KI-Rangliste · Mathe
Die beste KI für Mathe: 403 Modelle nach Blindabstimmung gereiht
Prompts, die eine Rechenaufgabe zum Lösen stellen. 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.
1529Gemini 4 Argon (High) von Google
- Gereihte Modelle
- 403
- Gleichauf mit der Spitze
- 24
- In unserer Preisliste
- 1
- Veröffentlicht
- 20. Oktober 2026
Gleichauf: Die Stimmen können es nicht von der Spitze trennen.
Im LMArena-Ranking (Mathe) führt Gemini 4 Argon (High) von Google mit 1529 Punkten aus 273 Blindstimmen, veröffentlicht am 20. Oktober 2026. 23 weitere Modelle liegen statistisch gleichauf. Für keines der gereihten Modelle steht bisher ein API-Preis in unserer Liste.
Die beste KI für Mathe
Prompts, die eine Rechenaufgabe zum Lösen stellen.
| # | Modell | Bewertung | Stimmen | Pro 1M Token, Eingabe / Ausgabe |
|---|---|---|---|---|
| 1 | Gemini 4 Argon (High)Google | 95-%-Intervall 1494 bis 1563 | 273 | · |
| 1 | Claude Fable 5.1 (Max)Anthropic | 95-%-Intervall 1506 bis 1549 | 746 | · |
| 1 | Gemini 3.8 Flash (High)Google | 95-%-Intervall 1513 bis 1540 | 2.094 | · |
| 1 | Claude Fable 5 (High)Anthropic | 95-%-Intervall 1508 bis 1534 | 2.161 | · |
| 1 | Claude Opus 5 (High)Anthropic | 95-%-Intervall 1510 bis 1532 | 3.315 | · |
| 1 | Claude Opus 5 (Max)Anthropic | 95-%-Intervall 1503 bis 1533 | 1.597 | · |
| 1 | Claude Opus 4.6 (High)Anthropic | 95-%-Intervall 1507 bis 1526 | 4.248 | · |
| 1 | Claude Opus 5.5 (High)Anthropic | 95-%-Intervall 1486 bis 1538 | 491 | · |
| 1 | GPT-6.1 Sol (Max)OpenAI | 95-%-Intervall 1484 bis 1540 | 390 | · |
| 1 | Gemini 3.7 Flash (High)Google | 95-%-Intervall 1491 bis 1522 | 1.501 | · |
| 1 | Gemini 3.6 Flash (High)Google | 95-%-Intervall 1490 bis 1519 | 1.760 | · |
| 1 | Muse Spark 1.3 (Max)Meta | 95-%-Intervall 1485 bis 1523 | 948 | · |
| 1 | GLM-5.3-FlashZ.ai · offene Modellgewichte | 95-%-Intervall 1490 bis 1518 | 1.820 | · |
| 1 | Claude Opus 4.6Anthropic | 95-%-Intervall 1495 bis 1513 | 4.741 | · |
| 1 | Claude Opus 4.7 (High)Anthropic | 95-%-Intervall 1493 bis 1514 | 3.293 | · |
| 1 | Claude Sonnet 5.5 (xHigh)Anthropic | 95-%-Intervall 1472 bis 1529 | 416 | · |
| 1 | Kimi K3 (Max)Moonshot AI · offene Modellgewichte | 95-%-Intervall 1485 bis 1515 | 1.535 | · |
| 1 | Qwen3.8-MaxAlibaba | 95-%-Intervall 1483 bis 1514 | 1.481 | · |
| 1 | Muse Wonder (Max)Meta | 95-%-Intervall 1465 bis 1532 | 277 | · |
| 1 | GLM-5.3 (Max)Z.ai · offene Modellgewichte | 95-%-Intervall 1480 bis 1516 | 1.023 | · |
| 1 | DeepSeek-V4.1-Flash-20260910 (Max)DeepSeek · offene Modellgewichte | 95-%-Intervall 1473 bis 1516 | 704 | · |
| 1 | Muse Spark 1.2 (xHigh)Meta | 95-%-Intervall 1465 bis 1518 | 484 | · |
| 1 | MiMo-V2.6-ProXiaomi · offene Modellgewichte | 95-%-Intervall 1449 bis 1529 | 215 | · |
| 1 | Qwen3.7-Max-PreviewAlibaba | 95-%-Intervall 1446 bis 1522 | 233 | · |
| 2 | GPT-5.5OpenAI | 95-%-Intervall 1490 bis 1511 | 3.518 | · |
| 2 | Gemini 3.5 Flash (High)Google | 95-%-Intervall 1485 bis 1510 | 2.388 | · |
| 3 | GPT-5.6 Sol (xHigh)OpenAI | 95-%-Intervall 1482 bis 1509 | 1.981 | · |
| 3 | GPT-6 Astra (Max)OpenAI | 95-%-Intervall 1465 bis 1509 | 687 | · |
| 4 | Muse Spark 1.1Meta | 95-%-Intervall 1481 bis 1507 | 2.076 | · |
| 6 | Claude Opus 4.8 (High)Anthropic | 95-%-Intervall 1483 bis 1505 | 2.974 | · |
| 6 | GPT-5.5 (High)OpenAI | 95-%-Intervall 1483 bis 1504 | 3.475 | · |
| 6 | Hy3Tencent · offene Modellgewichte | 95-%-Intervall 1459 bis 1503 | 689 | · |
| 6 | Qwen3.6-Max-PreviewAlibaba | 95-%-Intervall 1446 bis 1505 | 378 | · |
| 7 | Claude Opus 4.7Anthropic | 95-%-Intervall 1481 bis 1502 | 3.389 | · |
| 7 | GPT-5.4 (High)OpenAI | 95-%-Intervall 1481 bis 1502 | 3.377 | · |
| 7 | Gemini 3.1 Pro PreviewGoogle | 95-%-Intervall 1481 bis 1497 | 6.734 | · |
| 7 | GLM-5.2 (Max)Z.ai · offene Modellgewichte | 95-%-Intervall 1474 bis 1499 | 2.303 | · |
| 7 | Gemini 3.5 Flash (Medium)Google | 95-%-Intervall 1469 bis 1495 | 2.214 | · |
| 9 | GPT-5.6 Terra (xHigh)OpenAI | 95-%-Intervall 1468 bis 1494 | 2.056 | · |
| 10 | Kimi K2.6Moonshot AI · offene Modellgewichte | 95-%-Intervall 1466 bis 1492 | 2.072 | · |
| 10 | GPT-5.6 Luna (xHigh)OpenAI | 95-%-Intervall 1465 bis 1492 | 1.926 | · |
| 11 | ERNIE 5.1Baidu | 95-%-Intervall 1464 bis 1491 | 1.981 | · |
| 11 | InklingThinky · offene Modellgewichte | 95-%-Intervall 1464 bis 1491 | 1.951 | · |
| 14 | MiMo-V2.5-ProXiaomi · offene Modellgewichte | 95-%-Intervall 1469 bis 1490 | 3.709 | · |
| 14 | Gemini 3 ProGoogle | 95-%-Intervall 1466 bis 1488 | 2.770 | · |
| 14 | Claude Opus 4.8Anthropic | 95-%-Intervall 1466 bis 1488 | 3.089 | · |
| 14 | Gemini 3 FlashGoogle | 95-%-Intervall 1462 bis 1487 | 2.071 | · |
| 14 | Grok 4.5xAI | 95-%-Intervall 1459 bis 1487 | 1.765 | · |
| 15 | GLM-5.1Z.ai · offene Modellgewichte | 95-%-Intervall 1464 bis 1486 | 3.182 | · |
| 16 | Claude Sonnet 5 (High)Anthropic | 95-%-Intervall 1461 bis 1485 | 2.325 | · |
| Weiter unten im Ranking: die übrigen Modelle aus unserer Preisliste | ||||
| 146 | gpt-oss-120bOpenAI · offene Modellgewichte | 95-%-Intervall 1367 bis 1395 | 1.781 | · |
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