Die beste KI zum Programmieren: 412 Modelle nach Blindabstimmung gereiht
Text-Prompts, die Code verlangen oder enthalten: schreiben, korrigieren und erklären. Gereiht nach den Blindabstimmungen von LMArena, jeder Wert mit Fehlerspanne und daneben dem Listenpreis jedes Modells aus unserer Preisliste.
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
- 412
- Gleichauf mit der Spitze
- 14
- In unserer Preisliste
- 1
- Veröffentlicht
- 20. Oktober 2026
Gleichauf: Die Stimmen können es nicht von der Spitze trennen.
Im LMArena-Ranking (Programmieren) führt Gemini 4 Argon (High) von Google mit 1559 Punkten aus 1.236 Blindstimmen, veröffentlicht am 20. Oktober 2026. 13 weitere Modelle liegen statistisch gleichauf. Für keines der gereihten Modelle steht bisher ein API-Preis in unserer Liste.
Die beste KI zum Programmieren
Text-Prompts, die Code verlangen oder enthalten: schreiben, korrigieren und erklären.
| # | Modell | Bewertung | Stimmen | Pro 1M Token, Eingabe / Ausgabe |
|---|---|---|---|---|
| 1 | Gemini 4 Argon (High)Google | 95-%-Intervall 1542 bis 1576 | 1.236 | · |
| 1 | Claude Fable 5 (High)Anthropic | 95-%-Intervall 1544 bis 1557 | 11.128 | · |
| 1 | Claude Opus 4.7 (High)Anthropic | 95-%-Intervall 1545 bis 1556 | 18.580 | · |
| 1 | Muse Wonder (Max)Meta | 95-%-Intervall 1533 bis 1567 | 1.234 | · |
| 1 | Claude Opus 5.5 (High)Anthropic | 95-%-Intervall 1535 bis 1561 | 2.143 | · |
| 1 | Claude Opus 4.6Anthropic | 95-%-Intervall 1542 bis 1552 | 24.104 | · |
| 1 | Claude Opus 4.6 (High)Anthropic | 95-%-Intervall 1542 bis 1553 | 21.348 | · |
| 1 | Claude Opus 4.7Anthropic | 95-%-Intervall 1540 bis 1552 | 18.786 | · |
| 1 | GPT-6 Astra (Max)OpenAI | 95-%-Intervall 1532 bis 1554 | 2.977 | · |
| 1 | Muse Spark 1.2 (xHigh)Meta | 95-%-Intervall 1530 bis 1554 | 2.474 | · |
| 1 | Kimi K3 (Max)Moonshot AI · offene Modellgewichte | 95-%-Intervall 1532 bis 1547 | 8.643 | · |
| 1 | Claude Fable 5.1 (Max)Anthropic | 95-%-Intervall 1528 bis 1550 | 3.112 | · |
| 1 | MiMo-V2.6-ProXiaomi · offene Modellgewichte | 95-%-Intervall 1521 bis 1556 | 1.102 | · |
| 1 | GPT-6.1 Sol (Max)OpenAI | 95-%-Intervall 1518 bis 1550 | 1.462 | · |
| 3 | Muse Spark 1.3 (Max)Meta | 95-%-Intervall 1526 bis 1544 | 4.958 | · |
| 3 | Claude Sonnet 5.5 (xHigh)Anthropic | 95-%-Intervall 1516 bis 1544 | 1.914 | · |
| 6 | Qwen3.7-Max-PreviewAlibaba | 95-%-Intervall 1505 bis 1541 | 1.163 | · |
| 7 | Claude Opus 5 (High)Anthropic | 95-%-Intervall 1528 bis 1540 | 17.823 | · |
| 7 | GPT-5.6 Sol (xHigh)OpenAI | 95-%-Intervall 1527 bis 1540 | 11.144 | · |
| 7 | Claude Opus 4.8 (High)Anthropic | 95-%-Intervall 1527 bis 1539 | 17.413 | · |
| 7 | Muse Spark 1.1Meta | 95-%-Intervall 1527 bis 1539 | 12.370 | · |
| 7 | Claude Opus 4.5 (High, 32K, 20251101)Anthropic | 95-%-Intervall 1523 bis 1538 | 7.787 | · |
| 7 | Claude Opus 5 (Max)Anthropic | 95-%-Intervall 1522 bis 1537 | 8.413 | · |
| 7 | Claude Opus 4.8Anthropic | 95-%-Intervall 1524 bis 1535 | 18.073 | · |
| 7 | Muse SparkMeta | 95-%-Intervall 1519 bis 1539 | 3.941 | · |
| 7 | Gemini 3.8 Flash (High)Google | 95-%-Intervall 1522 bis 1536 | 10.731 | · |
| 8 | Claude Sonnet 4.6Anthropic | 95-%-Intervall 1523 bis 1534 | 19.732 | · |
| 8 | DeepSeek-V4.1-Flash-20260910 (Max)DeepSeek · offene Modellgewichte | 95-%-Intervall 1514 bis 1534 | 3.680 | · |
| 11 | GLM-5.3-FlashZ.ai · offene Modellgewichte | 95-%-Intervall 1517 bis 1531 | 9.192 | · |
| 11 | Qwen3.8-MaxAlibaba | 95-%-Intervall 1516 bis 1531 | 8.078 | · |
| 11 | GPT-6 Sol (Max)OpenAI | 95-%-Intervall 1509 bis 1531 | 3.167 | · |
| 12 | Claude Opus 4.5 (20251101)Anthropic | 95-%-Intervall 1517 bis 1528 | 17.969 | · |
| 12 | GLM-5.3 (Max)Z.ai · offene Modellgewichte | 95-%-Intervall 1512 bis 1529 | 5.699 | · |
| 17 | Gemini 3.1 Pro PreviewGoogle | 95-%-Intervall 1517 bis 1526 | 35.474 | · |
| 17 | MiMo-V2.5-ProXiaomi · offene Modellgewichte | 95-%-Intervall 1515 bis 1526 | 20.773 | · |
| 17 | GPT-5.4 (High)OpenAI | 95-%-Intervall 1515 bis 1526 | 17.594 | · |
| 17 | Gemini 3.7 Flash (High)Google | 95-%-Intervall 1511 bis 1526 | 7.905 | · |
| 18 | Claude Sonnet 5 (High)Anthropic | 95-%-Intervall 1513 bis 1525 | 13.564 | · |
| 18 | Claude Sonnet 4.5 (High, 32K, 20250929)Anthropic | 95-%-Intervall 1514 bis 1524 | 19.940 | · |
| 18 | GPT-5.5 (High)OpenAI | 95-%-Intervall 1513 bis 1525 | 19.152 | · |
| 18 | Gemini 3.6 Flash (High)Google | 95-%-Intervall 1512 bis 1525 | 10.360 | · |
| 18 | GPT-5.6 Terra (xHigh)OpenAI | 95-%-Intervall 1511 bis 1524 | 11.966 | · |
| 18 | Gemini 3 ProGoogle | 95-%-Intervall 1510 bis 1524 | 8.805 | · |
| 20 | Kimi K2.6Moonshot AI · offene Modellgewichte | 95-%-Intervall 1509 bis 1523 | 11.093 | · |
| 23 | GLM-5.2 (Max)Z.ai · offene Modellgewichte | 95-%-Intervall 1508 bis 1521 | 13.716 | · |
| 23 | GPT-5.2 Chat (20260210)OpenAI | 95-%-Intervall 1508 bis 1521 | 9.635 | · |
| 23 | GPT-5.5 InstantOpenAI | 95-%-Intervall 1506 bis 1521 | 7.920 | · |
| 23 | Qwen3.5-Max-PreviewAlibaba | 95-%-Intervall 1505 bis 1521 | 6.362 | · |
| 24 | Dola Seed 2.0 ProByteDance | 95-%-Intervall 1508 bis 1519 | 22.067 | · |
| 24 | Grok 4.5xAI | 95-%-Intervall 1507 bis 1520 | 11.105 | · |
| Weiter unten im Ranking: die übrigen Modelle aus unserer Preisliste | ||||
| 203 | gpt-oss-120bOpenAI · offene Modellgewichte | 95-%-Intervall 1381 bis 1397 | 6.410 | · |
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