KI-Tool-Anleitungen, Vergleiche und Neuigkeiten

GPT-5.6 „Sol“ und Gemini 3.1 Pro im direkten Vergleich – zwei Giganten, deren Stärken sich kaum überschneiden. Sol dominiert beim Terminal- und agentischen Coding (Terminal-Bench 88.8% vs. 68.5%, SWE-bench Pro 64.6% vs. 54.2%) sowie bei Mathematik, während Gemini mit nativer Multimodalität (Sprache/Video), etwa halbem Preis und Vorsprung bei MMLU, ARC-AGI-2 und WebDev Arena dagegenhält. Wichtig: Googles eigentlicher Herausforderer 3.5 Pro ist noch nicht verfügbar (GA Mitte Juli). Wir ordnen Leistung, Preis, Multimodalität und die Wahl nach Anwendungsfall ein.

Bei langer Arbeit mit Claude Code wiederholt die Antwort plötzlich dutzende bis hunderte Male dasselbe Wort „court“ und bricht mit „API Error: Response stalled mid-stream“ ab. Dahinter stecken meist zwei getrennte, bekannte Bugs, die sich verketten: eine Wiederholungsschleife (Degeneration) auf Modellseite und ein gestoppter Antwort-Stream auf der Übertragungsseite. Dieser Artikel klärt auf Basis der offiziellen Fehler-Referenz und realer GitHub-Issues das Wesen beider Ebenen, die auslösenden Bedingungen, die sofortige Notbremse (Esc → neue Sitzung, /clear), die Vorbeugung für Entwickler (Lese-Timeout, Wiederholungserkennung, max_tokens) sowie die Abgrenzung zum verwandten court/invoke-Tag-Leck.

Nur zweieinhalb Monate nach GPT-5.5 kommt GPT-5.6 — und die größte Änderung ist keine bloße Leistungssteigerung, sondern der Umbau von einem Flaggschiff zu drei Modellen: Luna, Terra und Sol. Am stärksten wirkt das Mittelklasse-Modell Terra, das GPT-5.5-vergleichbare Qualität zu einem weitaus niedrigeren Preis bietet: zum Start zum halben Preis, seit der Preissenkung vom 30. Juli 2026 zu 40 % des GPT-5.5-Stückpreises ($2/$12), während Sol bei unverändert $5/$30 mehr Leistung liefert (SWE-Bench Pro 58.6→64.6%, geschätzt). Wir zeigen, was sich geändert hat, wie stark die Kosten sinken (überschlägig $1,100→$440 pro Monat bei 100M Input und 20M Output) und auf welches Modell man umsteigen sollte.

Ein ausführlicher Vergleich von OpenAIs Spitzenmodell GPT-5.6 Sol (9. Juli) und Claude Fable 5 (9. Juni), das Anthropic als „das stärkste je allgemein verfügbare Modell“ positioniert. Während das Opus-4.8-Duell ein direktes Aufeinandertreffen in derselben Preisklasse war, geht es hier um die Abwägung zwischen Kosten und Leistung: „der halb so teure Allrounder Sol ($5/$30)“ gegen „das doppelt so teure, aber höchste Fable 5 ($10/$50)“. Beim produktionsreifen SWE-Bench Pro lässt Fable 5 mit 80.3% Sols 64.6% (geschätzt) um mehr als 15 Punkte hinter sich – der Abstand ist größer als im Opus-4.8-Duell. Zudem arbeitet Fable 5 unter Konzentration auf Millionen Tokens bis zu 12 Stunden selbstständig; die „Durchhaltekraft“, mit der Stripe eine Ruby-Migration von 50 Millionen Zeilen an einem Tag abschloss, ist seine Paradedisziplin. Sol dagegen führt bei Terminal-Bedienung (TerminalBench 2.1: 88.8% vs Fable 86.0%), Agents' Last Exam (53.6 vs 40.5) und Coding Agent Index (80 vs 77.2) – und ist mit halbem Preis plus +54% Token-Effizienz stark bei der Preis-Leistung. Der Artikel ordnet Spezifikationen, Benchmark-Details, das „Problem der nicht veröffentlichten Benchmarks“ (OpenAI legt Sols SWE-bench Pro nicht offen), Langzeit-Autonomie, reale Kosten (pro erledigter Aufgabe betrachtet), eine Stärken-Schwächen-Karte und die Wahl nach Anwendungsfall auf Basis offizieller und unabhängiger Benchmarks ein.

Ein ausführlicher Vergleich der beiden KI-Coding-Giganten von 2026, Claude Opus 4.8 (28. Mai) und GPT-5.6s Spitzenmodell Sol (9. Juli). Ihre Stärken sind nahezu entgegengesetzt: Sol führt bei Terminalbedienung und agentischer Gesamtstärke (TerminalBench 2.1 88.8% vs Opus 78.9%, Agents' Last Exam 53.6, Coding Agent Index 80), während Opus 4.8 bei produktionsreifem Coding, Mathematik und Langkontext führt (SWE-bench Pro 69.2% vs Sol 64.6%, USAMO 2026 96.7%, GraphWalks 1M 68.1%) und Ehrlichkeit in den Vordergrund stellt (Selbstüberschätzung auf ein Zehntel reduziert, 0% unkritische Meldung fehlerhafter Ergebnisse). OpenAI lässt zudem viele von Sols Benchmarks unveröffentlicht (SWE-bench Pro, GPQA, AIME, MMLU), sodass im Kerngebiet des Codings das offengelegte Opus vorn liegt. Wir behandeln die Spezifikationstabelle, Benchmark-Details, das Problem der unveröffentlichten Benchmarks, reale Kosten ($25 vs $30 Preis pro Token vs +54% Token-Effizienz), eine Stärken-/Schwächen-Karte, Empfehlungen nach Anwendungsfall und eine Dual-Vendor-Strategie.

OpenAI hat GPT-5.6 am 9. Juli 2026 allgemein verfügbar gemacht und die alte Struktur aus „Standard + Pro“ durch ein Drei-Modell-System ersetzt: Luna (schnell, günstig, $0.20/$1.20), Terra (ausgewogen, $2/$12, GPT-5.5-Niveau zu 40 % des Sol-Stückpreises) und Sol (Flaggschiff, $5/$30) — Preise nach der Anpassung vom 30. Juli 2026. Sol steht beim Agents' Last Exam (53.6) und beim Coding Agent Index (80) an der Spitze, und seine 88.8% im TerminalBench 2.1 übertreffen Claude Fable 5 (86.0%) knapp — beim produktionsnahen SWE-Bench Pro führt Claude Fable 5 jedoch klar mit 80.0% gegenüber Sols 64.6%. Dieser Artikel behandelt die Unterschiede der drei Modelle, Preise, Benchmarks, neue Funktionen (Programmatic Tool Calling, ChatGPT Work, das Vollduplex-Sprachmodell GPT-Live), die Verfügbarkeit nach ChatGPT-Tarif, den Vergleich mit Claude (Fable 5 / Opus 4.8) und die Wahl nach Anwendungsfall — alles auf Basis der offiziellen Ankündigung von OpenAI und unabhängiger Benchmarks.

Der plötzlich in Claude Code und der API auftauchende Fehler 'API Error: 400 Output blocked by content filtering policy' bedeutet weder ein Nutzungslimit noch eine überschrittene Kontextgrenze, sondern dass der Sicherheitsfilter die 'Ausgabe' gestoppt hat, die Claude zurückgeben wollte. Hauptzweck ist die Verhinderung der wortgetreuen Reproduktion bestehender Werke; bei der Volltext-Generierung von Standardlizenzen wie MIT/Apache, bei 'Angleich'-Aufgaben an bestehende Quellen oder beim Vervielfältigen langer Dokumente kommt es häufig zu Fehlalarmen (False Positives) ohne böse Absicht. Dieser Artikel ordnet die offizielle Erklärung (der Ausgabefilter erkennt die Werk-Reproduktion und blockiert mit 400), die in echten Claude-Code-Issues sichtbaren Fehlalarm-Muster (OSS-Repo-Ersteinrichtung, Listenabgleich, am Ende langer Agenten-Läufe als Token-Limit fehldiagnostiziert), die Sofortlösungen (nicht abschreiben lassen, sondern per Tool holen; Prompt in Richtung Generieren/Zusammenfassen umformulieren; mit Esc die Retry-Schleife stoppen; Aufgabe aufteilen; Fehlalarme dem Support melden) sowie die Abgrenzung zu Prompt is too long, usage limit, 529 Overloaded und max_tokens.

In der Solo-Entwicklung bleiben viele bei „gebaut, aber wie verdiene ich und welchen Preis setze ich?“ stecken. Dieser Artikel fasst aus Sicht des Solo-Entwicklers praxisnah zusammen: die Wahl des Erlösmodells (gratis/Einmalkauf/Abo/Freemium/Werbung/Spenden), die wertbasierte Preisgestaltung, die nicht von Kosten oder Konkurrenz, sondern vom „Wert, den der Kunde erhält“ ausgeht, den 3-Stufen-Plan Gratis→Pro→Business mit Jahresrabatt als Standard, wie man die ersten zahlenden Nutzer gewinnt, und die Rentabilität, in die man KI-Kosten wie API-Token einrechnet. Ein Beitrag, der die Wachstumsphase des Mutterschiff-Artikels „Roadmap zur Solo-Entwicklung mit KI“ vertieft.

Die größte Ursache, warum Solo-Entwicklung nie fertig wird, ist „zu viel Ausbauen“. Während man immer mehr Funktionen drauflädt, wird es komplex und verschwindet, ohne je veröffentlicht zu werden. Der einzige Weg, das zu vermeiden, ist, das kleinste Produkt, das Wert vermittelt — das MVP — auf eine Funktion eingegrenzt im Höchsttempo zu veröffentlichen. Dieser Artikel erklärt aus Sicht des Solo-Entwicklers, der KI zum Partner macht: das richtige Verständnis vom MVP, die Umfangsentscheidung beim Kürzen von Funktionen, die zwei Routen, mit KI am schnellsten zu bauen (codeloses Vibe Coding / Praxis im KI-Editor), das Erkennen von „fertig“ und den Weg bis zur Veröffentlichung und ersten Nutzung durch eine Person.

Das häufigste Scheitern in der Solo-Entwicklung ist „gebaut, aber keiner nutzt es“. Doch der wahre Engpass ist nicht die Baukraft, sondern die Kundengewinnung. „Baust du etwas Gutes, kommen die Leute“ ist eine Illusion. Dieser Artikel fasst aus Sicht des Solo-Entwicklers praxisnah die Reihenfolge zusammen: schon vor dem Bauen mit Build in Public Interessenten sammeln, die ersten 10 „nicht skalierend“ aus dem nahen Umfeld manuell holen, die ersten 100 dort finden, wo sie sind (Communitys, Social Media), indem man beiträgt, und mit SEO/AEO/LLMO dauerhaften Zustrom schaffen — und wie man diese Runde dreht, während man KI für die Vorarbeit nutzt.

Jetzt, da die KI eine „Hand zum Programmieren“ hat, kann schon eine einzelne Person ein Produkt bauen und veröffentlichen. Doch die Informationen sind über die Schritte verstreut, und man verliert leicht den Überblick, womit man anfangen soll. Dieser Artikel ist die Gesamtkarte von der Idee über Entwurf und Implementierung bis zu Veröffentlichung und Monetarisierung: Er ordnet die Solo-Entwicklung in fünf Phasen – Festlegen → Vorbereiten → Bauen → Veröffentlichen → Wachsen lassen – zeigt für jeden Schritt, was zu tun ist und welches Werkzeug man nutzt, und verweist bei Bedarf auf die jeweiligen Einzelanleitungen (Hub-Artikel). Geführt wird auf zwei Spuren: der 🌱 Einstiegsroute fast ohne Code und der 🔧 Praxisroute mit Code im KI-Editor. Von Spec-Driven Development, KI-App-Buildern, Claude Code/Cursor und dem Einbau von KI-Funktionen (API/RAG/Gateway) über Deployment, SEO/AEO-Nutzergewinnung, Monetarisierung und Kostenkontrolle bis zu den 5 Stolperfallen der Solo-Entwicklung mit KI – alles mit Wegweisern zu den bestehenden Praxisanleitungen auf einer Seite.

Sie sind ans wöchentliche Token-Limit von Claude Code gestoßen, doch das Kontingent hat sich vollständig aufgefüllt, bevor sieben Tage vergangen waren — und das mehrfach. Online gibt es sogar „Geheimmechanismus“-Beiträge mit der Behauptung, das wöchentliche Limit setze sich alle 72 Stunden zurück. Stimmt das? Dieser Artikel führt das Phänomen auf Primärquellen zurück. Da Anthropic den internen Reset-Mechanismus aber nicht dokumentiert hat und die Limits sich ständig ändern, kennzeichnen wir klar drei Arten von Informationen: aus offiziellen Quellen bestätigbare Tatsachen, Ereignisse, die mehrere Nutzer reproduzierbar beobachten, zu denen sich Anthropic aber nie geäußert hat, und Einzelquelle-Spekulation. Der Kern: Die frühe vollständige Erholung sind in den meisten Fällen Anthropics unregelmäßige globale Resets (wiederholt von @ClaudeDevs angekündigt); die angezeigte Reset-Zeit ist zudem nachweislich instabil; und der kursierende „72-Stunden-Rhythmus“ beruht auf einer Einzelbeobachtung, ist nicht reproduziert und wird durch eine andere Beobachtung (24 h) widersprochen, kann also nicht als Tatsache gelten. Wo sich etwas nicht aussagen lässt, sagen wir das — eine Untersuchung vom Juli 2026.