LLM-Statistiken 2026: Zahlen, Daten & Fakten

Large Language Models sind das Herz der KI-Revolution. Aber wie viele gibt es eigentlich? Wer baut sie? Was kosten sie? Und welches Modell ist wirklich das beste?

Die Antwort:

Es ist unübersichtlich geworden. Im Jahr 2026 erscheint im Schnitt jeden Monat ein neues Spitzenmodell, die Preise schwanken um den Faktor 600, und ausgerechnet die wichtigste Kennzahl der letzten Jahre, die Parameterzahl, geben die großen Labore gar nicht mehr heraus.

In diesem Artikel sortiere ich die Zahlen. Alle Werte stammen aus unserer zentral gepflegten LLM-Datenbank, die auch hinter Tools wie dem API-Kostenrechner steht.

1. Wie viele große Sprachmodelle gibt es 2026?

In unserer Datenbank sind aktuell 274 große Sprachmodelle von 35 verschiedenen Anbietern erfasst, von GPT-2 aus dem Jahr 2019 bis zu den aktuellen Flaggschiffen vom August 2026, darunter Gemini 3.7 Flash als Googles neuestes stabiles Flash-Modell. Das ist bewusst eine kuratierte Auswahl der wichtigsten Modelle und kein Anspruch auf Vollständigkeit.

Zur Einordnung:

Laut dem Stanford AI Index 2026 haben allein US-Labore im Jahr 2025 rund 60 nennenswerte Modelle veröffentlicht, chinesische Anbieter etwa 35. Über 90 % aller bedeutenden Spitzenmodelle stammen mittlerweile aus der Industrie, nicht mehr aus der akademischen Forschung. Der Markt hat sich also professionalisiert und konzentriert.

2. Die größten LLM-Anbieter nach Modellanzahl

Ein einfacher Indikator dafür, wie aktiv ein Labor ist, ist die Zahl der Modelle, die es pflegt. Die folgende Grafik zeigt, wie viele der von uns erfassten Modelle auf welchen Anbieter entfallen:

Quelle: gradually.ai LLM-Datenbank

PNG|SVG

CC BY 4.0

gradually.ai

OpenAI führt mit 35 Modellen, gefolgt von Anthropic mit 19 und Google mit 18. Diese Zahl misst allerdings nur die Pflegetiefe der Modellpalette, nicht die tatsächliche Nutzung. Bei den realen Marktanteilen sieht das Bild anders aus: Im Web-Traffic der KI-Chatbots dominiert ChatGPT, während Gemini und Claude dahinter folgen.

3. Parameter und Architektur: das Ende der Größenangaben

Jahrelang galt die Parameterzahl als wichtigste Kennzahl eines Modells. GPT-3 hatte 175 Milliarden, GPT-4 schätzungsweise 1,76 Billionen. Doch dann hörten die Labore auf, diese Zahl zu nennen.

Heute gilt:

Bei allen aktuellen Spitzenmodellen von OpenAI, Anthropic, Google und xAI ist die Parameterzahl offiziell unbekannt. Modellgröße ist zum Geschäftsgeheimnis geworden. Konkrete, bestätigte Zahlen gibt es fast nur noch bei Open-Weights-Modellen, und die sind riesig. Neuer Spitzenreiter ist Kimi K3 von Moonshot AI mit offiziell 2,8 Billionen Parametern (vorgestellt am 16.07.2026, die Gewichte sind seit dem 27.07. unter der eigenen „Kimi K3 License“ verfügbar):

Kimi K3MoE, 896 Experten (16 aktiv)

2.800 Mrd.

DeepSeek-V4-ProMoE, 49 Mrd. aktiv

1.600 Mrd.

Kimi K2.6MoE, 32 Mrd. aktiv

1.000 Mrd.

Qwen 3.6 Maxgeschätzt

~1.000 Mrd.

GLM-5.2MoE, 40 Mrd. aktiv

744 Mrd.

DeepSeek V3.2MoE, 37 Mrd. aktiv

685 Mrd.

Mistral Large 3MoE, 41 Mrd. aktiv

675 Mrd.

Llama 4 MaverickMoE, 17 Mrd. aktiv

400 Mrd.

Grok-1MoE (2024)

314 Mrd.

Quelle: gradually.ai LLM-Datenbank

PNG|SVG

CC BY 4.0

gradually.ai

Auffällig ist die Architektur. Fast alle großen Modelle nutzen heute ein Mixture-of-Experts-Design (MoE), bei dem pro Anfrage nur ein Bruchteil der Parameter aktiv ist. DeepSeek-V4-Pro hat zwar 1,6 Billionen Parameter, aktiviert davon aber nur 49 Milliarden pro Token, also rund 3 %. Das macht riesige Modelle bezahlbar im Betrieb. Insgesamt sind 104 der erfassten Modelle als MoE gebaut.

Die vollständige Parameter-Datenbank kannst du hier nach Anbieter, Größe und Typ filtern und durchsuchen. Bei den meisten aktuellen Spitzenmodellen steht in der Spalte Parameter bewusst „unbekannt“:

4. Kontextfenster: von 200.000 bis 10 Millionen Tokens

Das Kontextfenster bestimmt, wie viel Text ein Modell auf einmal verarbeiten kann. Hier haben sich die Größenordnungen in den letzten zwei Jahren vervielfacht. Die folgende Übersicht zeigt über 140 aktuelle Modelle, sortierbar und nach Anbieter filterbar: