Erscheinungsdatum ist nicht Trainings-Cutoff: Wie man ein neues KI-Modell liest
Zehn der 20 aktuellen KI-Modelle in einem Tracker, der am 16. September 2026 veröffentlicht wurde, tragen einen Trainings-Cutoff, den ihr Labor tatsächlich publiziert. Die Lücke zwischen diesem Datum und dem Erscheinungsdatum ist der Teil, den die Launch-Berichterstattung auslässt.

Der Tracker liegt unter stale.jock.pl und wurde am 16. September 2026 auf Hacker News gepostet. Er listet 20 Modelle von 8 Laboren. Neben jedem stehen zwei Daten: das Erscheinungsdatum und der Trainings-Cutoff, also der Punkt, an dem das Modell aufgehört hat zu lesen. Beide Zähler laufen live ab diesen Daten hoch.
Elf der 20 Zeilen zeigen "Not established." Das ist nicht dasselbe wie "nie veröffentlicht." Laut Seite bedeutet eine leere Zelle, dass die geprüften Herstellerquellen für dieses Modell keinen Cutoff ermitteln konnten. Die Tabelle sollte man also nicht als Aussage darüber lesen, was Labore offenlegen und was nicht.
Was die beiden Daten tatsächlich messen
Das Erscheinungsdatum ist der Tag, an dem das Labor das Modell ausgeliefert hat. Es steht in den Schlagzeilen und führt Benchmark-Beiträge an. Der Trainings-Cutoff ist der Punkt, an dem das Modell aufgehört hat zu lesen. Der Abstand dazwischen zeigt, wie weit das Modell am Launch-Tag schon zurücklag, bevor ein einziger Nutzer etwas eintippte. Die Seite nennt ein sauberes Beispiel. GPT-6 Astra erschien am 3. September 2026, seine Trainingsdaten enden am 30. April 2026. Das sind rund vier Monate Fehlzeit, die beim Launch schon eingebaut sind. Die Daten in der Tabelle stammen aus Labordokumenten, und jeder Modellname verlinkt auf das Dokument, aus dem das Datum stammt.
Bei manchen Zeilen wird die Lücke größer. Gemini 3.1 Pro von Google DeepMind ist mit einem Release vom 19. Februar 2026 und einem Cutoff von Januar 2025 gelistet, mehr als ein Jahr. Llama 4 von Meta zeigt einen Release vom 5. April 2025 gegen einen Cutoff von August 2024. Claude Sonnet 5 von Anthropic zeigt 30. Juni 2026 gegen Januar 2026. Nicht jede Lücke ist groß: Grok 4.7 von xAI, erschienen am 21. September 2026, trägt einen Cutoff von Mai 2026, und Claude Opus 5.5, erschienen am 22. September 2026, trägt Juni 2026.
Fünf Labore, zehn Modelle und viele Lücken
Laut Seite haben 5 der 8 Labore einen veröffentlichten Cutoff für mindestens ein gelistetes Modell: Anthropic, Google DeepMind, Meta, OpenAI und xAI. Drei Labore, Alibaba, DeepSeek und Mistral AI, haben kein Modell auf der Seite mit einem ermittelten Cutoff. Qwen3.8-Max und Qwen3.8-Flash von Alibaba, V4-Pro und V4.1-Flash von DeepSeek sowie Large 3, Small 4 und Medium 3.5 von Mistral sind alle als nicht ermittelt gelistet. Das ist eine Offenlegungslücke, keine Aussage über Leistung. Der Tracker sagt nicht, diese Modelle seien schlechter oder älter. Er sagt, die geprüften Quellen hätten kein Cutoff-Datum ergeben.
Für das Lesen von Benchmarks ist das wichtig. Ein Benchmark-Lauf ist eine Momentaufnahme dessen, was ein Modell bei einer Aufgabenstellung leistet, und Aufgabenstellungen schreiben Menschen, die wissen, was bis zu einem bestimmten Datum passiert ist. Ist der Cutoff eines Modells älter als der Benchmark, kann ein Teil dessen, was wie Schlussfolgern aussieht, Erinnerung sein. Ist der Cutoff neuer, misst der Benchmark womöglich die Fähigkeit des Modells, mit Material umzugehen, das in seinen Trainingsdaten lag.
Der Tracker führt dieses Argument nicht direkt. Er führt ein engeres: Man kann Aktualität nicht bewerten, ohne den Cutoff zu kennen, und für die Hälfte der Modelle auf der Seite ist der Cutoff nicht veröffentlicht.
Der Suchknopf löst das nicht
Websuche ist die übliche Antwort auf ein veraltetes Modell. Die Seite widerspricht dem und hat Zahlen. Bei über 2000 Aufrufen über 16 Modelle, jedes mit einem Websuche-Werkzeug ausgestattet, entschieden Frontier-Modelle fast jedes Mal richtig, ob sie suchen sollen. Schwächere Modelle trugen dagegen gesicherte Fakten vor, die sich geändert hatten, ohne nachzuprüfen, und durchsuchten für Dinge wie den Siedepunkt von Wasser das Web.
Die Suche muss außerdem vom Modell ausgelöst werden, mit denselben Gewichten, die den veralteten Fakt tragen. Die Fehlgriffe landen also genau dort, wo das Modell sich am sichersten fühlt.
Das ist der Mechanismus, auf den der Tracker zeigt. Ein Suchwerkzeug nützt nur, wenn das Modell erkennt, dass es eines braucht, und diese Erkenntnis läuft auf denselben Gewichten, die die veraltete Überzeugung tragen. Die Seite merkt außerdem an, dass die Suche nichts aktualisiert: Das Modell liest ein paar Seiten, nutzt sie in dieser Antwort und vergisst sie. Öffne einen neuen Chat, und es ist wieder April.
Die eigene Illustration der Seite ist eine Frage nach dem König von Norwegen, gestellt an 16 Modelle mit Suchknopf. Laut Seite nannten fünf einen Toten. Das ist eine Anekdote aus einem größeren Lauf, kein veröffentlichter Benchmark mit Methodenteil, und so sollte man sie lesen.
Wofür der Tracker tatsächlich da ist
Die Seite liefert einen models.json-Export mit Erscheinungsdatum, veröffentlichtem Cutoff und Quellenlink für alle 20 Modelle. Sie liefert außerdem einen Textblock, der in die Instruktionsdatei eines Agenten eingefügt werden soll, die AGENTS.md oder CLAUDE.md, die Coding-Agenten ohnehin lesen. Darin steht, der Agent solle dieses JSON abrufen, bevor er ein Modell, eine Version oder ein Datum als aktuell bezeichnet. Das Argument dafür ist schlicht, und die Seite macht es: Ein Modell ist eine schlechte Quelle über Modelle. Fragt man ein Modell nach seinem eigenen Trainings-Cutoff, antwortet ein wohlerzogenes oder sagt, es sei unsicher. Eines, das ein selbstbewusstes Datum erfindet, hat etwas über sich selbst verraten.
Für alle, die diese Woche einen Launch-Beitrag lesen, ist die praktische Fassung kurz. Prüfe, ob das Labor einen Cutoff veröffentlicht hat. Prüfe, wie alt er im Verhältnis zum Erscheinungsdatum ist. Behandle einen fehlenden Cutoff als fehlende Information und nicht als Unbedenklichkeitsbescheinigung, und nimm nicht an, ein Suchwerkzeug schließe eine Lücke, die das Modell erst öffnen muss.
Der Tracker selbst ist eine einzelne Seite mit einer festen Liste, die aktualisiert wird, wenn sich das Regal bewegt. Er ist kein Benchmark und bewertet keine Modelle. Er ist eine Datumstabelle mit Zählern, und die Daten sind der Punkt.
Quellen
1Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.
Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.
Kommentare
0- Noch keine Kommentare — seien Sie der Erste.