AI-topplista · Tyska

Bästa AI på tyska: 314 modeller rankade efter blindröster

Frågor skrivna på tyska. Rankad efter LMArenas blindröster, varje poäng med felmarginal och, bredvid, listpriset för varje modell i vår prislista.

Poäng från LMArena, publicerade 20 oktober 2026, under CC BY 4.0. Priser från varje leverantörs prissida, kontrollerade 15 oktober 2026.

Högsta poäng
1521Gemini 3 Pro från Google
Rankade modeller
314
På nivå med ledaren
35
I vår prislista
1
Publicerad
20 oktober 2026

På nivå: rösterna kan inte skilja den från ledaren.

På LMArenas lista (Tyska) leder Gemini 3 Pro från Google med 1521 poäng från 811 blindröster, publicerade 20 oktober 2026. 34 andra modeller är statistiskt jämbördiga med den. Ingen av modellerna som den rankar har något API-pris i vår lista än.

Bästa AI på tyska

Frågor skrivna på tyska.

LMArena-poäng för 51 AI-modeller, med 95 % intervall, röster och listpriser
#ModellPoängRösterPer 1M tokens, in/ut
1Gemini 3 ProGoogle152195 % intervall 1499 till 1543811·
1Muse Spark 1.3 (Max)Meta151595 % intervall 1479 till 1550275·
1Muse SparkMeta151195 % intervall 1472 till 1551237·
1Claude Opus 5 (Max)Anthropic151095 % intervall 1484 till 1536570·
1Claude Opus 4.6 (High)Anthropic150695 % intervall 1489 till 15231 304·
1GPT-5.6 Sol (xHigh)OpenAI150695 % intervall 1482 till 1529658·
1Kimi K3 (Max)Moonshot AI · öppna modellvikter150695 % intervall 1482 till 1529671·
1Claude Opus 4.7 (High)Anthropic150495 % intervall 1486 till 15231 021·
1Gemini 3.7 Flash (High)Google150295 % intervall 1474 till 1531440·
1Claude Fable 5 (High)Anthropic150195 % intervall 1478 till 1525667·
1GLM-5.3 (Max)Z.ai · öppna modellvikter150195 % intervall 1471 till 1530382·
1Gemini 3 FlashGoogle149995 % intervall 1474 till 1524572·
1Claude Opus 4.7Anthropic149795 % intervall 1478 till 15161 040·
1DeepSeek-V4.1-Flash-20260910 (Max)DeepSeek · öppna modellvikter149595 % intervall 1458 till 1531239·
1Gemini 3.8 Flash (High)Google149495 % intervall 1470 till 1518640·
1Gemini 3.1 Pro PreviewGoogle149395 % intervall 1479 till 15082 146·
1Claude Opus 4.6Anthropic149395 % intervall 1476 till 15101 354·
1Claude Opus 4.8 (High)Anthropic149295 % intervall 1473 till 15111 077·
1GPT-6 Astra (Max)OpenAI149295 % intervall 1450 till 1534198·
1Gemini 3.5 Flash (Medium)Google149295 % intervall 1469 till 1514757·
1Claude Opus 5 (High)Anthropic149195 % intervall 1471 till 15101 074·
1GPT-5.5OpenAI149095 % intervall 1471 till 15091 113·
1Claude Fable 5.1 (Max)Anthropic149095 % intervall 1456 till 1524296·
1Grok 4.20 Beta 1xAI149095 % intervall 1462 till 1517444·
1Gemini 3.5 Flash (High)Google148695 % intervall 1463 till 1508776·

Varifrån rankingen kommer

Poängen, intervallen och placeringarna kommer från LMArena. Priserna är våra.

Blindröster
LMArena ställer samma fråga till två anonyma modeller och ber den som skrev den att välja det bättre svaret. Rösterna placerar varje modell på en gemensam skala, där ett avstånd på 100 poäng betyder att den högre modellen vinner ungefär 64 gånger av 100.
Stilkontroll
Poängen räknar bort effekten av svarslängd och formatering, så en modell klättrar inte genom att skriva mer eller lägga till rubriker och listor.
Delade placeringar
En modells placering är ett plus antalet modeller vars hela 95 % intervall ligger över dess eget. Modeller som rösterna inte kan skilja åt delar placering, och därför kan flera vara etta.
Inställningar
En modell kan förekomma flera gånger, med olika resonemangsinställningar: raden under namnet visar posten så som LMArena listar den. Poster med webbsökning påslagen är en annan produkt och har inget pris.
Priser
Listpriset per miljon tokens från leverantörens egen prissida, kontrollerat 15 oktober 2026. Det är ett pris per token, inte per svar: en högre resonemangsinställning använder fler tokens för samma fråga.

Källa: LMArena, datamängd för topplistan (version 9041150e, publicerad 20 oktober 2026), licensierad under CC BY 4.0. Vi ändrar inga poäng: vi lägger till priserna och länkarna till våra modellsidor.

Vad varje modell kostar att använda

Prislistan gäller tre vardagliga uppgifter för varje modell, och vårt eget benchmark kör dem på verkliga affärsuppgifter för att se vilka som klarar sig.

Poäng publicerade 20 oktober 2026