Pi 0.87.1: Drei Frontier-Modelle im Coding-Agent-Update

Am 22. September hat pi die Version 0.87.1 freigegeben, und der Changelog liest sich wie eine Modellparade: Claude Opus 5.5, GPT-6 Sol und GPT-6 Luna in einem Rutsch, dazu Grok 4.7 als neuer Standard für xAI. Ein Coding-Agent, der drei Frontier-Modellfamilien in einem einzigen Release anbindet, ist keine Randnotiz mehr. Das ist das deutliche Zeichen, dass der Wettbewerb der Modellhersteller längst in den Agenten-Harnesses ausgetragen wird. Ich betreibe pi selbst als Worker auf meinem Pixel-Cyberdeck, orchestriert über herdr. Für mich zählt deshalb eine praktische Frage: Was ändert so ein Release am Agenten-Betrieb, und was bleibt genauso hart wie vorher? Die Antwort fällt nüchterner aus als die Release-Schlagzeile, und genau diese Nüchternheit ist der Punkt.

Die Fakten dahinter sind konkret. Anthropic-Nutzer bekommen in pi jetzt Claude Opus 5.5 mit adaptivem Thinking und einem Kontextfenster von einer Million Tokens. Über OpenAI-API-Schlüssel und Codex-Abos kommen GPT-6 Sol und GPT-6 Luna dazu, und GitHub Copilot erhält alle drei Familien gleichzeitig. Der Standard bei xAI springt auf Grok 4.7. Das ist keine Routine-Wartung, sondern ein Umbau der Modellebene in einem Release, genau einen Tag nach 0.86.1, das Meta Muse als Provider einführte. Wer Agenten betreibt, kennt dieses Tempo: Der Harness bleibt, die Modelle wechseln darunter. Ich habe mein ganzes Setup genau für diese Annahme gebaut. Dieser Beitrag ordnet ein, was das Release wirklich ändert, was es nicht ändert, und wo die Grenzen meiner Betrachtung liegen.

Im Changelog stehen unter Added nur vier Zeilen, aber die Reichweite ist größer als es klingt. Die Claude-Opus-5.5-Unterstützung für Anthropic kommt mit adaptivem Thinking und dem Kontextfenster von einer Million Tokens. GPT-6 Sol und GPT-6 Luna laufen über OpenAI-API-Schlüssel und OpenAI-Codex-Abos. GitHub Copilot bekommt alle drei Modelle, was bedeutet: Wer Copilot bezahlt, kann plötzlich die Frontier-Modelle von zwei weiteren Herstellern durchschalten, ohne einen einzigen neuen Vertrag abzuschließen. Genau das ist die eigentliche Funktion von pi. Der Harness besitzt keine Intelligenz, er verteilt sie. Die Modelle bleiben austauschbare Ware, und der Wert verlagert sich zu der Schicht, die den Betrieb regelt.

Der Default-Wechsel bei xAI zeigt die zweite Seite desselben Prinzips. Neue Sessions starten ab sofort mit Grok 4.7 statt mit dem Vorgänger, ohne dass der Nutzer irgendetwas umstellt. Das ist eine Betriebsentscheidung des Harness-Betreibers: pi legt fest, welches Modell die Mehrheit der Nutzer ohne Konfiguration trifft. Ich finde diesen Schritt ehrlich, denn ein Agent-Werkzeug, das sich weigert, Standards zu setzen, schiebt die Integrationsarbeit auf jeden einzelnen Nutzer. Der Preis dafür ist Pflichtlektüre: Wer den Changelog nicht liest, weiß hinterher nicht, mit welchem Modell seine Läufe tatsächlich arbeiten. Genau deshalb gehört der Changelog-Durchlauf bei mir zum wöchentlichen Handwerk, wie das Zählen der Wörter in jedem Blog-Beitrag.

Die Reihenfolge der beiden Tage zeigt, wie pi heute arbeitet. Ich habe die Einträge aus den offiziellen Release-Notizen zusammengestellt, alle Angaben mit Abrufdatum im Quellenblock.

Keiner der vier Fixes glänzt im Marketing, und gerade deshalb sind sie die wichtigste Sektion des Releases. Ein Agent-Harness verbindet Dutzende Anbieter, und an jeder Verbindungsstelle gelten eigene Regeln. Der Fable-Fix zeigt das am klarsten: Komprimierungs-Summaries wurden von Claude Fable 5.1 abgelehnt, weil die Trennung zwischen Gespräch und Fortsetzungsanweisung unsauber war. Die Lösung im Pull Request ist keine Modelländerung, sondern eine Disziplinmaßnahme, klar getrennte Abschnitte und Fortsetzungs-Orientierung in der Übergabe. Der Fehler saß weder im Modell noch beim Nutzer, er saß im Format der Übergabe zwischen den Komponenten.

Die übrigen drei Fixes folgen demselben Muster. Fehlende oder ungültige --mode-Werte wurden stillschweigend ignoriert, der Agent schien zu laufen und arbeitete in Wahrheit ohne Modus, genau die Sorte Fehler, die nächtliche Automatisierungsläufe unbrauchbar macht, weil erst morgens auffällt, dass nichts passiert ist. Bildnachrichten mit leerem Textpart wurden von manchen OpenAI-kompatiblen Anbietern abgelehnt. Und ein veralteter Versions-Header im OAuth-Ablauf verriet eine falsche Client-Version. Vier Stellen, vier verschiedene Anbieter, eine gemeinsame Lehre: Im Agenten-Betrieb entscheidet die Qualität der Übergabestellen, nicht die Größe der Modelle. Wer diese Lehre beherzigt, liest Fix-Notizen aufmerksamer als Feature-Listen.

Auf dem Deck ist pi der Worker-Harness. Die Orchestrierung läuft über herdr, der Worker arbeitet mit einem fest zugeordneten Modell, und die Zügel sitzen in meinem Request-Budget: Fünf-Stunden-Fenster plus Wochenlimit. Was sich durch 0.87.1 an meiner Architektur ändert, ist deshalb nichts. Was sich ändert, sind die Wahlmöglichkeiten dahinter. Der Release rückt die GPT-6-Linie in Reichweite, aber ein Modellwechsel kostet mich Anfragen, nicht nur Aufmerksamkeit. Jede Testrunde mit einem neuen Modell frisst Budget, das für produzierende Läufe fehlt. Ein Kontextfenster von einer Million Tokens ist dabei keine Sparmaschine. Ein großes Fenster verführt zu größeren Kontexten, und größere Kontexte kosten Anfragen, egal wie groß das Fenster ist.

Die stabile Lehre habe ich in einem früheren Beitrag festgehalten: Das System bleibt, das Modell wechselt. Genau deshalb lässt sich ein Release wie 0.87.1 betreiben, ohne die eigene Infrastruktur anzufassen. Armin Ronacher hat in seinem pi-Workflow etwas Ähnliches beschrieben, der Wert liegt im Harness, nicht im Modell. Und auch die Update-Arbeit an Hermes zeigt dieselbe Linie: Releases bringen Zustandsverwaltung und Übergabefixes, nicht Wunder. Wer heute auf Frontier-Modelle setzt, sollte weniger fragen, welches Modell das beste ist, und mehr fragen, welcher Harness einen Modellwechsel schadfrei übersteht. Gemessen an dieser Prüfung besteht die Stärke von 0.87.1 darin, dass der Umbau der Modellschicht in einem normalen Changelog-Abend Platz findet.

Über den Autor: Ich bin Marcel und fahre das HUNTER-Cyberdeck auf einem gebrauchten Google Pixel 6a. Ich orchestriere meine Agentenfamilie mit Hermes, pi und herdr und schreibe die Beiträge dieser Serie aus dem laufenden Betrieb. Die Beobachtungen zu diesem Beitrag stammen aus dem September-Betrieb 2026. Zuletzt fachlich geprüft am 23.09.2026.

Quellen: Release-Notizen Pi 0.87.1 (22.09.2026) und Pi 0.86.1 (21.09.2026), pi.dev, abgerufen am 23.09.2026. Repository earendil-works/pi auf GitHub, abgerufen am 23.09.2026. Liste best-of-agent-harnesses (ryanalberts, Stand 20.09.2026), abgerufen am 23.09.2026. Eigener Radar-Zähler: GitHub-API-Sterne für pi, gemini-cli und herdr, Stand 10.09.2026. Eigene Messwerte: Betrieb des Pixel-Cyberdecks mit herdr-Orchestrierung, September 2026.