Die beste KI für lange Prompts: 395 Modelle nach Blindabstimmung gereiht
Die längsten Prompts der Arena, zum Beispiel ein eingefügtes Dokument mit einer Frage dazu. 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
- 395
- Gleichauf mit der Spitze
- 2
- In unserer Preisliste
- 1
- Veröffentlicht
- 20. Oktober 2026
Gleichauf: Die Stimmen können es nicht von der Spitze trennen.
Im LMArena-Ranking (Lange Prompts) führt Gemini 4 Argon (High) von Google mit 1543 Punkten aus 2.063 Blindstimmen, veröffentlicht am 20. Oktober 2026. Ein weiteres Modell liegt statistisch gleichauf. Für keines der gereihten Modelle steht bisher ein API-Preis in unserer Liste.
Die beste KI für lange Prompts
Die längsten Prompts der Arena, zum Beispiel ein eingefügtes Dokument mit einer Frage dazu.
| # | Modell | Bewertung | Stimmen | Pro 1M Token, Eingabe / Ausgabe |
|---|---|---|---|---|
| 1 | Gemini 4 Argon (High)Google | 95-%-Intervall 1529 bis 1557 | 2.063 | · |
| 1 | Claude Opus 5.5 (High)Anthropic | 95-%-Intervall 1513 bis 1534 | 4.043 | · |
| 2 | Claude Fable 5 (High)Anthropic | 95-%-Intervall 1516 bis 1527 | 20.128 | · |
| 2 | Claude Opus 4.6 (High)Anthropic | 95-%-Intervall 1517 bis 1526 | 35.006 | · |
| 2 | Claude Opus 4.6Anthropic | 95-%-Intervall 1512 bis 1521 | 37.950 | · |
| 2 | Claude Opus 4.7 (High)Anthropic | 95-%-Intervall 1510 bis 1520 | 30.103 | · |
| 2 | Claude Fable 5.1 (Max)Anthropic | 95-%-Intervall 1502 bis 1519 | 6.456 | · |
| 4 | Gemini 3.8 Flash (High)Google | 95-%-Intervall 1504 bis 1516 | 19.059 | · |
| 4 | Muse Wonder (Max)Meta | 95-%-Intervall 1489 bis 1515 | 2.257 | · |
| 5 | Claude Opus 4.7Anthropic | 95-%-Intervall 1502 bis 1513 | 30.835 | · |
| 6 | Claude Sonnet 5.5 (xHigh)Anthropic | 95-%-Intervall 1489 bis 1511 | 3.434 | · |
| 7 | Kimi K3 (Max)Moonshot AI · offene Modellgewichte | 95-%-Intervall 1497 bis 1509 | 14.884 | · |
| 7 | Claude Opus 5 (High)Anthropic | 95-%-Intervall 1498 bis 1508 | 32.535 | · |
| 7 | Claude Opus 4.8 (High)Anthropic | 95-%-Intervall 1498 bis 1508 | 30.196 | · |
| 7 | Claude Opus 5 (Max)Anthropic | 95-%-Intervall 1496 bis 1509 | 15.833 | · |
| 7 | Claude Opus 4.8Anthropic | 95-%-Intervall 1494 bis 1504 | 30.850 | · |
| 7 | Gemini 3.7 Flash (High)Google | 95-%-Intervall 1493 bis 1506 | 13.535 | · |
| 7 | GPT-5.6 Sol (xHigh)OpenAI | 95-%-Intervall 1493 bis 1504 | 19.254 | · |
| 7 | MiMo-V2.6-ProXiaomi · offene Modellgewichte | 95-%-Intervall 1480 bis 1509 | 1.648 | · |
| 7 | Qwen3.7-Max-PreviewAlibaba | 95-%-Intervall 1475 bis 1506 | 1.722 | · |
| 8 | Gemini 3.1 Pro PreviewGoogle | 95-%-Intervall 1495 bis 1503 | 57.242 | · |
| 8 | Muse Spark 1.3 (Max)Meta | 95-%-Intervall 1489 bis 1504 | 8.715 | · |
| 10 | Claude Opus 4.5 (High, 32K, 20251101)Anthropic | 95-%-Intervall 1488 bis 1502 | 9.825 | · |
| 10 | Qwen3.8-MaxAlibaba | 95-%-Intervall 1485 bis 1498 | 13.032 | · |
| 10 | Muse Spark 1.2 (xHigh)Meta | 95-%-Intervall 1478 bis 1498 | 4.199 | · |
| 10 | GPT-6.1 Sol (Max)OpenAI | 95-%-Intervall 1475 bis 1498 | 2.980 | · |
| 12 | Claude Opus 4.5 (20251101)Anthropic | 95-%-Intervall 1488 bis 1497 | 24.244 | · |
| 12 | Claude Sonnet 4.6Anthropic | 95-%-Intervall 1487 bis 1497 | 31.084 | · |
| 13 | Gemini 3 ProGoogle | 95-%-Intervall 1484 bis 1497 | 11.157 | · |
| 14 | GPT-6 Astra (Max)OpenAI | 95-%-Intervall 1479 bis 1496 | 5.537 | · |
| 18 | GPT-5.5 (High)OpenAI | 95-%-Intervall 1482 bis 1492 | 32.009 | · |
| 18 | GLM-5.2 (Max)Z.ai · offene Modellgewichte | 95-%-Intervall 1482 bis 1492 | 23.394 | · |
| 18 | GPT-5.5OpenAI | 95-%-Intervall 1482 bis 1492 | 33.397 | · |
| 18 | MiMo-V2.5-ProXiaomi · offene Modellgewichte | 95-%-Intervall 1481 bis 1491 | 34.292 | · |
| 18 | GLM-5.3 (Max)Z.ai · offene Modellgewichte | 95-%-Intervall 1479 bis 1493 | 10.923 | · |
| 18 | Claude Sonnet 4.5 (High, 32K, 20250929)Anthropic | 95-%-Intervall 1481 bis 1490 | 26.077 | · |
| 18 | Gemini 3.6 Flash (High)Google | 95-%-Intervall 1479 bis 1491 | 17.142 | · |
| 18 | Claude Opus 4.1 (Thinking 16K, 20250805)Anthropic | 95-%-Intervall 1479 bis 1491 | 11.491 | · |
| 19 | DeepSeek-V4.1-Flash-20260910 (Max)DeepSeek · offene Modellgewichte | 95-%-Intervall 1472 bis 1489 | 5.836 | · |
| 21 | Qwen3.5-Max-PreviewAlibaba | 95-%-Intervall 1474 bis 1489 | 8.960 | · |
| 22 | Gemini 3.5 Flash (High)Google | 95-%-Intervall 1477 bis 1488 | 22.814 | · |
| 24 | Claude Sonnet 4.5 (20250929)Anthropic | 95-%-Intervall 1477 bis 1486 | 26.471 | · |
| 24 | GPT-5.4 (High)OpenAI | 95-%-Intervall 1476 bis 1486 | 28.436 | · |
| 24 | Claude Sonnet 5 (High)Anthropic | 95-%-Intervall 1475 bis 1486 | 23.486 | · |
| 24 | Muse Spark 1.1Meta | 95-%-Intervall 1475 bis 1486 | 20.636 | · |
| 24 | Gemini 3.5 Flash (Medium)Google | 95-%-Intervall 1475 bis 1486 | 22.640 | · |
| 24 | GLM-5.1Z.ai · offene Modellgewichte | 95-%-Intervall 1475 bis 1485 | 28.988 | · |
| 24 | GLM-5.3-FlashZ.ai · offene Modellgewichte | 95-%-Intervall 1474 bis 1486 | 15.938 | · |
| 24 | Grok 4.5xAI | 95-%-Intervall 1474 bis 1485 | 19.271 | · |
| 26 | Kimi K2.6Moonshot AI · offene Modellgewichte | 95-%-Intervall 1472 bis 1484 | 16.958 | · |
| Weiter unten im Ranking: die übrigen Modelle aus unserer Preisliste | ||||
| 225 | gpt-oss-120bOpenAI · offene Modellgewichte | 95-%-Intervall 1317 bis 1332 | 6.566 | · |
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