Was die zwei Daten eines Modells über seine Aktualität verraten

Die Seite heißt "How stale is your AI?" und landete am 16. September auf Hacker News. Sie listet zwei Daten für 20 Modelle aus acht Labors: das Veröffentlichungsdatum und den Trainings-Cutoff. Ab jedem dieser Punkte zählt ein Live-Timer hoch. Die Zähler brauchen JavaScript. Die Daten selbst nicht.

Der Unterschied ist größer, als er klingt. Das Veröffentlichungsdatum markiert den Tag, an dem das Labor das Modell veröffentlicht hat. Genau dieses Datum steht in der Startberichterstattung. Der Trainings-Cutoff ist der Tag, an dem das Modell aufgehört hat, neue Informationen aufzunehmen. Ein Modell kann im September erscheinen und trotzdem im April aufgehört haben zu lernen. Am Tag seines Starts ist es dann fünf Monate in der Vergangenheit.

Nehmen wir GPT-6 Astra, das OpenAI am 3. September 2026 veröffentlichte. Der Cutoff liegt hier am 30. April 2026. Oder Claude Opus 5.5, erschienen am 22. September 2026, mit einem Cutoff im Juni 2026. Der Tracker führt zudem Llama 4 von Meta mit einem Start am 5. April 2025 und einem Cutoff im August 2024. Bei Gemini 3.1 Pro von Google DeepMind liegt das Veröffentlichungsdatum am 19. Februar 2026, der Cutoff im Januar 2025.

Zehn der 20 Modelle haben einen Cutoff, den das Labor tatsächlich veröffentlicht hat. Fünf der acht Labors haben für mindestens ein Modell auf der Seite einen Cutoff publiziert: Anthropic, Google DeepMind, Meta, OpenAI und xAI. Ein leerer Eintrag bedeutet, dass die geprüften Quellen keinen Cutoff für dieses Modell belegen konnten. Das ist kein Beweis dafür, dass das Labor nie einen veröffentlicht hat, wie die Seite anmerkt.

Warum die Suche das Problem nicht löst

Suchwerkzeuge überdecken die Lücke, schließen sie aber nie. Die Seite argumentiert, dass eine Suche vom Modell selbst ausgelöst wird, mit denselben Gewichten, die den veralteten Fakt enthalten. Wenn ein Modell sucht, liest es ein paar Seiten, nutzt sie für diese eine Antwort und vergisst sie dann. Öffnet man einen neuen Chat, ist es wieder April.

Die Seite stützt diese These mit einem Test: mehr als 2.000 Aufrufe über 16 Modelle, jedes mit einem Web-Suchwerkzeug ausgestattet. Die Frontier-Modelle entschieden fast jedes Mal richtig, so die Seite. Schwächere Modelle nannten gesicherte Fakten, die sich inzwischen geändert hatten, ohne nachzusehen. Sie suchten im Web nach Dingen wie dem Siedepunkt von Wasser.

Ich gab 16 KI-Modellen einen Suchknopf und fragte, wer der König von Norwegen ist. Fünf nannten einen Toten.

Die Seite nennt noch ein zweites Problem, das schwerer zu testen ist: Ein Modell ist eine schlechte Quelle über Modelle. Fragt man eines nach seinem eigenen Trainings-Cutoff, antwortet ein wohlerzogenes Modell oder sagt, es sei unsicher. Ein Modell, das ein selbstbewusstes Datum erfindet, verrät gerade etwas Nützliches über sich selbst.

Agenten lesen ihre eigenen veralteten Fakten

Die Seite bietet einen maschinenlesbaren Export, models.json, mit Veröffentlichungsdatum, veröffentlichtem Cutoff und einem Quellenlink für jedes der 20 Modelle. Dazu gibt es fertigen Text zum Einfügen für die AGENTS.md- oder CLAUDE.md-Datei, die ein Agent ohnehin liest. Die Anweisung lautet: den Export abrufen, bevor man irgendein Modell, eine Version oder ein Datum als aktuell bezeichnet. Das Argument ist einfach: Das Wissen des Agenten über Modelle endet an seinem eigenen Cutoff. Eine falsche Antwort klingt trotzdem selbstsicher.

Die Daten sind nicht das letzte Wort darüber, welches Modell das beste ist. Sie prüfen eine einzige Behauptung: die Aktualität. Benchmarks und Startbeiträge behandeln das selten. Die Seite schreibt, der Export werde neu erzeugt, wann immer die Seite aktualisiert wird. So liest ein Agent die heutigen Daten statt jener, die in seinen Gewichten festgeschrieben sind.

Zwei Einschränkungen bleiben. Zehn Modelle haben auf der Seite keinen veröffentlichten Cutoff, ihre Veraltung lässt sich aus dieser Quelle allein also nicht messen. Und der Suchtest stammt vom Autor selbst und lief in einer Größenordnung, die die Seite nicht pro Modell aufschlüsselt. Man sollte ihn als Signal betrachten, nicht als Rangliste.

Was die Seite etabliert, ist eine Gewohnheit: Bevor man das Wissen eines Modells als aktuell zitiert, sollte man das Datum finden, an dem es aufgehört hat zu lesen. Das Veröffentlichungsdatum verrät das nicht.