SSIs erstes Modell: Was wir über die Behauptung vom August 2026 tatsächlich überprüfen können

„SSI sagt, dass sie ihr Modell im August herausbringen werden." Elf Worte, beiläufig gesprochen von einem Hedgefonds-Investor in einem Podcast, der sich hauptsächlich um GPU-Nachfrage drehte, sind die gesamte Grundlage für jede Schlagzeile, die behauptet, dass Ilya Sutskevers Safe Superintelligence kurz davor steht, ihr erstes Modell zu veröffentlichen. Es gibt keine Ankündigung, keine Modellkarte, keinen Namen, keinen Benchmark, keinen Preis und keinen Endpunkt. Das sollte man einen Moment auf sich wirken lassen, denn es ist das Gegenteil davon, wie ein normaler Frontier-Launch daherkommt: Als GPT-5.6 Sol oder Claude Opus 5 auftauchten, gab es eine Systemkarte, einen Preis pro Million Tokens und eine API, die man noch am selben Nachmittag aufrufen konnte. Hier gibt es nur einen Nebensatz in einem Transkript.

Dieser Artikel ist also kein Launch-Bericht. Er ist eine Beweisprüfung: was offiziell festgehalten wurde, wer es gesagt hat, was SSIs eigene Kanäle mit Stand vom 5. August 2026 zeigen und welche Teile der Geschichte Schlussfolgerungen statt Tatsachen sind. Alles Unverifizierte ist als unverifiziert gekennzeichnet, einschließlich der Teile, von denen wir annehmen, dass sie wahrscheinlich richtig sind.

Woher die Behauptung eigentlich stammt

Die Quelle ist Gavin Baker, Gründungspartner und CIO von Atreides Management, zu hören in einer Episode von Patrick O'Shaughnessy: Invest Like the Best, veröffentlicht in den ersten Tagen des August 2026. Baker verkündete keine Neuigkeiten über SSI. Er führte ein Argument über Halbleiter an: Wenn kontinuierliches, probeneffizientes Lernen gelöst wird – ein Modell trainiert an etwa zehn Billionen Tokens und lernt dann in der Welt weiter, ohne vollständig neu trainiert zu werden –, dann kehrt sich die Ökonomie der Chip-Nachfrage um, wobei die Trainingsausgaben in die Randbereiche kollabieren und Inferenz plus kontinuierliche Aktualisierung dominieren. Die SSI-Bemerkung war eine unterstützende Nebenbemerkung innerhalb dieses Arguments.

Die Kette von dort ist kurz und es lohnt sich, sie darzulegen, denn sie erklärt, warum die Geschichte größer wirkt als ihre Beweise:

• Die Hauptbehauptung — ein transkribierter Satz von Baker, der SSI zugeschrieben wird („SSI sagt…"), aber ohne benannte SSI-Quelle, ohne Datum im August und ohne Beschreibung dessen, was „ihr Modell" ist.

Erste Übernahme — Fachpresse-Berichterstattung, die es korrekt als Behauptung von Baker darstellte und nicht als Aussage des Unternehmens.

• Verstärkung — X-Konten mit großer KI-Gefolgschaft teilen es erneut als „SSI bringt im August sein erstes LLM heraus", was einen beiläufigen Kommentar aus zweiter Hand stillschweigend zu einem Zeitplan aufwertet und das Wort „LLM" hinzufügt, das Baker nicht gesagt hat.

• Aggregation — eine Welle von Listicles und Newslettern, die die X-Beiträge statt des Transkripts zitieren.

Nichts an dieser Kette ist unehrlich, aber beachte, was mit dem epistemischen Status bei jedem Schritt passiert. Beim dritten Schritt ist es ein Starttermin. Baker ist ein seriöser, gut vernetzter Investor mit echtem Zugang, und er ist nicht der Typ Mensch, der sich ein solches Detail ausdenkt – behandle es als glaubwürdiges Signal aus zweiter Hand. Glaubwürdig aus zweiter Hand ist immer noch nicht bestätigt, und zum Zeitpunkt dieses Schreibens hat SSI weder das eine noch das andere dazu gesagt, noch hat ein Medium eine Stellungnahme des Unternehmens gemeldet.

Was SSIs eigene Kanäle sagen — und was nicht

Dies ist der Teil, den fast keine Berichterstattung zu prüfen sich die Mühe gemacht hat, und er ist in etwa neunzig Sekunden überprüfbar. SSI veröffentlicht an genau einem Ort: einer Updateseite auf ssi.inc. In mehr als zwei Jahren ihres Bestehens umfasst sie drei Beiträge.

• 4. September 2024 — die 1-Milliarden-Dollar-Finanzierungsrunde von NFDG, a16z, Sequoia, DST Global und SV Angel.

• 3. Juli 2025 — die Führungsnotiz: Daniel Gross ist seit dem 29. Juni „offiziell nicht mehr Teil von SSI", Sutskever formell CEO, Daniel Levy Präsident, plus eine Zeile zu den Übernahmegerüchten und das Schlusswort: „Wir haben die Rechenleistung, wir haben das Team, und wir wissen, was zu tun ist."

• 26. Juli 2026 — ein Satz: „Wir sind eine strategische Partnerschaft mit NVIDIA eingegangen, die es uns ermöglichen wird, unsere Rechenleistung um das Zehnfache zu skalieren."

Das ist die vollständige öffentliche Bilanz. Kein Modell, kein Produkt, kein Forschungspapier, kein Benchmark, keine Warteliste. Auf der Startseite steht immer noch: „SSI ist unsere Mission, unser Name und unsere gesamte Produkt-Roadmap.“ Der Karriere-Link verweist weiterhin auf eine einzige Ashby-Stellenausschreibung — Member of Technical Staff — ohne Rollen für Inferenz, Serving, Developer Relations, Trust and Safety oder irgendetwas anderes, das ein Labor normalerweise in den Wochen besetzt, bevor es eine öffentliche API öffnet.

Betrachten Sie das als schwache Evidenz, nicht als Beweis. SSI ist ein Labor mit rund fünfzig Personen, dessen prägendes Merkmal es ist, der Welt nichts zu verraten, und ein Unternehmen, das nie etwas vorab ankündigt, wird auch dies nicht vorab ankündigen. Ein Labor kann außerdem ein Forschungsartefakt ganz ohne Produktorganisation herausbringen. Aber wenn Sie versuchen zu entscheiden, wie viel Gewicht Sie auf „August“ legen sollten, lautet die ehrliche Antwort, dass SSIs eigene Oberfläche null Vorbereitung zeigt, und es ist die einzige Oberfläche, die wir untersuchen können.

Das würde das „Straight-Shot"-Versprechen tatsächlich nicht brechen.

Das vorherrschende Framing dieser Geschichte ist eine Kehrtwende: Sutskever schwor, nichts auszuliefern, bis Superintelligenz erreicht sei – ein Modell im August ist also ein Rückzieher, vermutlich erzwungen durch Konkurrenz- oder Investorendruck. Dieses Framing ist falsch, und es zu korrigieren ist die wichtigste Erkenntnis, die man aus diesem Artikel mitnehmen kann.

Ja, bei der Gründung im Juni 2024 war die Ansage eindeutig: Das erste Produkt wird die sichere Superintelligenz sein, und das Unternehmen wird bis dahin nichts anderes tun. Aber Sutskever hat diese Vorgabe selbst vor mehr als acht Monaten öffentlich revidiert. In seinem Gespräch mit Dwarkesh Patel im November 2025 sagte er, dass „selbst im Szenario des direkten Wegs man es trotzdem schrittweise freigeben würde“, und wog den Kompromiss laut ab – dass es „sehr schön ist, nicht vom täglichen Marktwettbewerb beeinflusst zu werden“, aber dass „es einen großen Wert darin gibt, dass die beste und mächtigste KI da draußen ist und die Welt beeinflusst“. Frühere Äußerungen deuteten in dieselbe Richtung: Wenn sich der Zeitplan für die Superintelligenz in die Länge ziehen würde oder wenn er zu dem Schluss käme, dass die Welt leistungsfähige KI in Aktion sehen müsse, könnte ein Produkt früher kommen.

Eine erste Veröffentlichung 2026 ist also mit dem erklärten Plan vereinbar und nicht ein Verrat daran. Das ist wichtig dafür, wie man das Gerücht liest: Man braucht keine Geschichte darüber, dass SSI das Geld ausgeht oder es vor einem größeren Labor kapituliert, um ein August-Modell plausibel zu machen. Man braucht nur die Klausel zur schrittweisen Veröffentlichung, die Sutskever bereits in seine eigene Strategie geschrieben hat. Das wirkt aber auch in die andere Richtung – eine „schrittweise Veröffentlichung“ eines Forschungssystems ist eine viel niedrigere Hürde als eine kommerzielle API und ergibt ein weitaus weniger interessantes Produkt, als die Schlagzeilen vermuten lassen.

Die Berechnungszeitangabe besagt, dass ein August-Modell kein Vera-Rubin-Modell ist.

Hier ist eine Rechnung, die die Gerüchteberichterstattung überspringt. Die NVIDIA-Partnerschaft wurde von SSI am 26. Juli 2026 und von NVIDIA am 27. Juli 2026 veröffentlicht. NVIDIAs Mitteilung beschreibt eine Investition plus Zugang zu seiner Vera-Rubin-Plattform der nächsten Generation, um die Rechenleistung von SSI "um eine Größenordnung" zu erhöhen; SSIs eigene Formulierung lautet 10x. Die berichtete Beteiligungssumme von 5 Milliarden Dollar stammt laut Bloomberg von Personen, die in den Deal eingeweiht sind – keines der beiden Unternehmen hat einen Betrag bestätigt, also behandle die Zahl als berichtet, nicht offiziell. Entscheidend ist: Das 10x erfolgt der Darstellung zufolge in den zwölf Monaten nach der Ankündigung.

Ein Modell, das im August 2026 erscheint, wurde also trainiert, bevor all das eintraf. Was auch immer ausgeliefert wird, ist ein Produkt von SSIs früherem Fußabdruck – die Cloud-TPU-Kapazität, die es im April 2025 gesichert hat, und die GPU-Kapazität, die es seitdem gekauft hat – nicht des Clusters, den es gerade angekündigt hat. Zwei Konsequenzen ergeben sich daraus, und beide sind unsere Schlussfolgerungen und keine berichteten Tatsachen:

• Die Erwartungen an die Größenordnung sollten bescheiden sein. Dies wäre kein Labor, das Trainingsbudgets auf Frontier-Niveau ausgibt; das insgesamt aufgebrachte Kapital beläuft sich über alle Finanzierungsrunden hinweg auf ungefähr 6–7 Milliarden US-Dollar, einschließlich der gemeldeten NVIDIA-Investition, während Wettbewerber ein Vielfaches davon allein für das Training pro Jahr ausgeben.

Die Abfolge sieht wie eine Pre-Launch-Finanzierungsrunde aus. Strategisches Geld einzusammeln und drei bis fünf Wochen vor dem ersten öffentlichen Artefakt eine Ausweitung der Rechenkapazität um eine Größenordnung anzukündigen, ist ein erkennbares Muster, und es deutet darauf hin, dass das Modell eher ein Anfang als ein Höhepunkt ist.

Sutskever eigene Darstellung unterstützt die bescheidene Lesart. In demselben Podcast argumentierte er, dass es bei einer neuen Idee nicht auf die Größenordnung ankommt: „Wenn man etwas anderes tut, braucht man dann wirklich den absolut maximalen Maßstab, um es zu beweisen? Ich glaube nicht.“ Sein NVIDIA-Zitat – „Wir haben Forschung, die es wert ist, vergrößert zu werden, und der Zugang zu einem großen NVIDIA-Computer wird uns das ermöglichen“ – liest sich wie ein Labor, das im kleinen Maßstab etwas gefunden hat und nun die Rechenleistung kauft, um weiterzumachen. Etwas, das im August auf den Markt kam, wäre ein Beleg aus der Phase des kleinen Maßstabs.

Was für ein Modell würde SSI überhaupt herausbringen?

Niemand außerhalb des Labors weiß es. Aber die Grundlagen für eine Vermutung sind ungewöhnlich öffentlich, weil Sutskever das vergangene Jahr damit verbracht hat, genau zu beschreiben, was seiner Meinung nach kaputt ist.

Seine Diagnose aus dem Interview vom November 2025: Die Branche habe das „Zeitalter des Skalierens“ (etwa 2020–2025) hinter sich gelassen und sei in ein „Zeitalter der Forschung“ zurückgekehrt; SSI sei „eindeutig ein Unternehmen des ‚Zeitalters der Forschung‘“. Der spezifische Fehler, auf den er immer wieder zurückkommt, ist die Generalisierung – Modelle, die bei Bewertungen hervorragend abschneiden und sich dann in der realen Welt fragil verhalten, was er angesichts der geringen messbaren wirtschaftlichen Auswirkungen, die sie gehabt haben, als wirklich verwirrend beschreibt. Als Lösungen nennt er sample-effizientes bestärkendes Lernen und robuste Wertfunktionen, die er mit der Rolle vergleicht, die Emotionen im menschlichen Urteilsvermögen spielen. Seine Schätzung für das Erreichen von Systemen, die kontinuierlich so lernen wie Menschen, lag bei „5 bis 20“ Jahren.

Setzen Sie das in Beziehung zu dem Kontext, den Baker tatsächlich diskutierte – kontinuierliches und probeneffizientes Lernen – und die plausible Form eines SSI-Erstmodells ist eher eine Demonstration einer Lerneigenschaft als ein Versuch, die Spitze einer Bestenliste zu erreichen. Ein System, das mit weitaus weniger Daten lernt oder nach der Bereitstellung weiterlernt oder sich außerhalb der Verteilung elegant verschlechtert, wäre genau auf der Mission. Ein Chat-Assistent, der pro Million Token bepreist wird, um mit GPT-5.6 Sol bei Programmier-Benchmarks zu konkurrieren, wäre das nicht. Wir kennzeichnen das als Schlussfolgerung aus öffentlichen Aussagen, nicht als Bericht über das, was existiert.

Eine weitere Konsequenz ist erwähnenswert für alle, die dieses Ding bewerten müssen. SSI hat noch nie ein Paper, ein Benchmark-Ergebnis oder eine Systemkarte veröffentlicht. Was auch immer erscheint, wird daher ohne jede externe Evaluierungshistorie ankommen: kein Eintrag im Artificial-Analysis-Index, kein unabhängiger Programmier- oder Reasoning-Score, kein Red-Team-Bericht von Drittanbietern, keine Reproduktion durch die Community. Jede Zahl in der ersten Ankündigung ist per Definition anbietergemeldet, und zwar von einem Labor, das keinerlei Vorgeschichte bei der Veröffentlichung von Zahlen hat. Planen Sie, auf unabhängige Messungen zu warten, bevor Sie irgendetwas glauben, und rechnen Sie damit, dass diese Messung langsam vonstattengehen wird, wenn die Veröffentlichung eher eine begrenzte Forschungsvorschau als ein offener Endpunkt ist.

Fünf Dinge, die dies von einem Gerücht zu einer Nachricht machen würden

Anstatt X zu aktualisieren, achte auf bestimmte Artefakte. In grober Reihenfolge danach, wie sehr sie sich absetzen würden:

• Ein vierter Beitrag auf ssi.inc/updates. SSIs eigene Seite ist die billigstmögliche Bestätigung, und das Unternehmen hat sie bisher für jedes wesentliche Ereignis genutzt.

• Ein Name. Jede echte Veröffentlichung bekommt einen, und das Fehlen selbst eines Codenamens im Umlauf ist so kurz vor einem behaupteten August-Fenster bereits aussagekräftig.

• Eine Modell- oder Systemkarte mit allen angegebenen Fähigkeiten und allen Sicherheitsbewertungen. Für ein Labor, dessen gesamtes Konzept Sicherheit-und-Fähigkeit-im-Tandem ist, ist die Karte die Botschaft.

• Ein Zugriffspfad: ein Endpunkt, eine Warteliste, ein Forschungsvorschauformular oder ein benannter Partner. Dies ist die Grenze zwischen „Modell“ und „Produkt“, und das Gerücht unterscheidet sie nicht.

• Ein Preis. Preisgestaltung ist das, was aus einer Forschungsdemonstration etwas macht, auf dem man aufbauen kann, und es ist das, was bei einer ersten SSI-Veröffentlichung am wahrscheinlichsten fehlt.

Wenn bis Ende August keine davon existiert, ist die vernünftige Schlussfolgerung nicht, dass Baker falsch lag, sondern dass seine Randbemerkung sich auf etwas bezog, das lockerer war als eine öffentliche Markteinführung – einen internen Meilenstein, eine private Vorführung für Investoren oder ein Timing-Versehen, wie es jedes Labor hat.

Was das für alle ändert, die heute Modelle ausliefern

Praktisch gesehen: noch nichts, und es ist angebracht, das unverblümt zu sagen. SSIs Modell existiert nicht öffentlich, niemand hostet es, wir hosten es nicht, und es gibt keine Integrationsarbeit zu erledigen. Jeder Artikel, der erklärt, wie man Zugang bekommt, ist reine Spekulation.

Wofür die Geschichte wirklich nützlich ist, ist eine Planungsfrage, die jetzt alle paar Wochen auftaucht: Wie behält man sich die Option, ein Labor zu nutzen, das man noch nicht bewerten kann? Unsere Antwort bei OrcaRouter ist strukturell, nicht raffiniert. Ein API-Schlüssel erreicht 200+ Modelle, sodass die spätere Einführung eines neuen Anbieters eine Änderung der Modell-ID bedeutet und nicht einen neuen Vertrag, ein neues SDK und eine neue Abrechnungsbeziehung. Wir geben die Listenpreise der Anbieter mit 0% Aufschlag weiter, sodass die neuen Zahlen, wenn ein Anbieter seine Preise ändert – wie ein großer Anbieter am 30. Juli –, bei uns am selben Tag live sind, statt nach einer Margenneuberechnung. Automatisches Failover zwischen Anbietern macht es überhaupt erst vernünftig, echten Datenverkehr auf ein unerprobtes Modell zu richten: Wenn ein brandneuer Endpunkt eines Fünfzig-Personen-Labors instabil ist, fallen Anfragen auf etwas zurück, das funktioniert, statt Ihre Benutzer scheitern zu lassen. Und das Routing-DSL ermöglicht es Ihnen, mehrere Modelle in einem einzigen Aufruf zu kombinieren, sodass ein neu hinzukommendes Modell auf Ihrem eigenen Datenverkehr gegen ein etabliertes bewertet werden kann, bevor es einen eigenen Pfad erhält.

Das ist auch der ehrliche Vergleich, den man ziehen sollte, während man wartet. Die Modelle, die man heute tatsächlich aufrufen kann, sind konkret und messbar: GPT-5.6 Sol, auf unserer Seite gelistet mit 5,00 $ pro Million Input-Tokens und 30,00 $ pro Million Output-Tokens, ein Kontextfenster von 1M Tokens, bis zu 128K Output-Tokens und eine beobachtete p50-Zeit bis zum ersten Token von 4,07 Sekunden bei den Endpunkten chat-completions und responses. Das sind die Bedingungen, auf denen ein Produktionssystem aufgebaut ist. Ein unbenanntes, unbepreistes, unbenchmarktes Modell aus einem Labor, das nichts veröffentlicht hat, konkurriert im August nicht um diesen Platz, was auch immer auf den Markt kommt.

Fragen, die sich wirklich zu beantworten lohnen

Werde ich SSIs Modell im August nutzen können?

Unbekannt, und weniger wahrscheinlich, als die Schlagzeilen vermuten lassen. Die Behauptung ist, dass ein Modell herauskommt, was nicht dasselbe ist wie eine API, ein Chat-Produkt oder allgemeine Verfügbarkeit. Sutskever selbst sprach von „schrittweiser Veröffentlichung“. Für ein sicherheitsorientiertes Labor ohne Produktorganisation und mit nur einer offenen Ingenieursstelle ist eine begrenzte Forschungsvorschau oder ein Paper-plus-Demo mindestens so plausibel wie ein öffentlicher Endpunkt. Niemand hat Preise, Kontingente oder einen Zugriffsmechanismus gemeldet, weil niemand welche hat.

Wie sehr sollte ich Gavin Baker in dieser Sache vertrauen?

Mehr als eine anonyme Aussage, weniger als eine Unternehmensmitteilung. Baker verwaltet einen technologiefokussierten Fonds mit intensiver Abdeckung der Halbleiter- und KI-Branche und spricht mit Leuten in diesen Labors; die Formulierung „SSI sagt“ impliziert direkten Kontakt. Aber es war eine spontane Nebenbemerkung in einer Debatte über die Chip-Nachfrage, kein Bericht, den er vorbereitet oder auf der Grundlage namentlich genannter Quellen erstellt hatte. Er nannte weder einen Tag noch einen Namen noch eine Beschreibung, und es gab keine Rückfrage. Es ist genau so stark wie „Ein gut vernetzter Investor glaubt das aus zweiter Hand“ — was bedeutsam ist und was kein Zeitplan ist.

Bedeutet der NVIDIA-Deal, dass SSI nun ein Modell auf Frontier-Niveau trainiert?

Irgendwann, plausibel. Im August, nein. Die 10x ist ausdrücklich zukunftsgerichtet auf die zwölf Monate nach dem 26. Juli 2026, und die in diesem Zeitraum gelieferte Vera-Rubin-Kapazität kann kein Modell trainiert haben, das Wochen nach der Ankündigung veröffentlicht wurde. Der Deal sagt Ihnen etwas über SSIs Ambitionen für 2027; er sagt Ihnen fast nichts darüber, was in diesem Monat auf den Markt kommen könnte.

Warum hat ein Unternehmen ohne Produkt eine Bewertung von 32 Milliarden Dollar?

{{1}}Denn Investoren bewerten das Team und die Wette auf die Forschung, nicht den Umsatz.{{/1}} SSI nahm im September 2024 rund 1 Milliarde Dollar bei einer Bewertung von 5 Milliarden Dollar auf, dann in der ersten Hälfte von 2025 etwa 2 Milliarden Dollar bei einer Bewertung von 32 Milliarden Dollar — {{2}}die Angaben gehen darüber auseinander, ob das im Februar, März oder April abgeschlossen wurde{{/2}}, {{3}}wobei Greenoaks in einigen Darstellungen als Lead-Investor genannt wird und Alphabet und NVIDIA als strategische Investoren auftauchen{{/3}} — {{4}}gefolgt von NVIDIAs gemeldeten 5 Milliarden Dollar im Juli dieses Jahres{{/4}}. Bei all dem: {{5}}etwa fünfzig Mitarbeiter, kein Produkt, keine Einnahmen und kein einziges veröffentlichtes Paper{{/5}}. {{6}}Das ist die klarste verfügbare Veranschaulichung dessen, woraus Frontier-Lab-Bewertungen tatsächlich bestehen{{/6}}, {{7}}und es ist auch der Grund, warum ein erstes Modell genauer unter die Lupe genommen würde als jede andere Veröffentlichung in diesem Jahr{{/7}}.

Was zu sehen

Das Anzeichen wird kein Leak sein. Es wird SSIs eigene Updates-Seite sein, die einen vierten Eintrag aufnimmt, oder ein Name, der mit einer Karte in Umlauf kommt. Bis eines davon passiert, ist die zutreffende Beschreibung der Weltlage: Ein glaubwürdiger Investor sagte aus zweiter Hand, dass das geheimnisvollste KI-Labor vorhat, diesen Monat etwas zu zeigen; das Labor hat es nicht bestätigt; sein öffentlicher Fußabdruck zeigt keine Vorbereitung; und seine eigene erklärte Strategie hat seit November 2025 genau für diesen Schritt Raum gelassen. Wenn es dazu kommt, ist das Erste, worauf man achten sollte, kein Benchmark-Ergebnis — sondern ob die Veröffentlichung ein Produkt oder ein Beweis ist, denn SSIs gesamtes Argument ist, dass es sich um verschiedene Dinge handelt.