators: Aggregatoren legen ihre eigene Marge dazwischen und haben ihre eigenen Gründe für das, was sie zeigen. Die Seiten, die wir gelesen haben, waren die der Anbieter selbst.
Neu dabei
Von OpenAI: gpt-6-astra, ein Reasoning-Modell; gpt-5.3-codex für Code; gpt-realtime-2.1-mini, ein kleineres Echtzeit-Sprachmodell; und gpt-transcribe für Sprache-zu-Text. Von Anthropic: claude-fable-5-1. Von Google: gemini-3.8-flash, gemini-3.5-flash-lite und lyria-3.5 für Musik. Von xAI: grok-4.6. Die V4.1-Flash-Stufe von DeepSeek kam am selben Abend unter eigenem Namen dazu.
Jedes davon, das einen Laufzeitpfad hat, wurde vor dem Schreiben der Zeile mit einem Entwicklerschlüssel wirklich aufgerufen. Ein Katalogeintrag, der nie ausprobiert wurde, ist eine Vermutung mit einem Preis darauf.
Abschied und Neupreisung
Modelle, deren Hersteller ein Enddatum veröffentlicht haben, tragen dieses Datum jetzt — nicht aus dem Gedächtnis, sondern von der Abkündigungsseite des Anbieters: mehrere Claude-Generationen, die ältere Mistral-Linie, zwei Bildmodelle, ein OpenAI-Sprachmodell, eine Familie von Suchmodellen. Ein Modell, das tatsächlich abgeschaltet wurde, ist als abgeschaltet markiert, statt mit einem gültigen Preis dazustehen.
Preise werden nie an Ort und Stelle bearbeitet. Ändert ein Anbieter einen Satz, bekommt die alte Zeile ein Enddatum, und eine neue beginnt — sodass eine Rechnung vom letzten Monat weiterhin zu dem Satz gelesen wird, der tatsächlich berechnet wurde, und das immer so bleibt. Deshalb hat dieser Durchgang weit mehr Zeilen produziert als Modelle.
Der Abschalttermin, den es nicht gab
Der Fund, der zählte. Vier Gemini-2.5-Modelle in unserem Katalog trugen einen Abschalttermin im Oktober. Die Abkündigungsseite von Google listet für sie überhaupt kein Abschaltdatum. Unangetastet hätten drei heute genutzte Modelle sich an einem von uns erfundenen Datum selbst abgeschaltet, und der Ausfall hätte wie der des Anbieters ausgesehen.
Er wurde entfernt. Seine Geschwister — Daten, die tatsächlich veröffentlicht wurden — blieben, und zwei, die in die andere Richtung falsch waren, wurden korrigiert.
Fähigkeiten zuerst bedeutet: eine falsche Zeile bricht alles
ToRun wählt kein Modell nach Namen. Es ermittelt, was eine Runde tatsächlich braucht — kann es sehen, kann es Werkzeuge aufrufen, braucht es einen langen Kontext, wird es sprechen — behält nur die Modelle, die das alles können, und ordnet den Rest. Das heißt: eine falsch erfasste Fähigkeit verschlechtert nicht eine Funktion. Sie leitet still alles falsch, was diese Fähigkeit braucht.
Deshalb korrigierte dieser Durchgang auch die Verknüpfungen. Ein Beispiel: Unsere höchste Anthropic-Stufe hatte überhaupt keinen Intelligenzwert, wurde also als unbekannt bewertet und rangierte unter dem günstigsten Modell ihrer eigenen Familie. Ein anderes: ein Musikmodell, dessen Kennung durch einen Auffangzweig fiel und still ein anderes Modell ausführte als das in der Zeile genannte.
Ein Modell von Hand zu wählen wird weiterhin genau wie zuvor respektiert — und deshalb kann diese Wahl auch für eine Aufgabe abgelehnt werden, die es nicht kann.