Die beste KI für kreatives Schreiben: 415 Modelle nach Blindabstimmung gereiht
Prompts, die Geschichten, Gedichte, Drehbücher und andere eigene Texte verlangen. 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
- 415
- Gleichauf mit der Spitze
- 5
- In unserer Preisliste
- 1
- Veröffentlicht
- 20. Oktober 2026
Gleichauf: Die Stimmen können es nicht von der Spitze trennen.
Im LMArena-Ranking (Kreatives Schreiben) führt Claude Opus 5.5 (High) von Anthropic mit 1520 Punkten aus 2.241 Blindstimmen, veröffentlicht am 20. Oktober 2026. 4 weitere Modelle liegen statistisch gleichauf. Für keines der gereihten Modelle steht bisher ein API-Preis in unserer Liste.
Die beste KI für kreatives Schreiben
Prompts, die Geschichten, Gedichte, Drehbücher und andere eigene Texte verlangen.
| # | Modell | Bewertung | Stimmen | Pro 1M Token, Eingabe / Ausgabe |
|---|---|---|---|---|
| 1 | Claude Opus 5.5 (High)Anthropic | 95-%-Intervall 1506 bis 1534 | 2.241 | · |
| 1 | Gemini 4 Argon (High)Google | 95-%-Intervall 1496 bis 1535 | 1.055 | · |
| 1 | Claude Fable 5 (High)Anthropic | 95-%-Intervall 1494 bis 1508 | 9.368 | · |
| 1 | Claude Opus 4.6 (High)Anthropic | 95-%-Intervall 1494 bis 1506 | 15.218 | · |
| 1 | Muse Wonder (Max)Meta | 95-%-Intervall 1472 bis 1509 | 1.146 | · |
| 2 | Gemini 3.7 Flash (High)Google | 95-%-Intervall 1482 bis 1499 | 6.466 | · |
| 2 | Claude Fable 5.1 (Max)Anthropic | 95-%-Intervall 1475 bis 1497 | 3.551 | · |
| 3 | Claude Opus 4.7 (High)Anthropic | 95-%-Intervall 1482 bis 1496 | 11.816 | · |
| 5 | Gemini 3 ProGoogle | 95-%-Intervall 1477 bis 1493 | 6.543 | · |
| 5 | Gemini 3.8 Flash (High)Google | 95-%-Intervall 1476 bis 1492 | 9.182 | · |
| 5 | Claude Opus 4.7Anthropic | 95-%-Intervall 1476 bis 1489 | 12.024 | · |
| 5 | Gemini 3.1 Pro PreviewGoogle | 95-%-Intervall 1476 bis 1486 | 24.045 | · |
| 5 | Claude Opus 4.6Anthropic | 95-%-Intervall 1472 bis 1484 | 15.439 | · |
| 7 | Claude Opus 5 (Max)Anthropic | 95-%-Intervall 1465 bis 1481 | 7.695 | · |
| 7 | Gemini 3.6 Flash (High)Google | 95-%-Intervall 1463 bis 1479 | 7.574 | · |
| 7 | Claude Opus 5 (High)Anthropic | 95-%-Intervall 1465 bis 1478 | 15.471 | · |
| 7 | Claude Opus 4.5 (High, 32K, 20251101)Anthropic | 95-%-Intervall 1461 bis 1478 | 5.696 | · |
| 7 | Claude Sonnet 5.5 (xHigh)Anthropic | 95-%-Intervall 1450 bis 1480 | 1.838 | · |
| 7 | Muse SparkMeta | 95-%-Intervall 1451 bis 1478 | 2.048 | · |
| 8 | GPT-5.6 Sol (xHigh)OpenAI | 95-%-Intervall 1461 bis 1477 | 8.740 | · |
| 9 | Gemini 3.5 Flash (Medium)Google | 95-%-Intervall 1461 bis 1476 | 9.462 | · |
| 9 | Qwen3.8-MaxAlibaba | 95-%-Intervall 1458 bis 1476 | 5.879 | · |
| 11 | Claude Opus 4.8 (High)Anthropic | 95-%-Intervall 1462 bis 1476 | 12.792 | · |
| 12 | Grok 4.20 Beta 1xAI | 95-%-Intervall 1454 bis 1473 | 4.184 | · |
| 12 | Muse Spark 1.3 (Max)Meta | 95-%-Intervall 1452 bis 1472 | 4.272 | · |
| 14 | Gemini 3.5 Flash (High)Google | 95-%-Intervall 1457 bis 1472 | 9.473 | · |
| 14 | Claude Opus 4.8Anthropic | 95-%-Intervall 1456 bis 1469 | 12.821 | · |
| 14 | Kimi K3 (Max)Moonshot AI · offene Modellgewichte | 95-%-Intervall 1455 bis 1471 | 7.019 | · |
| 14 | Claude Opus 4.5 (20251101)Anthropic | 95-%-Intervall 1455 bis 1468 | 11.406 | · |
| 14 | Gemini 3 FlashGoogle | 95-%-Intervall 1448 bis 1466 | 4.822 | · |
| 14 | GPT-5.5 InstantOpenAI | 95-%-Intervall 1445 bis 1465 | 4.350 | · |
| 14 | GPT-6.1 Sol (Max)OpenAI | 95-%-Intervall 1439 bis 1470 | 1.688 | · |
| 16 | GLM-5.3 (Max)Z.ai · offene Modellgewichte | 95-%-Intervall 1446 bis 1464 | 5.455 | · |
| 21 | Claude Sonnet 4.5 (20250929)Anthropic | 95-%-Intervall 1448 bis 1460 | 12.425 | · |
| 21 | GLM-5.2 (Max)Z.ai · offene Modellgewichte | 95-%-Intervall 1447 bis 1461 | 10.217 | · |
| 21 | Grok 4.5xAI | 95-%-Intervall 1444 bis 1459 | 8.280 | · |
| 21 | GPT-6 Astra (Max)OpenAI | 95-%-Intervall 1437 bis 1460 | 2.966 | · |
| 21 | DeepSeek-V4-Pro (High, 20260813)DeepSeek · offene Modellgewichte | 95-%-Intervall 1432 bis 1460 | 1.998 | · |
| 22 | GPT-5.5 (High)OpenAI | 95-%-Intervall 1445 bis 1458 | 13.147 | · |
| 23 | GLM-5Z.ai · offene Modellgewichte | 95-%-Intervall 1439 bis 1457 | 4.859 | · |
| 24 | Claude Sonnet 4.5 (High, 32K, 20250929)Anthropic | 95-%-Intervall 1444 bis 1456 | 12.706 | · |
| 24 | Claude Sonnet 4.6Anthropic | 95-%-Intervall 1443 bis 1456 | 12.370 | · |
| 24 | Qwen3.5-Max-PreviewAlibaba | 95-%-Intervall 1435 bis 1456 | 3.325 | · |
| 26 | GPT-5.5OpenAI | 95-%-Intervall 1441 bis 1454 | 13.405 | · |
| 27 | Grok 4.20 Multi-Agent Beta (0309)xAI | 95-%-Intervall 1440 bis 1454 | 11.299 | · |
| 27 | Gemini 3 Flash (Minimal)Google | 95-%-Intervall 1441 bis 1453 | 15.203 | · |
| 27 | DeepSeek-V4-ProDeepSeek · offene Modellgewichte | 95-%-Intervall 1439 bis 1454 | 9.724 | · |
| 27 | GLM-5.1Z.ai · offene Modellgewichte | 95-%-Intervall 1440 bis 1453 | 12.579 | · |
| 27 | Claude Opus 4.1 (Thinking 16K, 20250805)Anthropic | 95-%-Intervall 1438 bis 1453 | 6.868 | · |
| 28 | Grok 4.20 Beta (Reasoning, 0309)xAI | 95-%-Intervall 1439 bis 1452 | 11.430 | · |
| Weiter unten im Ranking: die übrigen Modelle aus unserer Preisliste | ||||
| 232 | gpt-oss-120bOpenAI · offene Modellgewichte | 95-%-Intervall 1269 bis 1289 | 3.911 | · |
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