Releasedatum und Training-Cutoff: So liest man ein neues KI-Modell

Der Tracker liegt auf stale.jock.pl und wurde am 16. September 2026 auf Hacker News gepostet. Er listet 20 Modelle von 8 Laboren. Neben jedem Modell stehen zwei Daten: das Releasedatum und der Training-Cutoff, der Punkt, an dem das Modell aufhörte zu lesen. Beide Zähler laufen live ab diesen Daten hoch.

Elf der 20 Zeilen zeigen „Not established“. Das ist nicht dasselbe wie „nie publiziert“. Die Seite erklärt, dass ein leerer Wert bedeutet, dass die geprüften Quellen des Anbieters keinen Cutoff für dieses Modell ermittelt haben. Man sollte daher vorsichtig sein, die Tabelle als Aussage darüber zu lesen, was Labors veröffentlichen oder was nicht.

Was die beiden Daten tatsächlich messen

Das Releasedatum ist der Zeitpunkt, an dem das Labor das Modell ausgeliefert hat. Es ist das, was Schlagzeilen tragen und worauf Benchmark-Posts zuerst eingehen. Der Training-Cutoff ist der Zeitpunkt, an dem das Modell aufhörte zu lesen. Der Abstand zwischen ihnen zeigt, wie weit hinterher das Modell am Launch-Tag schon lag, bevor ein einzelner Nutzer etwas eingegeben hatte. Die Seite gibt ein klares Beispiel. GPT-6 Astra wurde am 3. September 2026 veröffentlicht, und seine Trainingsdaten enden am 30. April 2026. Das sind rund vier Monate Abwesenheit, die beim Launch eingebaut sind. Die Daten in der Tabelle stammen aus Labordokumenten, und jeder Modellname verlinkt auf das Dokument, aus dem das Datum entnommen wurde.

Einige Zeilen machen die Lücke größer. Gemini 3.1 Pro von Google DeepMind ist mit einem Release am 19. Februar 2026 und einem Cutoff im Januar 2025 aufgelistet, mehr als ein Jahr. Llama 4 von Meta zeigt ein Release am 5. April 2025 gegenüber einem Cutoff im August 2024. Anthropics Claude Sonnet 5 zeigt 30. Juni 2026 gegenüber Januar 2026. Nicht jede Lücke ist groß: Grok 4.7 von xAI, veröffentlicht am 21. September 2026, hat einen Cutoff im Mai 2026, und Claude Opus 5.5, veröffentlicht am 22. September 2026, im Juni 2026.

Fünf Labore, zehn Modelle und viele Leerstellen

Laut der Seite haben 5 der 8 Labore einen publizierten Cutoff für mindestens ein aufgelistetes 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. Alibabas Qwen3.8-Max und Qwen3.8-Flash, DeepSeeks V4-Pro und V4.1-Flash sowie Mistrals Large 3, Small 4 und Medium 3.5 sind alle als nicht ermittelt aufgelistet. Das ist eine Lücke bei der Offenlegung, keine Aussage zur Leistung. Der Tracker sagt nicht, dass diese Modelle schlechter oder älter sind. Er sagt, dass die geprüften Quellen kein Cutoff-Datum geliefert haben.

Das ist wichtig für das Lesen von Benchmarks. Ein Benchmark-Run ist ein Schnappschuss dessen, was ein Modell auf einer Aufgabenstellung kann, und Aufgabenstellungen werden von Menschen geschrieben, die wissen, was bis zu einem bestimmten Datum passiert ist. Wenn der Cutoff eines Modells älter ist als der Benchmark, kann ein Teil dessen, was wie Reasoning aussieht, eigentlich Recall sein. Wenn der Cutoff neuer ist, kann der Benchmark die Fähigkeit des Modells messen, Material zu verarbeiten, das in seinen Trainingsdaten war.

Der Tracker macht dieses Argument nicht direkt. Er macht 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 publiziert.

Der Suchknopf löst es nicht

Web-Suche ist die übliche Antwort auf ein veraltetes Modell. Die Seite widerspricht dem und hat Zahlen dafür. Über 2000 Aufrufe über 16 Modelle, jeweils mit einem Web-Suchtool ausgestattet, haben Frontier-Modelle fast immer richtig entschieden, ob sie suchen sollen, während schwächere Modelle feststehende Fakten, die sich geändert hatten, ohne zu prüfen aussprachen und nach Dingen wie dem Siedepunkt von Wasser im Web suchten.

Die Suche muss auch vom Modell ausgelöst werden, mit denselben Gewichten, die den veralteten Fakt halten, also landen die Fehler genau dort, wo sich das Modell am sichersten fühlt.

Das ist der Mechanismus, auf den der Tracker hinweist. Ein Suchtool ist nur nützlich, wenn das Modell erkennt, dass es eines braucht, und diese Erkennung läuft auf denselben Gewichten, die den veralteten Glauben halten. Die Seite merkt auch an, dass die Suche nichts aktualisiert: Das Modell liest ein paar Seiten, nutzt sie in dieser Antwort und vergisst. 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 einem Suchknopf. Sie sagt, fünf nannten einen toten Mann. Das ist eine Anekdote aus einem größeren Lauf, kein publizierter Benchmark mit Methodik-Abschnitt, und sollte so gelesen werden.

Wofür der Tracker tatsächlich ist

Die Seite liefert einen models.json-Export mit Releasedatum, publiziertem Cutoff und Quellverlinkung für alle 20 Modelle. Sie liefert auch einen Textblock, der in die Instruktionsdatei eines Agents kopiert werden soll, die AGENTS.md oder CLAUDE.md, die Coding-Agents bereits lesen, und den Agenten anweist, dieses JSON abzurufen, bevor er ein Modell, eine Version oder ein Datum als aktuell benennt. Das Argument dafür ist platt und die Seite macht es deutlich: Ein Modell ist eine schlechte Quelle über Modelle. Frage ein Modell nach seinem eigenen Training-Cutoff und ein wohlerzogenes antwortet oder sagt, es sei unsicher. Eines, das ein selbstbewusstes Datum erfindet, hat etwas über sich selbst gesagt.

Für jeden, der diese Woche einen Launch-Post liest, ist die praktische Version kurz. Prüfe, ob das Labor einen Cutoff publiziert hat. Prüfe, wie alt er gegenüber dem Releasedatum ist. Behandle einen fehlenden Cutoff als fehlende Information und nicht als sauberes Gesundheitszeugnis, und nimm nicht an, dass ein Suchtool eine Lücke schließt, die das Modell selbst entscheiden muss zu öffnen.

Der Tracker selbst ist eine einzelne Seite mit einer festen Liste, aktualisiert, wenn sich das Regal bewegt. Er ist kein Benchmark und bewertet keine Modelle. Er ist eine Datentabelle mit Zählern, und die Daten sind der Punkt.