Rangliste der KI-Modelle: 417 Modelle nach Blindabstimmung gereiht
Welches KI-Modell ist das beste, gemessen an den Blindabstimmungen von LMArena: Menschen stellen zwei anonymen Modellen denselben Prompt und wählen die bessere Antwort. Jeder Wert behält seine Fehlerspanne, daneben steht der Listenpreis, damit Sie sehen, was die Spitze kostet.
Werte von LMArena, veröffentlicht am 20. Oktober 2026, unter CC BY 4.0. Preise von der Preisseite des jeweiligen Anbieters, abgerufen am 15. Oktober 2026.
- Gereihte Modelle
- 417
- Gleichauf mit der Spitze
- 3
- In unserer Preisliste
- 1
- Veröffentlicht
- 20. Oktober 2026
Gleichauf: Die Stimmen können es nicht von der Spitze trennen.
Im LMArena-Ranking (Gesamt) führt Gemini 4 Argon (High) von Google mit 1524 Punkten aus 4.900 Blindstimmen, veröffentlicht am 20. Oktober 2026. 2 weitere Modelle liegen statistisch gleichauf. Für keines der gereihten Modelle steht bisher ein API-Preis in unserer Liste.
Die besten KI-Modelle insgesamt
Alle Text-Prompts der Arena, bewertet mit Stilkontrolle, damit eine längere oder stärker formatierte Antwort nicht allein durch ihr Aussehen gewinnt.
| # | Modell | Bewertung | Stimmen | Pro 1M Token, Eingabe / Ausgabe |
|---|---|---|---|---|
| 1 | Gemini 4 Argon (High)Google | 95-%-Intervall 1515 bis 1533 | 4.900 | · |
| 1 | Muse Wonder (Max)Meta | 95-%-Intervall 1501 bis 1518 | 5.099 | · |
| 1 | Claude Opus 5.5 (High)Anthropic | 95-%-Intervall 1502 bis 1516 | 9.496 | · |
| 2 | Claude Fable 5 (High)Anthropic | 95-%-Intervall 1499 bis 1508 | 43.399 | · |
| 2 | Claude Opus 4.6 (High)Anthropic | 95-%-Intervall 1499 bis 1506 | 82.619 | · |
| 2 | Claude Fable 5.1 (Max)Anthropic | 95-%-Intervall 1497 bis 1509 | 15.623 | · |
| 2 | Claude Opus 4.7 (High)Anthropic | 95-%-Intervall 1497 bis 1505 | 65.131 | · |
| 3 | Gemini 3.8 Flash (High)Google | 95-%-Intervall 1492 bis 1501 | 41.423 | · |
| 4 | Claude Opus 4.6Anthropic | 95-%-Intervall 1494 bis 1500 | 87.372 | · |
| 4 | Muse Spark 1.3 (Max)Meta | 95-%-Intervall 1489 bis 1500 | 19.323 | · |
| 6 | Claude Opus 4.7Anthropic | 95-%-Intervall 1490 bis 1498 | 66.185 | · |
| 6 | Muse Spark 1.2 (xHigh)Meta | 95-%-Intervall 1485 bis 1499 | 9.578 | · |
| 8 | Claude Opus 5 (Max)Anthropic | 95-%-Intervall 1486 bis 1496 | 33.683 | · |
| 8 | Muse Spark 1.1Meta | 95-%-Intervall 1486 bis 1495 | 44.815 | · |
| 8 | Claude Opus 5 (High)Anthropic | 95-%-Intervall 1487 bis 1494 | 69.307 | · |
| 8 | Muse SparkMeta | 95-%-Intervall 1483 bis 1495 | 14.153 | · |
| 8 | Gemini 3.7 Flash (High)Google | 95-%-Intervall 1484 bis 1494 | 29.177 | · |
| 9 | Kimi K3 (Max)Moonshot AI · offene Modellgewichte | 95-%-Intervall 1484 bis 1493 | 34.325 | · |
| 11 | Gemini 3.1 Pro PreviewGoogle | 95-%-Intervall 1484 bis 1490 | 129.523 | · |
| 12 | Gemini 3 ProGoogle | 95-%-Intervall 1482 bis 1489 | 42.059 | · |
| 12 | GPT-5.6 Sol (xHigh)OpenAI | 95-%-Intervall 1480 bis 1489 | 41.803 | · |
| 12 | Gemini 3.6 Flash (High)Google | 95-%-Intervall 1479 bis 1487 | 36.079 | · |
| 12 | Qwen3.8-MaxAlibaba | 95-%-Intervall 1478 bis 1487 | 29.418 | · |
| 12 | MiMo-V2.6-ProXiaomi · offene Modellgewichte | 95-%-Intervall 1470 bis 1489 | 4.065 | · |
| 12 | GPT-6.1 Sol (Max)OpenAI | 95-%-Intervall 1472 bis 1487 | 7.453 | · |
| 15 | GLM-5.3 (Max)Z.ai · offene Modellgewichte | 95-%-Intervall 1476 bis 1486 | 24.035 | · |
| 16 | GPT-5.5 (High)OpenAI | 95-%-Intervall 1478 bis 1485 | 69.340 | · |
| 16 | Claude Opus 4.8 (High)Anthropic | 95-%-Intervall 1477 bis 1485 | 64.063 | · |
| 16 | Claude Sonnet 5.5 (xHigh)Anthropic | 95-%-Intervall 1470 bis 1484 | 8.126 | · |
| 18 | Qwen3.7-Max-PreviewAlibaba | 95-%-Intervall 1464 bis 1484 | 3.942 | · |
| 21 | Gemini 3.5 Flash (High)Google | 95-%-Intervall 1474 bis 1481 | 48.479 | · |
| 21 | GPT-5.5OpenAI | 95-%-Intervall 1473 bis 1480 | 70.970 | · |
| 21 | GPT-6 Astra (Max)OpenAI | 95-%-Intervall 1469 bis 1482 | 13.293 | · |
| 21 | DeepSeek-V4.1-Flash-20260910 (Max)DeepSeek · offene Modellgewichte | 95-%-Intervall 1469 bis 1482 | 13.444 | · |
| 22 | GLM-5.2 (Max)Z.ai · offene Modellgewichte | 95-%-Intervall 1472 bis 1480 | 51.221 | · |
| 22 | Gemini 3.5 Flash (Medium)Google | 95-%-Intervall 1472 bis 1480 | 47.228 | · |
| 22 | GPT-5.2 Chat (20260210)OpenAI | 95-%-Intervall 1471 bis 1480 | 35.991 | · |
| 22 | GPT-5.4 (High)OpenAI | 95-%-Intervall 1472 bis 1479 | 64.755 | · |
| 22 | GLM-5.3-FlashZ.ai · offene Modellgewichte | 95-%-Intervall 1470 bis 1480 | 36.095 | · |
| 22 | Grok 4.20 Beta 1xAI | 95-%-Intervall 1470 bis 1479 | 27.918 | · |
| 23 | Claude Opus 4.8Anthropic | 95-%-Intervall 1471 bis 1478 | 65.151 | · |
| 23 | GPT-5.5 InstantOpenAI | 95-%-Intervall 1468 bis 1478 | 27.154 | · |
| 25 | Claude Opus 4.5 (High, 32K, 20251101)Anthropic | 95-%-Intervall 1470 bis 1478 | 37.500 | · |
| 26 | Gemini 3 FlashGoogle | 95-%-Intervall 1468 bis 1477 | 31.311 | · |
| 27 | Claude Sonnet 4.6Anthropic | 95-%-Intervall 1469 bis 1476 | 70.931 | · |
| 27 | Grok 4.20 Beta (Reasoning, 0309)xAI | 95-%-Intervall 1468 bis 1475 | 66.403 | · |
| 27 | Grok 4.20 Multi-Agent Beta (0309)xAI | 95-%-Intervall 1467 bis 1474 | 64.920 | · |
| 29 | Claude Opus 4.5 (20251101)Anthropic | 95-%-Intervall 1467 bis 1473 | 72.863 | · |
| 32 | ERNIE 5.1Baidu | 95-%-Intervall 1463 bis 1472 | 39.447 | · |
| 34 | GPT-5.6 Terra (xHigh)OpenAI | 95-%-Intervall 1463 bis 1471 | 45.201 | · |
| Weiter unten im Ranking: die übrigen Modelle aus unserer Preisliste | ||||
| 207 | gpt-oss-120bOpenAI · offene Modellgewichte | 95-%-Intervall 1348 bis 1356 | 30.213 | · |
Woher das Ranking stammt
Die Werte, Intervalle und Platzierungen stammen von LMArena. Die Preise sind unsere.
- Blindabstimmungen
- LMArena stellt zwei anonymen Modellen denselben Prompt und bittet die Person, die ihn geschrieben hat, die bessere Antwort zu wählen. Aus den Stimmen ergibt sich für jedes Modell ein Wert auf einer gemeinsamen Skala, auf der ein Abstand von 100 Punkten bedeutet, dass das höher bewertete Modell etwa 64 von 100 Vergleichen gewinnt.
- Stilkontrolle
- Die Werte rechnen Antwortlänge und Formatierung heraus, sodass ein Modell nicht aufsteigt, nur weil es mehr schreibt oder Überschriften und Listen einsetzt.
- Geteilte Plätze
- Der Platz eines Modells ist eins plus die Anzahl der Modelle, deren gesamtes 95-%-Intervall über seinem eigenen liegt. Modelle, die die Stimmen nicht trennen können, teilen sich einen Platz, weshalb mehrere auf Platz eins stehen können.
- Einstellungen
- Ein Modell kann mehrfach auftauchen, mit unterschiedlichen Reasoning-Einstellungen: Die Zeile unter seinem Namen gibt den Eintrag so an, wie LMArena ihn führt. Einträge mit aktivierter Websuche sind ein anderes Produkt und haben keinen Preis.
- Preise
- Der Listenpreis pro Million Token von der eigenen Preisseite des Anbieters, abgerufen am 15. Oktober 2026. Es ist ein Preis pro Token, nicht pro Antwort: Eine höhere Reasoning-Einstellung verbraucht für dieselbe Frage mehr Token.
Quelle: LMArena, Rangliste-Datensatz (Revision 9041150e, veröffentlicht am 20. Oktober 2026), lizenziert unter CC BY 4.0. Wir ändern keinen Wert: Wir ergänzen die Preise und die Links zu unseren Modellseiten.
Was der Betrieb der einzelnen Modelle kostet
Die Preisliste deckt drei alltägliche Aufgaben für jedes Modell ab, und unser eigener Benchmark lässt sie an echten Geschäftsaufgaben laufen, um zu sehen, welche bestehen.
Werte veröffentlicht am 20. Oktober 2026