Zum Inhalt
WeltzeitEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal über KI und Technologieereignisse · analysen · interviews · technischer hintergrund

Suche
LIVE
›

Zwei Daten entscheiden, wie veraltet ein KI-Modell ist, und nur 10 von 20 Labs nennen beide

Eine am 16. September veröffentlichte Übersichtsseite führt Veröffentlichungsdaten und Trainings-Cutoffs für 20 aktuelle Modelle aus 8 Labs und zählt ab jedem Datum live hoch. Nur bei 10 der 20 Modelle ist ein Cutoff angegeben, den das Lab tatsächlich veröffentlicht.

KI & ModelleNachrichtLena BrandtVeröffentlicht: 27. September 20263 Min. LesezeitQuellen 1
Zwei Daten entscheiden, wie veraltet ein KI-Modell ist, und nur 10 von 20 Labs nennen beide

Die Seite stale.jock.pl erschien am 16. September als Show-HN-Eintrag. Ihr Ansatz ist eng gefasst: Ein Modell kann im September erscheinen und trotzdem schon im April aufgehört haben zu lesen. Diese Lücke zwischen Starttag und Wissensstand steckt also bereits im Modell, bevor jemand einen Prompt eintippt. Dieselben Daten gibt es als models.json zum Abrufen für Agenten.

Fünf der acht Labs haben für mindestens ein gelistetes Modell einen veröffentlichten Cutoff: Anthropic, Google DeepMind, Meta, OpenAI und xAI. Eine leere Zelle in der Tabelle bedeutet laut Seite, dass die geprüften Herstellerquellen keinen Cutoff belegen, nicht dass das Lab nie einen veröffentlicht hat. Mistral, Alibaba und DeepSeek stehen mit den gezeigten Modellen in der Tabelle, ohne dass ein Cutoff belegt ist.

Die Lücke, Modell für Modell

OpenAIs GPT-6 Astra kam am 3. September 2026 heraus, die Trainingsdaten enden am 30. April 2026. Das sind vier Monate Abstand. GPT-6 Sol, veröffentlicht am 22. September, endet am 20. April. GPT-6 Luna, gleiches Veröffentlichungsdatum, endet am 18. Mai. Anthropics Claude Opus 5.5 erschien am 22. September mit einem Cutoff von Juni 2026; Claude Fable 5.1 erschien am 1. September, ebenfalls Juni 2026. Metas Llama 4, veröffentlicht am 5. April 2025, hat einen Cutoff von August 2024.

Der längste Abstand in der Tabelle gehört Gemini 3.1 Pro: veröffentlicht am 19. Februar 2026, Cutoff Januar 2025, dreizehn Monate. Mistral Large 3, Mistral Small 4, Mistral Medium 3.5, Qwen3.8-Max, Qwen3.8-Flash, Muse Glimmer, Muse Spark 1.3, DeepSeek V4-Pro und DeepSeek V4.1-Flash sind alle ohne veröffentlichten Cutoff gelistet. Für sie lässt sich aus dieser Quelle keine Lücke berechnen.

Die Seite argumentiert, dass Suchwerkzeuge das Problem nicht lösen. Wenn ein Modell sucht, liest es ein paar Seiten, nutzt sie für eine Antwort und vergisst sie wieder; öffnet man einen neuen Chat, ist wieder April. Die Suche muss außerdem vom Modell ausgelöst werden, und zwar mit denselben Gewichten, in denen der veraltete Fakt steckt. Die Seite nennt eine Messung von über 2.000 Aufrufen bei 16 Modellen, jedes mit einem Websuche-Werkzeug ausgestattet: Frontier-Modelle entschieden fast immer richtig, schwächere antworteten auf geklärte Fragen aus dem Gedächtnis, nachdem sich die Antwort geändert hatte, und suchten im Netz nach dem Siedepunkt von Wasser. Die Seite berichtet außerdem, dass fünf von 16 Modellen, gefragt nach dem König von Norwegen, einen Toten nannten.

Warum die zweite Zahl fehlt

Hinter dem Schweigen steckt eine kommerzielle Logik. Ein Veröffentlichungsdatum ist ein Marketingereignis und bekommt einen Launch-Post. Ein Cutoff ist ein Eingeständnis darüber, was das Modell nicht weiß, und ein Lab, das ihn veröffentlicht, liefert Wettbewerbern und Kunden am ersten Tag ein Maß für die Lücke. Zehn von zwanzig lautet das Ergebnis.

Für alle, die Agenten bauen, schlägt die Seite einen Ausweg vor: ein paar Zeilen in die Datei AGENTS.md oder CLAUDE.md schreiben, die der Agent ohnehin liest. Sie sollen ihn anweisen, das JSON abzurufen, bevor er ein Modell, eine Version oder ein Datum als aktuell bezeichnet, und alles mit angehängtem Datum als ungeprüft zu behandeln, bis es geprüft ist. Der Export enthält Veröffentlichungsdatum, veröffentlichten Cutoff und einen Quellenlink pro Modell. Er wird mit der Seite neu erzeugt, sodass der Agent die heutigen Daten liest und nicht die aus seinen Gewichten. Der Wortlaut steht auf der Seite und lässt sich direkt einfügen.

Die offensichtliche Grenze: Die Seite ist die Darstellung eines Modells über Modelle, und das sagt sie selbst. Ihr Rat, ein einzelnes Modell zu prüfen, lautet, es direkt nach seinem Trainings-Cutoff zu fragen. Ein wohlerzogenes Modell antwortet oder sagt, dass es nicht sicher ist. Eines, das ein selbstbewusstes Datum erfindet, hat damit etwas Nützliches über sich verraten. Die Antwort sollte man mit der Tabelle abgleichen, bevor man ihr traut.

Eine unabhängige Prüfung der 20 Daten bietet die Seite nicht an, nur die verlinkten Lab-Dokumente, eines pro Modell. Wer sich bei einer Auslieferungsentscheidung auf die Zahlen verlässt, sollte diesen Links folgen, denn die leeren Zellen sind die, die sich am ehesten zuerst ändern dürften.

Kommentare 0

Quellen

1
  1. 01Show HN: How Stale Is Your AI? Release age and training cutoff for 20 modelsEN

Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.

Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.

Lena Brandt

Lena Brandt

KI, Modelle und Technik

Lena Brandt schreibt für FLASH24 über Technik, KI und Modelle sowie Medien und Internet und stützt sich dabei auf Herstellerangaben, Studien und öffentlich zugängliche Datensätze, statt Pressemitteilungen ungeprüft zu übernehmen. Bei Modellvergleichen kontrolliert sie Benchmark-Werte, Trainingsdaten und Versionsnummern und rechnet Angaben zu Rechenleistung und Kosten selbst nach. Sie spricht mit Entwicklern und Forschern, wartet auf angekündigte Updates und vergleicht Releases, bevor sie eine Einschätzung abgibt. Privat beschäftigt sie sich mit 3D-Druck, alten Rechnern und der Frage, wie Modelle aus Internetmüll lernen – Themen, die regelmäßig in ihre Texte einfließen. Sie publiziert keine Zahlen, deren Quelle sie nicht selbst überprüfen konnte.

Redaktion →

Kommentare

0
  1. Noch keine Kommentare — seien Sie der Erste.

Kommentar schreiben

Kommentare sind öffentlich sichtbar. Wir veröffentlichen keine Beleidigungen, Werbung oder Spam.