AI Frontier Models Infografik
Autor Nicolas Sacotte
Fact checkedInfografiken transportieren Fakten einfach verständlich und visuell, deshalb legen wir viel Wert darauf. Der Ersteller hat die Daten fact-gecheckt, damit infografiken.com frei von falschen Fakten bleibt.Veröffentlicht am
Lizenz CC BY 4.0
Die Infografik gibt einen umfassenden Überblick über die leistungsstärksten KI-Sprachmodelle der Welt, sogenannte Frontier Models. Sie vergleicht Modelle wie GPT-4, Gemini Ultra, Claude 3 und Llama 3 nach Größe, Trainingsaufwand, Kosten und Benchmark-Leistung. Zugleich zeigt sie, welche Unternehmen und Forschungslabore diese Entwicklung dominieren und wie rasant der technologische Fortschritt seit 2019 verlaufen ist.
Daten zur GrafikCSV herunterladenExcel (XLSX) herunterladen
| Jahr | Modell | Parameter (Mrd.) |
|---|---|---|
| 2018 | BERT | 0,11 |
| 2019 | GPT-2 | 1,5 |
| 2020 | GPT-3 | 175 |
| 2021 | Megatron | 530 |
| 2022 | PaLM | 540 |
| 2023 | GPT-4 (MoE) | 1.800 |
| 2024 | Gemini Ultra | 1.560 |
| 2025 | Proj. 2025 | 3.000 |
| 2026 | Proj. 2026 | 6.000 |
Werte für 2025 und 2026 sind Projektionen. Quellen: Modellkarten, Papers, Schätzungen.
| Modell | Organisation | Jahr | Parameter (Mrd.) | FLOPs | Trainingskosten (Mio. USD) | GPUs | Trainingsdauer (Tage) |
|---|---|---|---|---|---|---|---|
| GPT-4 | OpenAI | 2023 | 1.800 | 2,1 × 10²⁵ | 100 | 25.000 | 90 |
| Gemini Ultra | Google DM | 2023 | 1.560 | 1,8 × 10²⁵ | 190 | 50.000 | 120 |
| Claude 3 Opus | Anthropic | 2024 | 800 | 9 × 10²⁴ | 50 | 15.000 | 60 |
| Llama 3 405B | Meta | 2024 | 405 | 3,8 × 10²⁵ | 20 | 16.000 | 30 |
| Mistral Large | Mistral | 2024 | 123 | 5 × 10²³ | 5 | 3.000 | 20 |
| Grok 2 | xAI | 2024 | 314 | 4 × 10²⁴ | 30 | 10.000 | 45 |
Kostenangaben und Parameterzahlen teilweise geschätzt bzw. aus inoffiziellen Quellen.
| Modell | Organisation | MMLU (%) | HumanEval (%) | MATH (%) | HellaSwag (%) | GSM8K (%) |
|---|---|---|---|---|---|---|
| GPT-4o | OpenAI | 88,7 | 90,2 | 76,6 | 95,3 | 96,5 |
| Gemini Ultra | Google DM | 90,0 | 74,4 | 71,8 | 87,8 | 94,4 |
| Claude 3 Opus | Anthropic | 86,8 | 84,9 | 60,1 | 95,4 | 95,0 |
| Llama 3 405B | Meta | 87,3 | 89,0 | 73,8 | 92,1 | 96,8 |
| Mistral Large | Mistral | 81,2 | 45,1 | 45,0 | 89,2 | 91,2 |
| Grok 2 | xAI | 87,5 | 88,4 | 76,0 | 87,0 | 92,0 |
MMLU: Multidisziplinäres Sprachverständnis (57 Fachgebiete). HumanEval: Python-Programmierfähigkeit (164 Aufgaben). MATH: Mathematische Problemlösung (12.500 Aufgaben). HellaSwag: Allgemeines Sprachverständnis & Vervollständigung. GSM8K: Schulalgebraische Textaufgaben.
| Organisation | Land | Investitionsvolumen (Mrd. USD, kumuliert) | Anzahl Modelle | Mitarbeiter | Hauptsitz |
|---|---|---|---|---|---|
| OpenAI | USA | 17,9 | 5 | 1.800 | San Francisco |
| Google DeepMind | USA/UK | 75 | 8 | 4.000 | London/Mountain View |
| Anthropic | USA | 9,7 | 4 | 950 | San Francisco |
| Meta AI | USA | 40 | 6 | 3.500 | Menlo Park |
| Mistral AI | Frankreich | 1,1 | 4 | 120 | Paris |
| xAI | USA | 6,0 | 2 | 300 | San Francisco |
Stand: Oktober 2026.
| Jahr | Modell | Organisation | Parameter | Kernfähigkeit |
|---|---|---|---|---|
| 2019 | GPT-2 | OpenAI | 1,5B | Kohärente Texterzeugung |
| 2020 | GPT-3 | OpenAI | 175B | Few-Shot-Learning |
| 2021 | Megatron-Turing NLG | Microsoft/NVIDIA | 530B | Große Sprachgenerierung |
| 2022 | PaLM | 540B | Mehrsprachigkeit & Reasoning | |
| 2022 | ChatGPT (GPT-3.5) | OpenAI | 175B | RLHF-Ausrichtung |
| 2023 | GPT-4 | OpenAI | ~1,8T (MoE) | Multimodal & hochpräzises Reasoning |
| 2023 | Claude 2 | Anthropic | unbekannt | Constitutional AI, langer Kontext |
| 2023 | Gemini Ultra | Google DeepMind | ~1,56T | Nativ multimodal (Text, Bild, Audio) |
| 2024 | Llama 3 405B | Meta | 405B | Open-Weight Frontier |
| 2024 | Claude 3 Opus | Anthropic | unbekannt | Top Benchmark-Leistung 2024 |
| 2024 | Gemini 1.5 Pro | Google DeepMind | ~1T (MoE) | 1M Token Kontextfenster |
| 2025 | GPT-4o / o3 | OpenAI | unbekannt | Echtzeit-Multimodalität, Chain-of-Thought |
| 2025 | Claude 3.5 / 4 | Anthropic | unbekannt | Agentik & autonomes Reasoning |
| 2025 | Gemini 2.0 Ultra | Google DeepMind | unbekannt | Agentic AI, Multimodale Ausgabe |
| 2026 | Llama 4 / Next-Gen | Meta | >1T (erwartet) | Open-Weight Multimodal |
Einträge ab 2025 beziehen sich auf projizierte oder angekündigte Modelle. Stand: Oktober 2026.
| Kennzahl | Wert | Erläuterung |
|---|---|---|
| Größtes Modell | ~6.000B | Projizierte Parameter 2026 |
| Trainingskosten GPT-4 | >$100M | Geschätzte USD, 2023 |
| MMLU-Spitze 2024 | 90,0 % | Gemini Ultra |
| Führende Labore | 6+ | OpenAI, Google DM, Anthropic… |
Im Mittelpunkt steht die Parameterexplosion zwischen 2018 und 2026: Auf einer logarithmischen Skala wird sichtbar, um wie viele Größenordnungen die Modelle gewachsen sind. Parallel dazu werden die geschätzten Trainingskosten führender Modelle dargestellt – für GPT-4 werden dabei Kosten von über 100 Millionen US-Dollar genannt. Ergänzt wird dies durch Angaben zum GPU-Einsatz und zur Trainingsdauer, die den enormen Ressourcenaufwand moderner KI-Entwicklung greifbar machen.
Ein Leistungsvergleich anhand standardisierter Benchmarks wie MMLU, HumanEval und MATH zeigt die Stärken und Schwächen der einzelnen Modelle in Bereichen wie Sprache, Mathematik und Programmierung. Die Marktkonzentration wird durch kumulative Investitionsvolumina der wichtigsten Akteure – OpenAI, Google DeepMind, Anthropic und Meta – veranschaulicht. Ein chronologischer Zeitstrahl von 2019 bis 2026 ordnet die wichtigsten Entwicklungssprünge, von frühen Sprachmodellen bis zu aktuellen Multimodal-Modellen, in ihren historischen Kontext ein.
Quellen
- Stanford HAI AI Index 2024
- Epoch AI Compute Trends
- SemiAnalysis
- Hugging Face Open LLM Leaderboard
- Modellkarten von OpenAI, Google DeepMind, Anthropic und Meta
Autor der AI Frontier Models Infografik
Nicolas ist Online Marketing Experte, der renommierte Unternehmen und Konzerne in der DACH Region gemeinsam mit seine Team berät. Der Schwerpunkt liegt im Bereich SEO und Content Marketing. Gemeinsam mit einer befreundeten Design-Agentur betreibt er seit vielen Jahren bereits das Projekt infografiken.com - und infografiken.ai war der logische nächste Schritt. Nicht als Ersatz für infografiken.com, aber als Ergänzung und zur Erschliessung anderer Zielgruppen, die schnell, effizient und kostengünstig Infografiken erstellen möchten. Nico und sein Team setzen Infografiken bereits seit langer Zeit erfolgreich als zusätzliches Format im Content Marketing ein, um Reichweite und Markenaufmerksamkeit zu generieren. Zu den Kunden gehören Unternehmen und Marken wie O2, comdirect, Interhyp AG, Fraunhofer Institut, Goethe Institut, NH Hotel Group, Fleurop, Raiffeisenbank, OTTO uvm.
Eigene Infografik erzeugen
Dir gefällt, was Du siehst und Du willst die Potentiale von professionellen Infografiken auch für Dich nutzen? Dann leg Dir ein Konto bei uns an und produziere Deine erste Grafik – und übrigens: wir haben keine Subscription-Pflicht, Du kannst auch einfach erstmal eine Infografik als Einzelauftrag bestellen.
