Leistung vs. Preis
Oben links = günstig und stark. Punkt anklicken für Details.
KI-Modell-Rangliste — 11 Leaderboards vereint
| Rang | Anbieter | Gesamtwert | Bestes Modell | Modelle |
|---|---|---|---|---|
| 1 | 86.7 | Claude Opus 5.5 | 27 | |
| 2 | 85.2 | GPT-6 Astra | 54 | |
| 3 | 77.7 | Muse Spark 1.3 | 23 | |
| 4 | 74.4 | Gemini 3.8 Flash | 33 | |
| 5 | 72.7 | Grok 4.7 | 13 | |
| 6 | 70.1 | MiMo-V2.6-Pro | 4 | |
| 7 | 69.8 | Kimi K3 | 5 | |
| 8 | 68.1 | Qwen3.8 Max | 46 | |
| 9 | 67.8 | DeepSeek V4.1 Flash | 22 | |
| 10 | 66.0 | GLM-5.3 | 10 | |
| 11 | 53.3 | — | 2 | |
| 12 | 42.0 | Inkling | 2 | |
| 13 | 40.3 | MiniMax-M3 | 5 | |
| 14 | 32.7 | — | 5 | |
| 15 | 29.6 | Nemotron 3 Ultra 550B A55B | 9 | |
| 16 | 17.6 | Mistral 3.5 | 26 | |
| 17 | 16.7 | Phi-4 | 6 | |
| 18 | 15.8 | — | 3 | |
| 19 | 13.3 | Mercury 2.5 | 1 | |
| 20 | 12.9 | Command R | 3 |
Das Ergebnis eines Anbieters auf jeder Seite ist das seines dort besten Modells.
Häufige Fragen
Was ist ARBITER?
Eine Gesamtrangliste von KI-Modellen und -Anbietern, die 11 maßgebliche KI-Leaderboards statistisch vereint.
Wie oft wird aktualisiert?
Stündlich. Neue Modelle aus jedem Leaderboard werden automatisch hinzugefügt.
Wie wird der Gesamtwert berechnet?
Die Hauptmetrik jeder Seite wird standardisiert; anschließend gleicht ein Faktormodell die Unterschiede zwischen den Seiten aus und schätzt die gemeinsame Fähigkeit jedes Modells.
Sind Modelle mit weniger Leaderboards benachteiligt?
Nein. Fehlende Bewertungen werden nie bestraft. Stattdessen wird die Unsicherheit als 90-%-Intervall angezeigt.
Welches KI-Modell ist derzeit das beste?
Das Modell auf Platz 1 der Gesamtrangliste. Die beste Wahl hängt vom Einsatzzweck ab – sehen Sie sich daher auch die Bereichsranglisten an.