KI-Rangliste · Agentenarbeit

Die beste KI für Agenten: 57 Modelle nach gemessenen Ergebnissen geordnet

Agent Arena von LMArena: Nutzer geben einem Agenten auf arena.ai echte Arbeit, und die Arena misst, wie die Arbeit mit dem jeweiligen Modell verläuft: vom Nutzer als erledigt markierte Aufgaben, Lob im Verhältnis zu Beschwerden, umgesetzte Korrekturen, Shell-Befehle und Aufrufe von Tools, die es nicht gibt.

Claude Opus 5.5 bis zu 60 % unter dem Listenpreis nutzen. Mit 25 $ im Monat erhalten Sie 110 $ API-Guthaben, jederzeit kündbar; mit 25 $ einmalig erhalten Sie 100 $. Werte aus der Agent Arena von LMArena, veröffentlicht 8. November 2026, unter CC BY 4.0. Preise von der jeweiligen Preisseite des Herstellers, abgerufen am 12. November 2026.

Höchster Wert

+20,0 %Claude Opus 5.5 von Anthropic

Gereihte Modelle: 57
Gleichauf mit der Spitze: 1
Erhältlich mit AIGROW-Guthaben: 8
Datenstand: 8. November 2026

Gleichauf: Das Intervall überschneidet sich mit dem des Spitzenreiters.

In der Agent Arena von LMArena, veröffentlicht 8. November 2026, führt Claude Opus 5.5 von Anthropic unter 57 Modellen mit einem Wert von +20,0 % aus echten Agenten-Sitzungen. Ein weiteres Modell liegt statistisch gleichauf. AIGROW API-Guthaben bietet es für 1,60 $ / 8,00 $ statt 4,00 $ / 20,00 $ pro Million Input-/Output-Tokens an.

Modelle aus diesem Ranking unter dem Listenpreis nutzen

AIGROW API-Guthaben betreibt diese Modelle über einen einzigen Schlüssel, abgerechnet pro Token zu den unten genannten Preisen. Mit 25 $ im Monat erhalten Sie 110 $ API-Guthaben, jederzeit kündbar; mit 25 $ einmalig erhalten Sie 100 $.

Nr. 1Claude Opus 5.5Anthropic~~Listenpreis 4,00 $ / 20,00 $~~1,60 $ / 8,00 $mit AIGROW-API-GuthabenClaude Opus 5.5 bis zu 60 % unter dem Listenpreis nutzen Von AIGROW als echt zertifiziert am 11. November 2026
Nr. 3Claude Sonnet 5.5Anthropic~~Listenpreis 2,00 $ / 10,00 $~~0,80 $ / 4,00 $mit AIGROW-API-GuthabenClaude Sonnet 5.5 bis zu 60 % unter dem Listenpreis nutzen Von AIGROW als echt zertifiziert am 11. November 2026
Nr. 4Claude Fable 5.1Anthropic~~Listenpreis 10,00 $ / 50,00 $~~4,00 $ / 20,00 $mit AIGROW-API-GuthabenClaude Fable 5.1 bis zu 60 % unter dem Listenpreis nutzen Von AIGROW als echt zertifiziert am 11. November 2026

US-Dollar pro Million Input-/Output-Tokens. Von AIGROW als echt zertifiziert bedeutet, dass das Modell am 11. November 2026 die eigene Prüfung von AIGROW gegen dasselbe Modell beim Hersteller bestanden hat. Kein Modellhersteller hat es geprüft oder empfohlen.

Die beste KI für Agenten

Der Wert zeigt, um wie viel besser Aufgaben liefen als mit dem durchschnittlichen Modell in der Arena, nicht den Anteil erledigter Aufgaben, und er stammt von den eigenen Nutzern und Tools der Arena.

Agent-Arena-Werte von 57 KI-Modellen, mit ihren 95-%-Intervallen, Sitzungen und Kosten
#	Modell	Bewertung	Sitzungen	Mittlere Kosten pro Aufgabe	Pro 1M Token, Eingabe / Ausgabe
1	Claude Opus 5.5Anthropic · Claude Opus 5.5 (Max)Claude Opus 5.5 bis zu 60 % unter dem Listenpreis nutzen Von AIGROW als echt zertifiziert am 11. November 2026	+20,0 %95-%-Intervall +17,9 % bis +22,0 %	14.358	6,31 $	~~Listenpreis 4,00 $ / 20,00 $~~1,60 $ / 8,00 $mit AIGROW-API-Guthaben
2	Gemini 4 CarbonGoogle · Gemini 4 Carbon (High)	+16,6 %95-%-Intervall +15,9 % bis +17,3 %	53.721	1,54 $	2,00 $ / 10,00 $
3	Claude Sonnet 5.5Anthropic · Claude Sonnet 5.5 (Max)Claude Sonnet 5.5 bis zu 60 % unter dem Listenpreis nutzen Von AIGROW als echt zertifiziert am 11. November 2026	+16,0 %95-%-Intervall +13,2 % bis +18,8 %Das Intervall überschneidet sich mit 2 Modellen über ihm	8.670	3,42 $	~~Listenpreis 2,00 $ / 10,00 $~~0,80 $ / 4,00 $mit AIGROW-API-Guthaben
4	Claude Fable 5.1Anthropic · Claude Fable 5.1 (Max)Claude Fable 5.1 bis zu 60 % unter dem Listenpreis nutzen Von AIGROW als echt zertifiziert am 11. November 2026	+14,3 %95-%-Intervall +12,4 % bis +16,3 %Das Intervall überschneidet sich mit 2 Modellen über ihm	17.468	6,87 $	~~Listenpreis 10,00 $ / 50,00 $~~4,00 $ / 20,00 $mit AIGROW-API-Guthaben
5	GPT-6 AstraOpenAI · GPT-6 Astra (Max)GPT-6 Astra bis zu 75 % unter dem Listenpreis nutzen Von AIGROW als echt zertifiziert am 11. November 2026	+14,2 %95-%-Intervall +12,2 % bis +16,3 %Das Intervall überschneidet sich mit 3 Modellen über ihm	15.520	7,04 $	~~Listenpreis 10,00 $ / 50,00 $~~2,50 $ / 12,50 $mit AIGROW-API-Guthaben
6	GPT-6.1 SolOpenAI · GPT-6.1 Sol (Max)GPT-6.1 Sol bis zu 75 % unter dem Listenpreis nutzen Von AIGROW als echt zertifiziert am 11. November 2026	+12,5 %95-%-Intervall +11,4 % bis +13,6 %Das Intervall überschneidet sich mit 3 Modellen über ihm	30.514	0,98 $	~~Listenpreis 2,00 $ / 10,00 $~~0,50 $ / 2,50 $mit AIGROW-API-Guthaben
7	GPT-6.1 TerraOpenAI · GPT-6.1 Terra (Max)GPT-6.1 Terra bis zu 75 % unter dem Listenpreis nutzen Von AIGROW als echt zertifiziert am 11. November 2026	+12,1 %95-%-Intervall +10,8 % bis +13,5 %Das Intervall überschneidet sich mit 4 Modellen über ihm	23.276	0,80 $	~~Listenpreis 1,00 $ / 5,00 $~~0,25 $ / 1,25 $mit AIGROW-API-Guthaben
8	Gemini 4 ArgonGoogle · Gemini 4 Argon (High)Gemini 4 Argon bis zu 50 % unter dem Listenpreis nutzen Von AIGROW als echt zertifiziert am 11. November 2026	+10,8 %95-%-Intervall +10,0 % bis +11,7 %Das Intervall überschneidet sich mit 2 Modellen über ihm	53.301	0,82 $	~~Listenpreis 2,00 $ / 10,00 $~~1,00 $ / 5,00 $mit AIGROW-API-Guthaben
9	Muse Wonder Full (Max)Meta	+9,1 %95-%-Intervall +8,2 % bis +10,0 %Das Intervall überschneidet sich mit 1 Modell über ihm	32.477	Nicht veröffentlicht	Kein Listenpreis
10	Claude Fable 5 (High)Anthropic	+7,7 %95-%-Intervall +6,6 % bis +8,8 %Das Intervall überschneidet sich mit 1 Modell über ihm	51.053	3,42 $	Kein Listenpreis
11	Claude Opus 5Anthropic · Claude Opus 5 (Max)	+7,5 %95-%-Intervall +6,2 % bis +8,8 %Das Intervall überschneidet sich mit 2 Modellen über ihm	31.928	4,14 $	5,00 $ / 25,00 $
12	GPT-6 SolOpenAI · GPT-6 Sol (Max)	+7,0 %95-%-Intervall +5,5 % bis +8,6 %Das Intervall überschneidet sich mit 3 Modellen über ihm	12.836	1,76 $	2,00 $ / 10,00 $
13	Kimi K3.1 ProMoonshot AI · Kimi K3.1 Pro (Max) · offene Modellgewichte	+5,2 %95-%-Intervall +4,1 % bis +6,4 %Das Intervall überschneidet sich mit 2 Modellen über ihm	22.581	1,31 $	2,00 $ / 10,00 $
14	Hy4Tencent	+4,7 %95-%-Intervall +3,2 % bis +6,1 %Das Intervall überschneidet sich mit 2 Modellen über ihm	17.888	0,59 $	Kein Listenpreis
15	GPT-5.6 SolOpenAI · GPT-5.6 Sol (xHigh)	+4,5 %95-%-Intervall +3,5 % bis +5,6 %Das Intervall überschneidet sich mit 3 Modellen über ihm	45.371	1,72 $	4,00 $ / 20,00 $
16	Grok 4.7xAI · Grok 4.7 (xHigh)Grok 4.7 bis zu 75 % unter dem Listenpreis nutzen Von AIGROW als echt zertifiziert am 11. November 2026	+2,6 %95-%-Intervall +1,2 % bis +4,1 %Das Intervall überschneidet sich mit 3 Modellen über ihm	18.848	2,91 $	~~Listenpreis 2,00 $ / 6,00 $~~0,50 $ / 1,50 $mit AIGROW-API-Guthaben
17	Gemini 3.8 FlashGoogle · Gemini 3.8 Flash (High)	+2,4 %95-%-Intervall +1,5 % bis +3,2 %Das Intervall überschneidet sich mit 2 Modellen über ihm	52.722	0,75 $	0,75 $ / 3,75 $
18	MiMo-V2.6-ProXiaomi · offene Modellgewichte	+2,3 %95-%-Intervall +1,4 % bis +3,2 %Das Intervall überschneidet sich mit 3 Modellen über ihm	49.297	0,17 $	Kein Listenpreis
19	Muse Spark 1.3Meta · Muse Spark 1.3 (Max)	+2,2 %95-%-Intervall +1,4 % bis +3,0 %Das Intervall überschneidet sich mit 3 Modellen über ihm	80.655	0,47 $	1,25 $ / 4,25 $
20	DeepSeek V4.1 FlashDeepSeek · DeepSeek-V4.1-Flash-20261017 (Max) · offene Modellgewichte	+2,1 %95-%-Intervall +1,5 % bis +2,6 %Das Intervall überschneidet sich mit 4 Modellen über ihm	78.504	0,15 $	0,30 $ / 1,20 $
21	Claude Sonnet 5Anthropic · Claude Sonnet 5 (High)	+2,1 %95-%-Intervall +0,9 % bis +3,2 %Das Intervall überschneidet sich mit 6 Modellen über ihm	41.726	0,91 $	2,00 $ / 10,00 $
22	Muse WonderMeta · Muse Wonder (Max)	+1,9 %95-%-Intervall +0,6 % bis +3,3 %Das Intervall überschneidet sich mit 7 Modellen über ihm	13.921	1,28 $	4,00 $ / 20,00 $
23	GPT-6 LunaOpenAI · GPT-6 Luna (Max)	+1,5 %95-%-Intervall +1,1 % bis +2,0 %Das Intervall überschneidet sich mit 7 Modellen über ihm	228.261	0,09 $	0,10 $ / 0,50 $
24	GLM-5.3Z.ai · GLM-5.3 (Max) · offene Modellgewichte	+1,0 %95-%-Intervall +0,2 % bis +1,8 %Das Intervall überschneidet sich mit 8 Modellen über ihm	95.597	1,09 $	1,40 $ / 4,40 $
25	Kimi K3Moonshot AI · Kimi K3 (Max) · offene Modellgewichte	+0,6 %95-%-Intervall 0,0 % bis +1,2 %Das Intervall überschneidet sich mit 4 Modellen über ihm	160.495	0,93 $	3,00 $ / 15,00 $
26	Hy4 previewTencent · offene Modellgewichte	+0,4 %95-%-Intervall -0,3 % bis +1,2 %Das Intervall überschneidet sich mit 5 Modellen über ihm	102.097	0,46 $	Kein Listenpreis
27	Claude Haiku 5.5Anthropic · Claude Haiku 5.5 (High)	+0,4 %95-%-Intervall -0,6 % bis +1,5 %Das Intervall überschneidet sich mit 9 Modellen über ihm	31.731	0,08 $	0,10 $ / 0,50 $
28	GLM-5.2 (Max)Z.ai · offene Modellgewichte	+0,4 %95-%-Intervall -0,4 % bis +1,2 %Das Intervall überschneidet sich mit 8 Modellen über ihm	98.965	0,90 $	Kein Listenpreis
29	Qwen3.8 MaxAlibaba · Qwen3.8-Max	+0,3 %95-%-Intervall -0,3 % bis +1,0 %Das Intervall überschneidet sich mit 7 Modellen über ihm	80.457	1,24 $	2,00 $ / 6,00 $
30	MiMo-V2.6-FlashXiaomi · offene Modellgewichte	+0,1 %95-%-Intervall -1,0 % bis +1,2 %Das Intervall überschneidet sich mit 10 Modellen über ihm	32.025	0,07 $	Kein Listenpreis
31	Inkling 2 SmallThinky	+0,1 %95-%-Intervall -2,5 % bis +2,6 %Das Intervall überschneidet sich mit 15 Modellen über ihm	4.063	0,26 $	Kein Listenpreis
32	Grok 4.6 (xHigh)xAI	-0,2 %95-%-Intervall -1,4 % bis +1,1 %Das Intervall überschneidet sich mit 10 Modellen über ihm	30.247	1,46 $	Kein Listenpreis
33	GPT-5.6 TerraOpenAI · GPT-5.6 Terra (xHigh)	-1,9 %95-%-Intervall -2,7 % bis -1,1 %Das Intervall überschneidet sich mit 2 Modellen über ihm	44.425	0,64 $	2,00 $ / 12,00 $
34	Gemini 3.7 Flash (High)Google	-1,9 %95-%-Intervall -2,8 % bis -1,0 %Das Intervall überschneidet sich mit 4 Modellen über ihm	63.336	0,52 $	Kein Listenpreis
35	GPT-6 LunaOpenAI · GPT-6 Luna (Medium)	-2,0 %95-%-Intervall -2,5 % bis -1,5 %Das Intervall überschneidet sich mit 3 Modellen über ihm	76.341	0,03 $	0,10 $ / 0,50 $
36	MiniMax-M3.1-FlashMiniMax · offene Modellgewichte	-2,8 %95-%-Intervall -4,3 % bis -1,3 %Das Intervall überschneidet sich mit 5 Modellen über ihm	13.089	0,24 $	Kein Listenpreis
37	GLM-5.3-FlashZ.ai · offene Modellgewichte	-2,8 %95-%-Intervall -3,5 % bis -2,1 %Das Intervall überschneidet sich mit 5 Modellen über ihm	95.526	0,17 $	0,15 $ / 0,50 $
38	Step 5 PreviewStepFun	-3,4 %95-%-Intervall -4,8 % bis -2,0 %Das Intervall überschneidet sich mit 6 Modellen über ihm	17.051	0,66 $	Kein Listenpreis
39	Gemini 3.1 Pro (preview)Google · Gemini 3.1 Pro Preview	-4,3 %95-%-Intervall -5,8 % bis -2,9 %Das Intervall überschneidet sich mit 3 Modellen über ihm	87.553	0,55 $	2,00 $ / 12,00 $
40	Qwen3.8 27BAlibaba · Qwen3.8-27B · offene Modellgewichte	-4,6 %95-%-Intervall -5,5 % bis -3,7 %Das Intervall überschneidet sich mit 3 Modellen über ihm	63.984	0,40 $	0,50 $ / 3,00 $
41	Qwen3.8-Flash-NextAlibaba · offene Modellgewichte	-4,7 %95-%-Intervall -5,4 % bis -3,9 %Das Intervall überschneidet sich mit 4 Modellen über ihm	109.992	0,23 $	Kein Listenpreis
42	Mistral Large 4Mistral AI · offene Modellgewichte	-6,1 %95-%-Intervall -8,0 % bis -4,2 %Das Intervall überschneidet sich mit 5 Modellen über ihm	5.559	0,32 $	0,70 $ / 2,10 $
43	GPT-6 LunaOpenAI · GPT-6 Luna (Low)	-6,2 %95-%-Intervall -6,9 % bis -5,5 %Das Intervall überschneidet sich mit 2 Modellen über ihm	43.861	0,01 $	0,10 $ / 0,50 $
44	Beam 1.0 501B A23BReflection · offene Modellgewichte	-6,4 %95-%-Intervall -9,0 % bis -3,9 %Das Intervall überschneidet sich mit 7 Modellen über ihm	12.257	Nicht veröffentlicht	Kein Listenpreis
45	Qwen3.7-MaxAlibaba	-7,1 %95-%-Intervall -8,4 % bis -5,9 %Das Intervall überschneidet sich mit 3 Modellen über ihm	43.146	0,35 $	Kein Listenpreis
46	Hy3Tencent · offene Modellgewichte	-7,7 %95-%-Intervall -9,1 % bis -6,2 %Das Intervall überschneidet sich mit 4 Modellen über ihm	32.686	0,08 $	Kein Listenpreis
47	Muse Spark 1.1Meta	-7,9 %95-%-Intervall -8,5 % bis -7,2 %Das Intervall überschneidet sich mit 4 Modellen über ihm	149.186	Nicht veröffentlicht	Kein Listenpreis
48	Qwen3.7 PlusAlibaba · Qwen3.7-Plus	-7,9 %95-%-Intervall -9,4 % bis -6,3 %Das Intervall überschneidet sich mit 6 Modellen über ihm	24.539	0,13 $	0,40 $ / 1,60 $
49	Muse Spark 1.2 (xHigh)Meta	-8,0 %95-%-Intervall -8,9 % bis -7,2 %Das Intervall überschneidet sich mit 6 Modellen über ihm	54.770	0,41 $	Kein Listenpreis
50	Spark-X2.6Synlan	-10,3 %95-%-Intervall -11,6 % bis -9,1 %Das Intervall überschneidet sich mit 2 Modellen über ihm	11.434	0,09 $	Kein Listenpreis
51	MiniMax M3MiniMax · MiniMax-M3 · offene Modellgewichte	-10,4 %95-%-Intervall -11,6 % bis -9,2 %Das Intervall überschneidet sich mit 2 Modellen über ihm	44.355	0,32 $	0,30 $ / 1,20 $
52	Mistral Medium 3.5Mistral AI · offene Modellgewichte	-13,9 %95-%-Intervall -15,7 % bis -12,1 %	13.935	0,40 $	1,50 $ / 7,50 $
53	Nemotron 3 UltraNvidia · offene Modellgewichte	-14,4 %95-%-Intervall -17,7 % bis -11,1 %Das Intervall überschneidet sich mit 3 Modellen über ihm	13.691	0,12 $	Kein Listenpreis
54	NVIDIA-Nemotron-3.5-Super-VL-120B-A12B (NVFP4)Nvidia · offene Modellgewichte	-16,3 %95-%-Intervall -17,0 % bis -15,5 %Das Intervall überschneidet sich mit 2 Modellen über ihm	29.893	Nicht veröffentlicht	Kein Listenpreis
55	InklingThinky · offene Modellgewichte	-17,1 %95-%-Intervall -18,6 % bis -15,5 %Das Intervall überschneidet sich mit 3 Modellen über ihm	44.032	0,34 $	Kein Listenpreis
56	Inkling-SmallThinky · offene Modellgewichte	-17,7 %95-%-Intervall -19,7 % bis -15,7 %Das Intervall überschneidet sich mit 4 Modellen über ihm	14.747	0,18 $	Kein Listenpreis
57	Solar Pro 4Upstage	-22,8 %95-%-Intervall -25,0 % bis -20,6 %	11.012	0,04 $	Kein Listenpreis

So lesen Sie dieses Ranking

Was die Werte messen, was sie auslassen und woher jede Zahl stammt.

Was gemessen wird: Agent Arena von LMArena: Nutzer geben einem Agenten auf arena.ai echte Arbeit, und die Arena misst, wie die Arbeit mit dem jeweiligen Modell verläuft: vom Nutzer als erledigt markierte Aufgaben, Lob im Verhältnis zu Beschwerden, umgesetzte Korrekturen, Shell-Befehle und Aufrufe von Tools, die es nicht gibt.
Was fehlt: Der Wert zeigt, um wie viel besser Aufgaben liefen als mit dem durchschnittlichen Modell in der Arena, nicht den Anteil erledigter Aufgaben, und er stammt von den eigenen Nutzern und Tools der Arena.
So lesen Sie die Spanne: Jeder Wert hat das 95-%-Intervall von LMArena. Überschneiden sich die Intervalle zweier Modelle, lässt sich anhand der Sitzungen nicht sagen, welches besser ist. Die Zeilen sind weiterhin nach Wert nummeriert, und eine Zeile gibt an, wie viele Modelle über ihr sich mit ihr überschneiden.
Kosten pro Aufgabe: Die mittleren Kosten einer Aufgabe in den Sitzungen der Arena, in US-Dollar, wie LMArena sie erfasst. Sie hängen vom Preis des Modells ab und davon, wie viele Tokens es verbraucht.
Seit über 120 Tagen nicht aktualisiert: Ein Ergebnis, das mehr als 120 Tage vor den neuesten Daten auf diesen Seiten erzielt wurde, trägt diese Markierung, damit sich ein älteres Ergebnis auch als solches einordnen lässt.
Preise: Der Listenpreis pro Million Token von der eigenen Preisseite des Anbieters, abgerufen am 12. November 2026. Es ist ein Preis pro Token, nicht pro Antwort: Eine höhere Reasoning-Einstellung verbraucht für dieselbe Frage mehr Token. Wo AIGROW API-Guthaben ein Modell anbietet, ist der Listenpreis durchgestrichen. Darunter steht der Preis über das Guthaben.

Quelle: LMArena, Rangliste-Datensatz (Revision 4217986c, veröffentlicht am 8. November 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.

Preise ansehen Benchmark ansehen

Datenstand 8. November 2026