Am Dienstagmittag standen in unserem Team-Kanal drei Links untereinander, alle vom selben Wochenende, in jedem eine neue Modellnummer. Darunter eine Frage, die ich seit dem Frühjahr etwa alle sechs Wochen bekomme: Stellen wir um?
Die Tafel klappert, die Zeilen wechseln, und trotzdem fährt dein Zug zur selben Zeit ab. Foto: wal_ 172619 auf Pexels
Zehn Tage, in denen der Markt viermal nachgelegt hat
Der Auslöser war eine Serie von Starts: Anthropic aktualisierte Fable und Mythos auf 5.1, OpenAI gab am 3. September GPT-6 Astra frei, danach kamen Meta mit Muse Spark 1.3 und Google mit Gemini 3.8 Flash. Vier Häuser, wenige Tage, jeweils mit eigener Pressestrecke. Sam Altman hat das gegenüber CNBC mit dem Satz kommentiert, alle gingen gerade zu schnelleren Takten über, und einen Teil davon damit erklärt, dass nach dem Sommer eben alle zurück seien.
Sechs Tage später kam der Gegenschlag aus dem eigenen Lager. Dario Amodei hat gestern einen Aufsatz unter dem Titel „We Must Pace the Frontier” veröffentlicht, mit einem dreistufigen Vorschlag, wie sich das Tempo der Fähigkeitssprünge senken lässt, ohne den kommerziellen Vorsprung aufzugeben. Sein Kernsatz lautet, man müsse das Tempo drosseln, mit dem man die Fähigkeiten der Modelle verbessert. Altman hat noch am selben Tag zugesagt, eine der Schutzmaßnahmen zu übernehmen, und in einem Interview erklärt, ein Börsengang wäre derzeit nicht ratsam.
Für die Bewertung von Anbietern ist das eine bemerkenswerte Woche. Die Leute, deren Geschäftsmodell an der Schlagzahl hängt, sagen selbst, dass die Schlagzahl ein Problem ist.
Die Zahl, die in unserem Team-Kanal niemand verlinkt hat
Unter den drei Links vom Dienstag war auch GPT-6 Astra. In der Schnittstelle kostet das Modell 10 US-Dollar je Million Eingabe-Token und 50 je Million Ausgabe-Token. Der Vorgänger GPT-5.6 Sol steht bei 4 und 20, das neue Modell kostet also das 2,5-Fache. Artificial Analysis misst für Astra 61 Punkte im Intelligence Index, exakt den Wert von Sol. Für gewöhnliche Büroarbeit zahlst du damit deutlich mehr für dasselbe Ergebnis. Wir haben die Rechnung in unserem Beitrag zu GPT-6 Astra und seinem Preis aufgemacht.
Das ist der Punkt, an dem ich vorsichtig geworden bin. Wir haben im Frühjahr einmal das Standardmodell in unserer Textstrecke gewechselt, weil die Messwerte danach aussahen. Die Rechnung pro Million Token fiel tatsächlich. Danach folgten zwei Tage, in denen abgestimmte Vorlagen neu justiert wurden, weil dasselbe Briefing plötzlich andere Absatzlängen produzierte, dazu eine zusätzliche Korrekturrunde bei drei Texten, die vorher durchgelaufen wären. Die gesparten Euro tauchten in der Rechnung auf. Die zwei Tage tauchten nirgends auf.
Im August saß ich bei einem Kunden aus dem Maschinenbau in einem Call, in dem der Geschäftsführer genau diese Frage stellte: ob man jetzt auf das neue Modell gehe. Niemand im Raum konnte benennen, welche konkrete Aufgabe damit besser werden sollte. Es ging um das Gefühl, etwas zu verpassen, und das ist ein schlechter Beschaffungsgrund.
Wer alle zwei Wochen das Modell wechselt, erfährt nie, ob das vorherige gut genug war.
Der Termin, den ich statt der Umstellung gemacht habe
Meine Antwort im Team-Kanal war ein Datum. Wir schauen am 1. Oktober darauf, nicht am Dienstag. Drei Dinge gehören für mich dazu, und keins davon kostet Geld.
Das Standardmodell steht für ein Quartal fest, und der Termin der nächsten Prüfung steht beim Beschluss schon im Kalender. Damit hört die Frage auf, bei jeder Pressemeldung neu aufzupoppen, und aus einer Dauerdiskussion wird ein Tagesordnungspunkt.
Dazu kommt eine eigene Prüfmappe: zehn echte Aufgaben aus dem Betrieb, mit dem Ergebnis, das du erwartest. Ein Angebotstext, eine Zusammenfassung aus einem Protokoll, eine Produktbeschreibung, eine Reklamationsantwort. Das anzulegen kostet einen Nachmittag. Danach dauert die Prüfung eines neuen Modells zwei Stunden, und du entscheidest an deinen eigenen Texten statt an den Punktwerten fremder Ranglisten. Welche Aufgabe überhaupt welches Modell braucht, haben wir in der Übersicht zu Opus, Sonnet und Haiku sortiert.
Zuletzt das Kriterium, das einen Wechsel auslöst, aufgeschrieben bevor das nächste Modell kommt. Bei uns sind es zwei Fälle: Die Aufgabe scheitert am heutigen Modell reproduzierbar, oder der Preis für denselben Lauf sinkt spürbar. Trifft keiner der beiden zu, bleibt es beim Standard. Wie stark dich Laufzeiten und Klauseln dabei binden, steht in unserem Beitrag zu KI-Vendor-Verträgen.
Wo mich das Abwarten schon Geld gekostet hat
Der Quartalsrhythmus hat eine Schwachstelle, und ich bin im Sommer hineingelaufen. Über sechs Wochen haben wir auf einer Einstellung gearbeitet, bei der ein Tarif für zwischengespeicherte Eingaben dieselbe Arbeit erheblich billiger gemacht hätte. Aufgefallen ist es beim Quartalsblick, und da war das Geld weg.
Daraus habe ich eine Unterscheidung gelernt, die ich vorher nicht gemacht habe. Preisänderungen prüft man laufend, weil sie fast nichts kosten und niemanden umgewöhnen. Fähigkeitswechsel prüft man zum Termin, weil sie Vorlagen, Abnahmen und Einweisungen anfassen. Bei uns liegt der Preisteil seit August bei einer namentlich zuständigen Person, die einmal im Monat auf die Tarifseiten schaut und zwei Zeilen in den Kanal schreibt. Eine Rechenvorlage dafür steht in unserem Beitrag zu den Kosten der Schnittstelle.
Die Anbieter werden ihr Tempo nicht für dich anpassen, auch wenn zwei ihrer Chefs das gerade selbst fordern. Deinen Takt legst du fest.
