Rankings zeigen, wer im Schnitt gewinnt. Dein Prompt ist nicht durchschnittlich. Frag ChatGPT, Claude und Gemini in einem Fenster und nimm die beste Antwort.

Fello AI laden

Was im November 2026 neu ist

Anthropic geht mit den meisten gemessenen Kronen in den November. Auf dem Intelligence Index v5 von Artificial Analysis (27. Oktober) erreicht Claude Opus 5.5 58,4 und führt alle Modelle an, die man tatsächlich nutzen kann, vor GPT-6 Astra mit 56,9, GPT-6.1 Sol mit 54,5 und Claude Sonnet 5.5 mit 54,2, das auf claude.ai kostenlos ist. Unser Leitfaden zu KI-Benchmarks erklärt, wie dieser Index aufgebaut ist.

Googles Gemini 4 Carbon liegt mit 59,4 noch höher und ist in seinen ersten Tagen in der Arena direkt auf Platz eins bei Text und Platz vier bei WebDev eingestiegen, aber nur geprüfte Cyber-Verteidiger können es nutzen, daher erhält es hier keine Krone, so wie Gemini 4 Argon vor seiner öffentlichen Freigabe keine erhielt. Argon, seit dem 13. Oktober für Google AI Pro und Ultra offen, ist das bestplatzierte nutzbare Modell im Text-Board der Arena und behält Platz zwei auf dem Chat-Podium. Bei Bildern schlägt Googles Nano Banana 2.1 jetzt Grok Imagine Image 2.0 auf drei der vier Boards, die wir verfolgen, und übernimmt Platz drei.

Bei den offenen Modellen hat Mistral am 29. Oktober die Gewichte von Mistral Large 4 veröffentlicht, mit 26,0 im Index steht es unter ihnen aber nur auf Platz sieben. DeepSeeks V4.1-Flash-1017 führt weiter mit 32,5, Xiaomis MiMo-V2.6-Pro bleibt pro Aufgabe das günstigste, und Moonshots Kimi K3.1 Pro würde mit 46,0 alle anführen, wenn seine Gewichte wie versprochen am 4. November erscheinen. Video gehört MiniMax H3, Bilder gehören ChatGPT Images 2.5. Die Rankings werden innerhalb von 48 Stunden nach jedem großen Launch aktualisiert.

29. Okt. Mistral Mistral veröffentlicht die Gewichte von Mistral Large 4 und halbiert den Preis, unter den offenen Modellen steht es aber nur auf Platz sieben Neu

Mistral hat am 29. Oktober 2026, drei Wochen nach der öffentlichen Vorschau, die offenen Gewichte von Mistral Large 4 veröffentlicht, zusammen mit einem neu trainierten Build: ein nativ multimodales Mixture-of-Experts-Modell mit rund 1 Billion Parametern, 49 Milliarden aktiv, und 1M Token Kontext, auf Hugging Face unter der Mistral Ecosystem Open-Weight License. Das ist eine abgewandelte MIT-Lizenz: Nutzung, Änderung und Verkauf sind frei, nur ein Unternehmen, das das Modell als gehosteten Dienst anbietet, braucht eine separate kommerzielle Lizenz von Mistral. Der API-Preis sinkt auf $0,70 / $2,10 pro 1M Token, gecachter Input kostet $0,07. Artificial Analysis bewertet den neuen Build auf dem Intelligence Index v5 bei hohem Aufwand mit 26,0, nach 25,3 für die Vorschau, für $2,06 pro Index-Aufgabe. Damit steht er unter den offenen Modellen auf Platz sieben, hinter DeepSeek V4.1-Flash-1017 mit 32,5, GLM-5.3, MiMo-V2.6-Pro, Ling 3.1 Flash, MiniMax-M3.1-Flash und GLM-5.3-Flash. Mistrals eigene Diagramme sehen ihn unter den offenen Modellen vorn bei FrontierCode 2.0 und Terminal-Bench 4.0, das sind aber Herstellerangaben, und die Arena führt ihn bei WebDev auf Platz 48. Er ist das am höchsten bewertete offene Modell aus den USA oder Europa im Index und erhält keine Krone. Unsere Analyse von Mistral Large 4 behandelt den Start der Vorschau.

28. Okt. Google Gemini 4 Carbon führt den Intelligence Index v5 mit 59,4 an, aber nur Cyber-Verteidiger können es nutzen Neu

Google hat Gemini 4 Carbon am 28. Oktober 2026 angekündigt, das zweite Modell der Gemini-4-Generation, gebaut für lange Coding-Aufgaben und Cyberabwehr. Artificial Analysis gibt ihm auf dem neuen Intelligence Index v5 bei hohem Aufwand 59,4, den höchsten Wert, den es je veröffentlicht hat, einen Punkt über Claude Opus 5.5 mit 58,4. Bei Terminal-Bench 4.0 ist es mit 65,2 % Zweiter hinter Kimi K3.1 Pro, beim halluzinationsbereinigten AA-Omniscience-Index mit 53,5 Erster und beim Vals Index mit 70,36 % Zweiter hinter Claude Sonnet 5.5. Seine reine faktische Genauigkeit liegt bei 58 %, unter Claude Fable 5.1 und Opus 5.5, und seine Halluzinationsrate von 11 % ist höher als Argons 4 %. Der Haken ist der Zugang, wie bei Argon im September: Nur geprüfte Cyber-Verteidiger und Partner in Googles Fairwind-Programm haben es, ohne Termin für die Gemini-App oder die öffentliche API. Es soll zum selben Einführungspreis von $2 / $10 pro 1M Token starten wie Argon und nach einer Einführungsphase, deren Ende Google nicht genannt hat, auf $4 / $20 steigen. Auf dieser Seite erhält es keine Krone, bis man es nutzen kann, und Argon bleibt das neueste Gemini, das man öffnen kann. Alle Details in unserer Analyse zu Gemini 4 Carbon.

27. Okt. Artificial Analysis Artificial Analysis startet den Intelligence Index v5, der jeden Wert auf dieser Seite neu skaliert Neu

Artificial Analysis hat am 27. Oktober 2026 Version 5 seines Intelligence Index gestartet. Es ist eine Neuskalierung, kein Update: FrontierCode 2.0 und Terminal-Bench-Science kommen hinzu, HLE-Diamond ersetzt Humanity's Last Exam, und GDPval-AA, SciCode und AA-LCR verlassen den Index, wobei GDPval-AA weiter separat veröffentlicht wird. Die Werte verschieben sich, und nicht gleichmäßig. Claude Opus 5.5 liegt bei 58,4 (57,6 auf v4.3.2), GPT-6 Astra bei 56,9 (52,7), GPT-6.1 Sol bei 54,5 (51,8), Claude Sonnet 5.5 bei 54,2 (56,0), Gemini 4 Argon bei 50,4 (52,6), Claude Fable 5.1 bei 49,7 (53,4) und Kimi K3.1 Pro bei 46,0 (55,1), und unter den offenen Modellen führt jetzt DeepSeek V4.1-Flash-1017 mit 32,5 vor GLM-5.3 mit 31,7 und Xiaomis MiMo-V2.6-Pro mit 29,9. Auch die Kosten pro Index-Aufgabe wurden neu gemessen: Eine Opus-5.5-Aufgabe bei maximalem Aufwand kostet jetzt $10,04. Diese Seite nennt jetzt v5-Werte. Die datierten Meldungen unten behalten die v4.3.2-Werte, mit denen sie geschrieben wurden, und Modelle, die Artificial Analysis auf v5 nicht bewertet hat, etwa GPT-6 Sol, Claude Opus 5 und Kimi K3, behalten einen gekennzeichneten v4.3.2-Wert. Auf der neuen Skala wandert die Open-Weight-Empfehlung von MiMo-V2.6-Pro zu DeepSeek V4.1-Flash-1017.

26. Okt. OpenAI GPT-6.1 Terra erreicht 51,0 zum halben Preis von GPT-6.1 Sol, in ChatGPT Work und Codex Neu

OpenAI hat GPT-6.1 Terra am 26. Oktober 2026 veröffentlicht, in ChatGPT Work und Codex für Plus, Pro, Business, Enterprise und Edu sowie in der API als gpt-6.1-terra zu $1 / $5 pro 1M Token mit gecachtem Input zu $0,05, die Hälfte des Preises von GPT-6.1 Sol. Im Chatfenster von ChatGPT ist es nicht, dort läuft auf bezahlten Tarifen weiterhin GPT-6 Sol. OpenAI bewirbt es für visuelles Reasoning, Computer-Nutzung und Schreiben, mit 1,05M Token Kontext und 128K Output. Artificial Analysis gibt ihm auf dem Intelligence Index v5 bei maximalem Aufwand 51,0 für $0,96 pro Index-Aufgabe, gegenüber 54,5 für $1,27 bei GPT-6.1 Sol, und 55,6 % bei Terminal-Bench 4.0. Vals führt es auf seinem Index auf Platz 11 mit 60,47 %. LiveBench und ARC Prize haben es noch nicht bewertet. Es erhält eine Preiszeile und eine Zeile in der Coding-Tabelle, aber keine Krone.

23. Okt. Moonshot Kimi K3.1 Pro landet auf Platz vier im Intelligence Index und auf Platz eins bei Terminal-Bench 4.0, für $2 / $10 Neu

Moonshot AI hat Kimi K3.1 Pro am 23. Oktober 2026 veröffentlicht, eine nachtrainierte Version von Kimi K3 mit denselben 2,8 Billionen Parametern, davon 104 Milliarden aktiv, und 1M Token Kontext, für $2 / $10 pro 1M Token mit gecachtem Input zu $0,20, ein Drittel unter K3. Artificial Analysis gibt ihm 55,1 auf dem Intelligence Index v4.3.2, Platz vier unter den eigenständigen Modellen hinter Claude Opus 5.5 mit 57,6, Claude Sonnet 5.5 mit 56,0 und Muse Wonder Full mit 55,8 und 11,5 Punkte über K3, bei $2,11 pro Index-Aufgabe. Den eigenen Terminal-Bench-4.0-Lauf von Artificial Analysis führt es mit 67,2 % an, dem höchsten dort gemessenen Wert, vor den 63,6 % von Sonnet 5.5, und auf GDPval-AA v2.1 ist es mit 1846 Dritter. Arena setzt es bei WebDev mit 1692 auf Platz acht, weit hinter Claude Opus 5.5, und LiveBench, EQ-Bench und ARC Prize haben es noch nicht bewertet. Es läuft auf Kimi.com, in den Kimi-Apps, Kimi Work, Kimi Code und der Kimi API. Die offenen Gewichte verspricht Moonshot bis zum 4. November; bis dahin ist es ein geschlossenes Modell und zählt nicht für die Open-Weight-Krone, obwohl es diese Rangliste mit 55,1 um fast neun Punkte anführen würde. Keine Krone wechselt. Alle Details in unserer Analyse zu Kimi K3.1 Pro.

17. Okt. DeepSeek DeepSeek V4.1-Flash-1017 erreicht 45,1 zu unveränderten Preisen und wird offener Preis-Leistungs-Tipp Neu

DeepSeek hat sein Flash-Modell am 17. Oktober 2026 auf DeepSeek-V4.1-Flash-1017 aktualisiert, in der API, im Web und in seinen Apps, zu unveränderten Preisen von $0,15 / $0,60 pro 1M Tokens außerhalb der Spitzenzeit und $0,30 / $1,20 zur Spitzenzeit, mit den Gewichten auf Hugging Face unter MIT. Artificial Analysis bewertet es mit 45,1 im Intelligence Index v4.3.2, nach 39,5 für den September-Stand, Zweiter unter den offenen Modellen hinter MiMo-V2.6-Pro, bei $0,26 pro Index-Aufgabe. Außerdem stieg es auf Platz 13 in Arenas WebDev-Board und auf Platz 11 in der Agent Arena ein, auf beiden so hoch wie kein anderes offenes Modell. Damit übernimmt es den offenen Preis-Leistungs-Tipp von GLM 5.3 Flash, das das kleinere Modell zum Selbsthosten bleibt.

15. Okt. Meta Meta veröffentlicht die Gewichte von Muse Spark Open, einem 816-Mrd.-Modell unter eigener Lizenz Neu

Meta hat Muse Spark Open am 15. Oktober 2026 veröffentlicht: ein Mixture-of-Experts-Modell mit 816 Mrd. Parametern, davon 42 Mrd. aktiv, und 1M Tokens Kontext, mit Gewichten auf Hugging Face unter Metas eigener Muse Model License statt einer Open-Source-Lizenz. Artificial Analysis bewertet es mit 38,9 im Intelligence Index v4.3.2, deutlich unter MiMo-V2.6-Pro mit 46,3 und DeepSeek V4.1-Flash-1017 mit 45,1, und Arena setzt es bei WebDev auf Platz 52, eine Krone holt es also nicht.

15. Okt. fal FLUX 3 Max von fal, ein schnelleres nachtrainiertes FLUX 3 Video, steigt auf den Video-Boards von Artificial Analysis als Vierter und Zweiter ein Neu

fal hat FLUX 3 Max am 15. Oktober 2026 veröffentlicht: eine eigene nachtrainierte Variante von FLUX 3 Video von Black Forest Labs, auf Prompt-Treue, Bildqualität und geringere Latenz abgestimmt, die Black Forest Labs auch auf seiner FLUX-3-Video-Seite bewirbt, mit der Angabe, ein 10-Sekunden-Clip entstehe in 12 Sekunden. Es erzeugt Clips von 5 bis 20 Sekunden mit nativem Audio aus Text, einem Bild oder Keyframes, für $0,0425 pro Sekunde in 720p und $0,0725 in 1080p mit einem Einführungsrabatt von 75 %, der am 7. November endet; danach kostet es $0,17 und $0,29. Auf den Boards von Artificial Analysis mit Audio ist es Vierter bei Text-zu-Video mit 1159 und Zweiter bei Bild-zu-Video mit 1138, auf beiden statistisch gleichauf mit MiniMax H3, und Arena hat es noch nicht bewertet, die Videokrone bleibt also bei H3.

Ausstehend Google Gemini 3.5 Pro, weiterhin unveröffentlicht, und Gemini 4 Argon hat es überholt Verzögert

Gemini 3.5 Pro ist weiterhin nicht erschienen. Google kündigte es auf der I/O am 19. Mai zusammen mit Gemini 3.5 Flash an, doch nur Flash erschien, und Bloomberg berichtete am 16. Juli 2026, das Modell liege Monate hinter dem Zeitplan. Koray Kavukcuoglu von Google DeepMind sagte am 24. September, das Unternehmen sei einen kleinen Schritt zurückgetreten, um sich auf seine Flash-Modelle und auf Gemini 4 zu konzentrieren, und am 30. September kündigte Google stattdessen Gemini 4 Argon als nächstes Flaggschiff an. Ob 3.5 Pro überhaupt noch erscheint, hat Google nicht gesagt. Nutzen Sie bis dahin Gemini 3.8 Flash, wenn Sie über die API arbeiten, oder Gemini 3.6 Flash in der Gemini-App, wo es seit dem 9. Oktober 2026 Google AI Plus oder höher voraussetzt.

Kategorie-Tipp, November 2026

Beste KI zum Schreiben

Claude Fable 5.1

Bestes Schreiben insgesamt

→

Kimi K3.1 Pro

Kreative Fiktion

→

Claude Sonnet 5.5

Kostenlos für den Alltag

Die beste KI zum Schreiben ist Claude Fable 5.1, und das Argument dafür ist Beständigkeit statt eines einzelnen ersten Platzes.

Es liegt in den Top Ten aller drei Prosa-Boards: Dritter bei EQ-Bench Creative Writing v3 mit 2155,3 hinter GPT-6 Astra und Moonshots neuem Kimi K3.1 Pro, Dritter bei LiveBench Language mit 89,5 und Achter auf dem Creative-Writing-Board der Arena, die beste Gesamtplatzierung aller Modelle. Gemini 4 Argon ist auf dem Text-Board der Arena mit 1520 Zweiter, nur hinter dem Cyber-Verteidigern vorbehaltenen Gemini 4 Carbon, und auf ihrem Creative-Writing-Board mit 1517 ebenfalls Zweiter, und Abonnenten von Google AI Pro können es seit dem 13. Oktober nutzen, doch EQ-Bench sieht es nur auf Platz 32 mit 1757,8, und LiveBench hat es noch nicht bewertet.

Claude Opus 5.5 hat mit 1520 Platz eins auf dem Creative-Writing-Board der Arena übernommen, ist aber bei EQ-Bench Achter und bei LiveBench Language Zehnter; GPT-6 Astra führt EQ-Bench mit 2176,9 an, steht auf dem Creative-Writing-Board der Arena aber nur auf Platz 40; Kimi K3.1 Pro ist bei EQ-Bench mit 2172,6 Zweiter, doch LiveBench hat es noch nicht bewertet; Claude Fable 5 führt LiveBench Language mit 90,7 an und ist Vierter auf dem Creative-Writing-Board der Arena, bei EQ-Bench aber nur 13. Wenn Ihr Schreiben ein Arbeitsergebnis ist und keine Prosa, ist das eine andere Frage, die das Board für professionelle Arbeitsergebnisse GDPval-AA v2.1 beantwortet, und dort führt Claude Opus 5.5 mit 1866 vor Moonshots Kimi K3.1 Pro mit 1858, Metas Muse Wonder Full mit 1857, Claude Sonnet 5.5 mit 1838 und Claude Fable 5.1 mit 1763.

Claude Sonnet 5.5 ist der Preis-Leistungs-Tipp im kostenlosen Tarif, da es jeder auf claude.ai nutzen kann, erreicht aber nur 83,4 auf LiveBench Language, liegt auf Arenas Board für kreatives Schreiben erst auf Rang 22 und hat noch keine EQ-Bench-Bewertung. Claude Fable 5 ist der Tipp, wenn Sie Arenas menschliche Stimmen höher gewichten als die Harness-Werte; es kostet $10 / $50 pro 1M Tokens und ist dauerhaft in Claude Max und Team Premium mit etwa 50 % der regulären Nutzungsgrenzen enthalten. Übersetzung ist eine eigene Frage mit eigenem Sieger, die wir in unserem Leitfaden zur besten KI für Übersetzungen durchgehen.

Modell	Am besten für	Stärke	Schwäche	Preis (pro 1M Tokens)
Claude Fable 5.1	Bestes Schreiben insgesamt	#3 EQ-Bench Creative Writing (2155,3), #3 LiveBench Language (89,5) und #8 Arena Creative Writing, die beste Gesamtplatzierung aller Modelle	Führt keines der drei Boards an; Claude Opus 5.5 führt das Creative-Writing-Board der Arena an und GPT-6 Astra EQ-Bench	$10 / $50
Claude Fable 5	Stark auf den Boards mit menschlichen Stimmen	#1 LiveBench Language (90,7), #4 Arena Creative Writing (1501), #6 Arena Text (1504)	#13 bei EQ-Bench; teuerste Option hier	$10 / $50
Kimi K3.1 Pro	Kreative Fiktion und eigene Stimme	#2 EQ-Bench Creative Writing (2172,6), 4,3 Punkte hinter GPT-6 Astra; #2 GDPval-AA v2.1 (1858)	Von LiveBench noch nicht bewertet; offene Gewichte erst für den 4. November versprochen	$2 / $10
Claude Sonnet 5.5	Kostenloses Alltagsschreiben	Kostenlos auf claude.ai, 1M Kontext; #4 GDPval-AA v2.1 (1838), hinter Opus 5.5, Kimi K3.1 Pro und Muse Wonder Full	83,4 LiveBench Language; #23 Arena kreatives Schreiben; auf EQ-Bench noch unbewertet	$2 / $10
Claude Opus 5.5	Bester kreativer Autor der Arena	#1 Arena Creative Writing (1520) und #3 Arena Text (1509); #1 GDPval-AA v2.1 (1866)	#8 bei EQ-Bench und #10 bei LiveBench Language	$4 / $20
Gemini 4 Argon	Bestbewertetes nutzbares Modell der Arena	#2 Arena Text (1520) und #2 Arena Creative Writing (1517)	#32 bei EQ-Bench (1757,8); bei LiveBench nicht bewertet	$19,99/Monat Google AI Pro; API $2 / $10 Einführungspreis bis 30. Nov.
GPT-5.5	Faktenbasiertes Business-Schreiben	Dokumentierte Zuwächse bei faktischer Verlässlichkeit gegenüber GPT-5.4	Reasoning-Stufen jetzt als veraltet markiert	$5 / $30
Gemini 3.8 Flash	Massenentwürfe im großen Stil	Intelligence Index 30,5 (v5), 308,4 Tok/s Output, 1M Kontext	Auf Agenten statt auf Prosa abgestimmt; der Einführungspreis verdoppelt sich am 1. Januar 2027	$0,75 / $3,75

Zweiter Platz und Alternativen: Claude Fable 5 ist Zweiter und die Wahl, wenn Sie den menschlichen Stimmen der Arena das größte Gewicht geben, Claude Opus 5.5 führt das Creative-Writing-Board der Arena und die professionellen Arbeitsergebnisse an, Kimi K3.1 Pro ist die Wahl für eigenständige Fiktion und jetzt Zweiter bei EQ-Bench, Claude Sonnet 5.5 bietet das beste Preis-Leistungs-Verhältnis und ist das Modell der Wahl, wenn Sie nicht zahlen, und Gemini 3.8 Flash ist die Wahl für Massenentwürfe. Gemini 4 Argon, seit dem 13. Oktober in Google AI Pro, ist das bestplatzierte nutzbare Modell im Text-Board der Arena, doch EQ-Bench sieht es nur auf Platz 32, und LiveBench hat es nicht bewertet.

Was sich diesen Monat geändert hat

Die Schreibkrone bleibt bei Claude Fable 5.1, das weiterhin die beste Gesamtplatzierung auf den drei Prosa-Boards hat. Seit dem letzten Update hat die Arena ihr Creative-Writing-Board neu geordnet: Fable 5.1 ist auf Platz acht aufgerückt, Googles Gemini 4 Carbon, das nur Cyber-Verteidiger nutzen können, ist auf Platz drei eingestiegen, und Claude Fable 5 ist auf Platz vier gerutscht, während Moonshots Kimi K3.1 Pro bei GDPval-AA v2.1 mit 1858 an Muse Wonder Full vorbei auf Platz zwei gezogen ist. Im Oktober ersetzte Kimi K3.1 Pro auf dem Podium Kimi K3, nachdem EQ-Bench es auf Platz zwei gesetzt hatte, Claude Opus 5.5 übernahm Platz eins auf dem Creative-Writing-Board der Arena, und EQ-Bench setzte Gemini 4 Argon auf Platz 32.

Kategorie-Tipp, November 2026

Beste KI für Chat & Alltag

GPT-6

ChatGPTs Standard

→

Gemini 4 Argon

Bester nutzbarer auf Arena Text

→

Claude Opus 5.5

Bester nutzbarer Indexwert

Die beste KI für den täglichen Chat ist GPT-6, und der ehrliche Grund ist Reichweite statt Board-Position. Seit 7. Oktober antwortet ChatGPT standardmäßig damit: GPT-6 Sol in Plus, Pro, Business und Enterprise und GPT-6 Luna in Free und Go, dort seit 8. Oktober im Rollout. Damit ist es der Assistent, den die meisten Menschen tatsächlich öffnen können.

Bei reiner menschlicher Präferenz ist es weit von der Spitze entfernt. GPT-6 Sol steht auf dem Text-Board der Arena mit 1458 auf Platz 64, unter seinem Vorgänger GPT-5.6 Sol auf Platz 22, während Googles Gemini 4 Carbon mit 1528 führt, Gemini 4 Argon mit 1520 Zweiter ist, der höchste Wert aller nutzbaren Modelle, Claude Opus 5.5 mit 1509 Dritter und Metas Muse Wonder mit 1507 Vierter. Artificial Analysis hat GPT-6 Sol auf dem neuen Intelligence Index v5 nicht bewertet, wo GPT-6 Luna bei 27,8 liegt; auf v4.3.2 lag Sol bei 47,6. In der API kostet Sol $2 / $10 und Luna $0,10 / $0,50 pro 1M Token.

Modell	Am besten für	Stärke	Schwäche	Preis
GPT-6	Täglicher Chat, ChatGPTs Standard	Der Assistent, den die meisten öffnen können: Sol in bezahlten Tarifen, Luna in Free und Go	GPT-6 Sol nur #64 auf Arena Text	Kostenlos / $20/Mon. Plus; API $0.10 / $0.50 (Luna) bis $2 / $10 (Sol)
Gemini 4 Argon	Bestbewertete Konversation	#2 bei Arena Text (1520); 4 % Halluzinationsrate bei AA-Omniscience, die niedrigste unter den führenden Modellen	Arena-Wertung noch vorläufig; in der Gemini-App ab Google AI Pro	$19,99/Monat Google AI Pro; API $2 / $10 Einführungspreis bis 30. Nov.
Claude Opus 5.5	Bestbewertete Konversation, die man nutzen kann	58,4 auf dem Intelligence Index v5, der höchste Wert aller nutzbaren Modelle, und #3 bei Arena Text (1509)	Nicht im Free-Tarif; bei Pro nutzungsbegrenzt; Gemini 4 Carbon liegt einen Punkt höher, aber nur Cyber-Verteidiger können es nutzen	$20/Monat Pro, API $4 / $20
Claude Sonnet 5.5	Kostenloser Claude-Chat	Kostenlos auf claude.ai; 54,2 auf dem Intelligence Index v5 bei maximalem Aufwand, Platz fünf unter den eigenständigen Modellen	Nur #31 bei Arena Text; die Apps nutzen es mit mittlerem Aufwand, wo es 30,3 erreicht	Kostenlos / $20/Monat Pro, API $2 / $10
GPT-5.5 Instant	Halluzinationsempfindliche Alltagsarbeit	52,5 % weniger halluzinierte Aussagen vs. 5.3 Instant	Reasoning-Stufen jetzt als veraltet markiert	$20/Mon. Plus; API $5 / $30
Gemini 3.6 Flash	Schnell, günstig, multimodal	1M Kontext, #23 auf Arena Text	In der Gemini-App seit 9. Oktober nur mit Google AI Plus; 3.8 Flash übertrifft es zum selben Preis	AI Plus / $0.75 / $3.75 API
Fello AI	Viele führende Modelle, eine App	ChatGPT + Claude + Gemini + Grok + DeepSeek und mehr auf Mac, iPhone und iPad	Über die App geroutet, nicht direkt	Ab $11.99/Mon.

Zweiter Platz und Alternativen: Gemini 4 Argon ist Zweiter, das bestplatzierte nutzbare Modell auf dem Text-Board der Arena und seit dem 13. Oktober in Google AI Pro, Claude Opus 5.5 hat unter den nutzbaren Modellen den höchsten Wert im Index von Artificial Analysis, Claude Sonnet 5.5 ist die Wahl für kostenlosen Claude-Chat, Gemini 3.6 Flash ist der Zweite für schnell und günstig (in der Gemini-App seit dem 9. Oktober mit Google AI Plus), und Grok 4.7 ist die Nischenwahl für Tage mit aktuellen Nachrichten. Fello AI bringt ChatGPT, Claude, Gemini und Grok in ein Fenster, sodass eine zweite Meinung nur einen Klick entfernt ist.

Was sich diesen Monat geändert hat

GPT-6 behält den Chat-Tipp, weil ChatGPT standardmäßig damit antwortet: GPT-6 Sol in bezahlten Tarifen und GPT-6 Luna in Free und Go. Seit dem letzten Update ist Googles Gemini 4 Carbon mit 1528 auf Platz eins in das Text-Board der Arena eingestiegen, aber nur Cyber-Verteidiger können es nutzen, sodass Gemini 4 Argon, Zweiter mit 1520, jetzt das bestplatzierte nutzbare Modell dieses Boards ist und hier Platz zwei behält, und am 29. Oktober hat OpenAI GPT-6 im Chat für Free- und Go-Nutzer auf kürzere Antworten mit weniger Schmeichelei abgestimmt. Im Oktober wechselte der Tipp am 7. Oktober von GPT-5.6 zu GPT-6, und Argon holte sich Platz zwei, als es am 13. Oktober zu Google AI Pro und Ultra kam.

Kategorie-Tipp, November 2026

Beste KI für Bilder

ChatGPT Images 2.5

Text in Bildern

→

MAI-Image-2.6

#4 AA-Bildbearbeitung

→

Nano Banana 2.1

#4 AA Text-to-Image

Die beste KI für Bildgenerierung ist ChatGPT Images 2.5, das OpenAI am 8. September in jedem ChatGPT-Tarif zum Standard gemacht hat und das alle vier von uns verfolgten Bild-Boards anführt.

GPT-Image-2.5 Sunburst, auf Präzision ausgelegt, führt alle vier an: Arena Text-to-Image mit 1427, Arena-Bildbearbeitung mit 1517, AA-Image-T2I v2.1 von Artificial Analysis mit 1222 und AA-Image-Editing v2.1 mit 1199. Das schnellere GPT-Image-2.5 Flare ist auf drei davon Zweiter und auf dem Bearbeitungs-Board von Artificial Analysis Dritter, weil sich dort Microsofts MAI-Image-2.7-Preview, im Oktober erschienen, mit 1193 dazwischengeschoben hat. Den Abstand zwischen Sunburst und Flare bei Arena Text-to-Image sollten Sie als vorläufig lesen, weil beide auf rund 40.000 Stimmen beruhen, gegenüber 103.000 bei GPT Image 2. MAI-Image-2.6 ist Zweiter, Vierter auf dem Bearbeitungs-Board von Artificial Analysis mit 1151 in einem Dreifach-Gleichstand mit Krea 3 (Ultra) und Nano Banana 2.1 und Vierter auf dem Text-to-Image-Board der Arena mit 1329, statistisch gleichauf mit Nano Banana 2.1 knapp dahinter.

Dritter ist Googles Nano Banana 2.1, am 6. Oktober erschienen und jetzt das bestplatzierte Google-Modell: Vierter auf dem Text-to-Image-Board von Artificial Analysis mit 1176, auf dessen Bearbeitungs-Board mit 1151 gleichauf mit MAI-Image-2.6 und Fünfter bei Arena Text-to-Image mit 1325, womit es auf drei der vier Boards vor Grok Imagine Image 2.0 liegt. SpaceXAIs Grok Imagine Image 2.0, im August erschienen und in Grok Imagine und der xAI-API verfügbar, fällt auf Platz vier: Auf dem Bearbeitungs-Board der Arena liegt es mit 1439 auf Platz fünf weiter vor Nano Banana 2.1 auf Platz sieben mit 1427, bei Arena Text-to-Image ist es mit 1317 aber nur Sechster und auf dem Bearbeitungs-Board von Artificial Analysis nur 17., und es bleibt die Wahl für die wenigsten Einschränkungen.

Das beste Bildmodell zum Herunterladen ist Alibabas Qwen-Image-2.1, am 20. September erschienen und jetzt das am höchsten platzierte Open-Weight-Modell auf beiden Arena-Boards, Platz 20 bei der Bildbearbeitung und Platz 19 bei Text-zu-Bild, und auf jedem Board von Artificial Analysis einen Platz hinter einem neueren offenen Modell, FLUX 3 Image Klein von Black Forest Labs bei Text-zu-Bild und dem nur nicht kommerziell nutzbaren Fibo 2.0 von Bria bei der Bearbeitung. Seine Lizenz erlaubt allerdings nur Forschung und Evaluierung, eine kostenlose kommerzielle Option ist es also nicht. Unsere vollständige Übersicht über die Neuerungen finden Sie in ChatGPT Images 2.5.

Modell	Am besten für	Stärke	Schwäche	Preis
ChatGPT Images 2.5	Bilder mit lesbarem Text	Sunburst #1 auf allen vier Boards und Flare #2 auf dreien: Arena Text-to-Image (1427 / 1401), Arena-Bearbeitung (1517 / 1482), Text-to-Image von Artificial Analysis (1222 / 1207) und Bearbeitung (1199, Flare Dritter mit 1182)	Sein Vorsprung bei Arena Text-to-Image beruht auf rund 40.000 Stimmen pro Modell	Standard in jedem ChatGPT-Tarif
MAI-Image-2.6	Ein vorhandenes Bild bearbeiten	#4 bei der Bildbearbeitung von Artificial Analysis (1151, Dreifach-Gleichstand) und #4 bei Arena Text-to-Image (1329)	Öffentliche Vorschau, noch nicht in Copilot oder Bing; sein Nachfolger MAI-Image-2.7-Preview, bisher nur für Bearbeitung, ist auf diesem Board jetzt Zweiter	MAI Playground / Microsoft Foundry
Nano Banana 2.1	Googles Bildmodell für den Alltag	#4 Text-to-Image von Artificial Analysis (1176), #5 Arena Text-to-Image (1325) und gleichauf mit MAI-Image-2.6 bei der Bearbeitung von Artificial Analysis (1151), höher als jedes andere Google-Modell; in der API der halbe Bildpreis von Nano Banana 2	#7 bei Arenas Bildbearbeitung (1427), hinter Grok Imagine Image 2.0; Eingabe-Tokens kosten das Dreifache von Nano Banana 2	Gemini-App / AI Studio; $0,0336 pro 1K-Bild
Grok Imagine Image 2.0	Wenigste Einschränkungen, Spicy Mode	#5 bei der Arena-Bildbearbeitung (1439) und #6 bei Text-to-Image von Artificial Analysis (1166)	#6 bei Arena Text-to-Image (1317) und nur #17 bei der Bildbearbeitung von Artificial Analysis	$30/Monat Premium (X Subscription); xAI-API
Seedream 5.0 Pro	Mehrsprachiger Text + Regionenbearbeitung	10+ Sprachen inkl. Arabisch RTL, Lasso- und Ebenenbearbeitung	Etwa Platz zehn auf den unabhängigen Boards; Urheberrechts-Wolke	BytePlus / Magnific
Midjourney v8	Stilisierte Kunst, Illustration	Ästhetische Basis, die die meisten Künstler bevorzugen	Schwächer bei Text im Bild	$10-$120/Mon.
Qwen-Image-2.1	Bestes Bildmodell zum Herunterladen	Am höchsten platziertes Open-Weight-Modell auf beiden Arena-Boards: #20 Bildbearbeitung (1362) und #19 Text-zu-Bild (1225); #22 und #24 auf den beiden Boards von Artificial Analysis, auf jedem einen Platz hinter einem neueren offenen Modell; 7B-Generator, transparente PNGs, bis zu 10 Referenzbilder	Qwen Research License, nur für Forschung oder Evaluierung, keine kommerzielle Nutzung	Kostenloser Download (Hugging Face)
Qwen-Image-3.0-Pro	Dichte, textlastige Layouts	#12 Arena Text-zu-Bild (1254) und #17 Artificial Analysis Text-zu-Bild (1095); Prompts bis 4500 Tokens, Text in 12 Sprachen	Nur gehostet, keine Gewichte; bei Arenas Bildbearbeitung unbewertet	Qwen Chat; $0,04-$0,075 pro Bild in der API
Muse Image	Bildbearbeitung, Meta-Ökosystem	#10 bei der Bildbearbeitung von Artificial Analysis (1129) und #8 auf dessen Text-to-Image-Board	Nicht auf dem Podium; #9 bei Arena Text-to-Image und #11 bei der Arena-Bearbeitung	Meta-AI-App

Zweitplatzierte und Alternativen: MAI-Image-2.6 ist der Zweitplatzierte insgesamt und der Tipp, um ein bereits vorhandenes Bild zu bearbeiten, Nano Banana 2.1 ist Dritter und der Tipp innerhalb von Googles Apps, und Grok Imagine Image 2.0 ist Vierter und weiterhin das einzige Frontier-Modell, das Spicy-Mode-Inhalte für Erwachsene erlaubt. Muse Image ist der Tipp innerhalb von Metas Apps, und Reve 2.1 bleibt der Tipp für Layout, Typografie und natives 4K, auf Platz sieben bei Arena Text-zu-Bild. Wenn Sie ein Modell auf eigener Hardware betreiben wollen, schneidet Qwen-Image-2.1 von allen offenen Modellen am besten ab, allerdings nur für Forschung und Evaluierung; für kommerzielle Arbeit sind die älteren Qwen-Image-Releases unter Apache 2.0 die sichere Wahl, auch wenn sie weit tiefer stehen, Qwen-Image-2512 auf Platz 45 bei Arena Text-zu-Bild.

Was sich diesen Monat geändert hat

ChatGPT Images 2.5 behält die Bildkrone, und GPT-Image-2.5 Sunburst führt weiterhin alle vier Boards an, die wir verfolgen. Seit dem letzten Update ist Platz drei auf dem Podium von Grok Imagine Image 2.0 an Googles Nano Banana 2.1 gegangen: Das neu geordnete Text-to-Image-Board der Arena sieht Nano Banana 2.1 jetzt mit 1325 auf Platz fünf und Grok Imagine Image 2.0 mit 1317 auf Platz sechs, damit liegt Nano Banana 2.1 auf drei der vier Boards vorn, und Grok liegt nur noch auf dem Bearbeitungs-Board der Arena vor ihm, 1439 zu 1427. MAI-Image-2.6 behält Platz zwei: Bei Arena Text-to-Image liegt es knapp vor Nano Banana 2.1, 1329 zu 1325, bei Artificial Analysis dahinter, 1166 zu 1176, und auf beiden Bearbeitungs-Boards gleichauf.

Im Oktober hat Artificial Analysis beide Bild-Boards auf v2.1 umgestellt, Google hat am 6. Oktober Nano Banana 2.1 veröffentlicht, Microsofts reines Bearbeitungsmodell MAI-Image-2.7-Preview ist auf beiden Bearbeitungs-Boards weit oben eingestiegen, auf Platz drei in der Arena mit 1471 und auf Platz zwei bei Artificial Analysis mit 1193, und Grok Imagine Image 2.0 hat Platz drei von Muse Image übernommen, den es jetzt an Nano Banana 2.1 verloren hat.

Kategorie-Tipp, November 2026

Beste KI für Video

MiniMax H3

#1 Arena Bild-zu-Video

→

Gemini Omni 1.1 Flash

#1 Arena Text-zu-Video

→

Wan 3.0

#1 AA Text-zu-Video

Die beste KI für Videogenerierung ist MiniMax H3, das MiniMax am 31. Juli mit offenen Gewichten veröffentlicht hat, und das Argument dafür ist, dass es überall nah an der Spitze liegt, statt ein einzelnes Board zu gewinnen.

Es führt das Image-to-Video-Board der Arena mit 1495,4 an, vor Gemini Omni 1.1 Flash mit 1488,5 und Alibabas Wan 3.0 mit 1479,8, und auf den Boards von Artificial Analysis mit Audio ist es bei Text-to-Video mit 1161 Dritter und bei Image-to-Video mit 1128 Vierter, wo ByteDances Dreamina Seedance 2.5 mit 1153 führt und das neue Utopai X mit 1146 Zweiter ist. Seine Schwachstelle ist das Text-to-Video-Board der Arena, wo es mit 1460,3 Achter ist.

Es erzeugt 2K-Clips von 4 bis 15 Sekunden mit nativem Stereo-Audio, ab $0,13 pro Sekunde in 2K, und die Gewichte liegen unter MiniMax' eigener Community-Lizenz auf Hugging Face, ohne den 2K-Upscaler und in den USA, der EU, Großbritannien und Südkorea nur auf Antrag. Gemini Omni 1.1 Flash, bis zu diesem Update unsere Wahl, führt Arenas Text-zu-Video-Board weiterhin mit 1516,2 an, in einem statistischen Patt mit Gemini Omni Flash bei 1512,9, und ist die Wahl für lange Einstellungen: Szenenverlängerung in 10-Sekunden-Schritten auf 40 Sekunden, Steuerung von erstem und letztem Frame und 4K-Ausgabe, von etwa $0,03 pro Sekunde in 360p bis $0,30 in 4K.

Bei Artificial Analysis kommt es aber nur auf Platz zehn bei Text-to-Video mit 1128 und auf Platz 14 bei Image-to-Video mit 1046. Wan 3.0 führt das Text-to-Video-Board von Artificial Analysis mit 1175 an und ist auf dem Image-to-Video-Board der Arena Dritter, auf dem Text-to-Video-Board der Arena aber nur Sechster. Wenn Sie längere Takes in Googles Werkzeugen brauchen, läuft Veo 3.1 weiterhin in der Gemini-App, in AI Studio und Vertex AI mit nativem Audio und 1080p-Ausgabe.

Modell	Am besten für	Stärke	Schwäche	Preis
MiniMax H3	Bestes KI-Video insgesamt	#1 Arena Image-to-Video (1495,4) und #3 und #4 bei Artificial Analysis (1161 Text-to-Video, 1128 Image-to-Video); 2K-Clips von 4-15 s mit nativem Stereo-Audio	#8 bei Arena Text-to-Video (1460); die offenen Gewichte enthalten den 2K-Upscaler nicht und erfordern in den USA, der EU, Großbritannien und Südkorea einen Antrag	$0,13/Sek. in 2K
Gemini Omni 1.1 Flash	Lange Takes und 4K	#1 Arena Text-to-Video (1516), #2 Arena Image-to-Video (1488,5); 40-Sekunden-Szenenverlängerung, 4K-Ausgabe	Nur #10 bei Text-to-Video von Artificial Analysis (1128) und #14 auf dessen Image-to-Video-Board (1046)	$0,03-$0,30/Sek.; Gemini API / AI Studio / Flow
Gemini Omni Flash	Günstigere Zehn-Sekunden-Clips	#2 Arena Text-zu-Video (1513); konversationelle Bearbeitung	Deckelt bei Zehn-Sekunden-Generierungen	~$0.10/s; Gemini-App / AI Studio
Wan 3.0	Video aus Dokumenten und Folien	#1 Text-to-Video von Artificial Analysis (1175), #3 Arena Image-to-Video (1479,8); 2-30 s, bis 1080p, Omni-Reference-Eingabe	Nur API, keine veröffentlichten Gewichte; #6 bei Arena Text-to-Video	$0,05-$0,20/Sek.
Dreamina Seedance 2.5	Herausforderer von ByteDance	#1 Image-to-Video von Artificial Analysis (1153), #4 Text-to-Video von Artificial Analysis (1157), #4 Arena Image-to-Video (1477,4)	#7 bei Arena Text-to-Video (1474); ByteDance-Ökosystem, eingeschränkter Zugang im Westen	Dreamina / BytePlus
Muse Video	Video im Meta-Ökosystem	#9 bei Arena Text-to-Video mit 1456	Neuestes der Gruppe, dünnes Tooling	Meta-AI-App
Veo 3.1	Längere Produktions-Clips	Nativer Ton, 1080p, starke physikalische Konsistenz	#12 auf Arena Video, nicht der Qualitätsführer	Google AI Pro / Ultra
Kling 3.0 / 3.0 Turbo	Schnelle Iteration zu niedrigeren Kosten	Natives 4K, 60fps, 15-Sekunden-Clips; Turbo am 17. Juni erschienen	Außerhalb der Top 16 auf Arena Text-zu-Video	Ab $10/Mon.
Luma Ray 3	Fotorealistische Szenen	Starker Realismus für Landschaften	Kleinere Community	Kostenlos / ab $9.99/Mon.

Zweiter Platz und Alternativen: Gemini Omni 1.1 Flash ist der Zweite und die Wahl für Text-zu-Video und lange Einstellungen, mit Szenenverlängerung auf 40 Sekunden und 4K-Ausgabe, und Gemini Omni Flash ist die günstigere Google-Option für Zehn-Sekunden-Clips. Alibabas Wan 3.0 ist Dritter und das Modell, wenn das Ausgangsmaterial ein Dokument, eine Tabelle oder eine Präsentation ist. Dreamina Seedance 2.5 ist die Wahl von ByteDance, und Veo 3.1 die Wahl in der Gemini-App und in Vertex AI, wenn Sie natives Audio in 1080p wollen. OpenAI hat die Sora-2-Endkunden-App am 26. April 2026 eingestellt, die Sora-2-Modelle und die Videos API hat es am 24. September 2026 von seiner Entwicklerplattform entfernt. Die Abschaltdaten älterer Modelle verfolgen wir für jeden Anbieter in einer eigenen laufenden Liste.

Was sich diesen Monat geändert hat

MiniMax H3 behält die Videokrone, weil es weiterhin auf drei der vier Boards, die wir verfolgen, unter den ersten vier liegt und das Image-to-Video-Board der Arena anführt. Seit dem letzten Update haben sich die Boards von Artificial Analysis erneut bewegt: H3 ist bei Text-to-Video mit 1161 Dritter, bei Image-to-Video mit 1128 aber auf Platz vier gerutscht, wo Dreamina Seedance 2.5 mit 1153 führt und Utopai X, das keine öffentliche API hat, mit 1146 auf Platz zwei eingestiegen ist. Die Arena hat keines ihrer Video-Boards seit dem 21. September aktualisiert, ihre Rangfolge ist daher unverändert.

Im Oktober ging die Krone von Gemini Omni 1.1 Flash an H3 über, als Artificial Analysis Omni 1.1 Flash erstmals bewertete, Artificial Analysis seinen Video-Boards Audio hinzufügte und HeyGen Video 1 und fals FLUX 3 Max dort einstiegen. Omni 1.1 Flash führt das Text-to-Video-Board der Arena weiterhin an, statistisch gleichauf mit Gemini Omni Flash, und bleibt daher als Text-to-Video-Tipp auf dem Podium, mit Wan 3.0 auf Platz drei.

Kategorie-Tipp, November 2026

Beste KI zum Programmieren

Claude Opus 5.5

#1 Arena WebDev

→

Claude Sonnet 5.5

Preis-Leistung, #1 LiveBench Coding

→

GPT-6 Astra

#2 Arena WebDev

Die beste KI zum Programmieren ist Claude Opus 5.5, das Anthropic am 22. September veröffentlicht hat, doch es führt nicht mehr jedes Board an, und das Modell, das ihm zwei davon abgenommen hat, ist sein eigenes günstigeres Geschwister.

Claude Sonnet 5.5, am 28. September erschienen, führt LiveBench Coding mit 91,4 gegenüber 89,3 bei Opus 5.5 an und schlägt es im eigenen Terminal-Bench-4.0-Lauf von Artificial Analysis mit 63,6 % zu 59,6 %, auch wenn Moonshots Kimi K3.1 Pro diesen Lauf seit dem 23. Oktober mit 67,2 % anführt und Googles Gemini 4 Carbon, das nur Cyber-Verteidiger nutzen können, mit 65,2 % Zweiter ist. Opus 5.5 behält die Krone aufgrund der übrigen Belege. Es führt das WebDev-Board der Arena mit 1810 an, vor GPT-6 Astra mit 1773 und Claude Sonnet 5.5 mit 1770, und FrontierCode 2.0, den neuen Coding-Test im Intelligence Index v5, mit 46,4 % gegenüber 42,4 % bei Astra und 41,7 % bei Sonnet 5.5. Bei LiveBench Agentic Coding erreicht es 71,7, nur DeepSeek V4.1-Flash liegt höher, während Sonnet 5.5 auf 56,3 kommt, und auf Anthropics eigenen Testumgebungen schlägt es Sonnet 5.5 bei FrontierCode v1.1 mit 54,4 % zu 52,1 % und bei CursorBench 4.0 mit 57,8 % zu 55,5 %. Beim Preis liegen beide näher beieinander als zuvor.

Sonnet 5.5 kostet $2 / $10 pro 1M Token gegenüber $4 / $20 bei Opus 5.5, doch auf dem Intelligence Index v5 setzt Artificial Analysis eine Aufgabe bei maximalem Aufwand mit $10,02 an, gegenüber $10,04 bei Opus 5.5, und Opus 5.5 bei xhigh, 57,0 für $6,05 pro Aufgabe, liegt jetzt über Sonnet 5.5 bei maximalem Aufwand, 54,2, und das für 60 % der Kosten; günstiger ist Sonnet 5.5 nur bei niedrigeren Einstellungen, 41,1 für $1,64 bei high. Opus 5.5 hat zudem das Image-to-WebDev-Board der Arena mit 1753 übernommen, vor Sonnet 5.5 mit 1737 und GPT-6 Astra mit 1726; Astra erreicht bei xhigh die 59,6 % von Opus 5.5 bei Terminal-Bench 4.0, zu $10 / $50, und Claude Fable 5.1 ist Sechster bei WebDev und Vierter bei Image-to-WebDev.

GPT-6.1 Sol ist die günstige OpenAI-Option: Fünfter bei WebDev, 56,1 % bei Terminal-Bench 4.0 und 54,5 auf dem Intelligence Index v5 für $1,27 pro Index-Aufgabe bei maximalem Aufwand, auch wenn LiveBench es bei Coding mit 80,7 weit außerhalb der Top Ten sieht. GPT-6.1 Terra, am 26. Oktober erschienen, halbiert diesen Token-Preis auf $1 / $5 und erreicht 51,0 für $0,96 pro Aufgabe, bei 55,6 % auf Terminal-Bench 4.0. Gemini 4 Argon führt Googles eigene DeepSWE-v1.1-Tabelle mit 77,9 % an, doch Artificial Analysis misst 57,1 % bei Terminal-Bench 4.0, die Arena sieht es bei WebDev auf Platz elf, und seit dem 13. Oktober ist es in der bezahlten API und für Abonnenten von Google AI Ultra in Antigravity verfügbar.

Claude Haiku 5.5, am 7. Oktober für $0,10 / $0,50 erschienen, ist das günstige Claude für Sub-Agenten-Arbeit in großen Mengen: 33 % im Terminal-Bench-4.0-Lauf von Artificial Analysis, gleichauf mit GLM 5.3 Flash, und 57,2 bei LiveBench Agentic Coding, knapp über Sonnet 5.5, auch wenn die Arena es bei WebDev nur auf Platz 36 sieht. Unter den offenen Modellen hat DeepSeek V4.1-Flash-1017, am 17. Oktober erschienen, mit 32,5 den höchsten offenen Wert auf dem Intelligence Index v5 und ist das bestplatzierte offene Modell bei Arena WebDev, Platz 16 mit 1665, vor Kimi K3 auf Platz 18; GLM-5.3 bleibt mit 41,9 % das stärkste offene Modell bei Terminal-Bench 4.0, und Xiaomis MiMo-V2.6-Pro erreicht dort unter reiner MIT-Lizenz 34,8 % für $0,26 pro Index-Aufgabe.

Artificial Analysis hat sowohl seinen Coding Index als auch seinen Coding Agent Index eingestellt, die beiden zusammengesetzten Coding-Rankings, die diese Seite früher zitierte, gibt es also nicht mehr.

Modell	Am besten für	Stärke	Schwäche	Preis (pro 1M Tokens)
Claude Opus 5.5	Bestes Coding insgesamt	#1 Arena WebDev (1810) und #1 FrontierCode 2.0 (46,4 %); 58,4 auf dem Intelligence Index v5, der höchste Wert aller nutzbaren Modelle; 71,7 LiveBench Agentic Coding, 15 Punkte über Sonnet 5.5	Hinter Sonnet 5.5 bei Terminal-Bench 4.0 (59,6 % zu 63,6 %) und LiveBench Coding (89,3 zu 91,4)	$4 / $20
Claude Sonnet 5.5	Preis-Leistungs-Tipp fürs Coding	#1 LiveBench Coding (91,4), #3 Terminal-Bench 4.0 (63,6 %) und #3 Arena WebDev (1770), zum halben Token-Preis von Opus 5.5	56,3 bei LiveBench Agentic Coding, 15 Punkte hinter Opus 5.5; auf dem Intelligence Index v5 übertrifft Opus 5.5 bei xhigh es bei maximalem Aufwand, und das günstiger pro Aufgabe	$2 / $10
GPT-6 Astra	Zweiter auf Arena WebDev	#2 Arena WebDev (1773) und #3 image-to-WebDev (1726); 59,6 % Terminal-Bench 4.0 bei xhigh	2,5-facher Preis von Opus 5.5; auf Terminal-Bench hinter Sonnet 5.5 und auf LiveBench Coding weit hinter beiden Claude-Modellen	$10 / $50
Kimi K3.1 Pro	Stärkster Terminal-Coder	#1 Terminal-Bench 4.0 (67,2 %); 46,0 auf dem Intelligence Index v5 für $3,68 pro Index-Aufgabe	#9 Arena WebDev (1695); offene Gewichte für den 4. November versprochen, noch nicht veröffentlicht	$2 / $10
Claude Fable 5.1	Höchster Gesamtwert vor Opus 5.5	#6 Arena WebDev und #4 Image-to-WebDev; 49,7 auf dem Intelligence Index v5; AA-Briefcase 1670	55,1 % Terminal-Bench 4.0 bei xhigh; 2,5-mal so teuer wie Opus 5.5	$10 / $50
Claude Opus 5	Abgelöst durch Opus 5.5	49,0 % Terminal-Bench 4.0 sowie #10 Arena WebDev und #6 Image-to-WebDev	Kostet pro Token mehr als Opus 5.5 und lag auf v4.3.2 sieben Punkte darunter; auf dem Intelligence Index v5 nicht bewertet	$5 / $25
Claude Fable 5	Schwerste agentische Langzeitarbeit	Intelligence Index 49,6 (v4.3.2); 42,4 % Terminal-Bench 4.0; 1M Kontext	Auf v4.3.2 das teuerste pro Index-Aufgabe mit $8,75; #10 bei Arena Image-to-WebDev	$10 / $50
Qwen3.8-Max-0902	Kurzzeitiger Spitzenreiter des WebDev-Boards der Arena	#13 Code Arena: WebDev (1676); 33,6 auf dem Intelligence Index v5; 2,4 Billionen Parameter, 1M Kontext	Nur QwenCloud-API ohne Endkunden-Oberfläche; verlor die WebDev-Führung innerhalb von Tagen	$2 / $6
DeepSeek V4.1-Flash-1017	Stärkstes offenes Modell	32,5 auf dem Intelligence Index v5, der höchste offene Wert, für $0,60 pro Aufgabe; #16 Arena WebDev (1665) und #18 Agent Arena, die beste offene Platzierung bei WebDev; MIT	33,8 % bei Terminal-Bench 4.0; 552B/16B aktiv zum Selbsthosten	$0,15 / $0,60 außerhalb der Spitzenzeiten
GPT-5.6 Sol	OpenAIs günstigeres Flaggschiff	Intelligence Index 47,0 (v4.3.2); 39,9 % Terminal-Bench 4.0	Abgelöst durch GPT-6 Sol, das zum halben Preis höher liegt; von METR wegen Eval-Gaming markiert	$4 / $20
GPT-6 Sol	Günstiges GPT-6-Coding in Codex	Intelligence Index 47,6 (v4.3.2) und 43,9 % Terminal-Bench 4.0, beides über GPT-5.6 Sol, zum halben Preis	#12 Arena WebDev (1678)	$2 / $10
GPT-6.1 Sol	Günstigstes Spitzenmodell pro Aufgabe	54,5 auf dem Intelligence Index v5, #5 Arena WebDev (1751) und 56,1 % Terminal-Bench 4.0 für $1,27 pro Index-Aufgabe, oder 50,2 für $0,59 bei hohem Aufwand; gecachter Input zu $0,10	80,7 bei LiveBench Coding, weit außerhalb der Top Ten; nur in Codex und ChatGPT Work, nicht im Chat	$2 / $10
GPT-6.1 Terra	OpenAIs Coder zum halben Preis	51,0 auf dem Intelligence Index v5 für $0,96 pro Index-Aufgabe; 55,6 % Terminal-Bench 4.0; Dritter unter den eigenständigen Modellen bei FrontierCode 2.0 (42,3 %)	Nur in ChatGPT Work und Codex, nicht im Chat; von LiveBench noch nicht bewertet	$1 / $5
Gemini 4 Argon	Lange Software-Aufgaben	77,9 % DeepSWE v1.1 nach Googles eigenen Zahlen; 50,4 auf dem Intelligence Index v5	57,1 % Terminal-Bench 4.0 und #11 Arena WebDev (1679)	$2 / $10 Einführungspreis bis 30. Nov., $4 / $20 regulär
Gemini 4 Carbon	Noch nicht nutzbar: langes Coding und Cyberabwehr	59,4 auf dem Intelligence Index v5, der höchste veröffentlichte Wert; #2 Terminal-Bench 4.0 (65,2 %)	Nur für Cyber-Verteidiger und Fairwind-Partner, kein öffentlicher Termin; Sechster unter den eigenständigen Modellen bei FrontierCode 2.0 (40,6 %)	$2 / $10 Einführungspreis, dann $4 / $20 (angekündigt)
Muse Spark 1.3	Günstiges agentisches Coding	Intelligence Index 48,1 (v4.3.2) zu $1,25 / $4,25 und $1,60 pro Index-Aufgabe	33,3 % bei Terminal-Bench 4.0; die Coding-Siege stammen aus Metas eigenem Diagramm, gemessen an einer Max-Variante nur für Partner; auf v5 noch nicht bewertet	$1,25 / $4,25
Muse Wonder Full	Metas stärkstes Modell, in Muse Code	49,7 auf dem Intelligence Index v5, gleichauf mit Claude Fable 5.1; #3 GDPval-AA v2.1 (1857); 57,1 % Terminal-Bench 4.0	Nur im Muse-Code-Abo ($50- und $200-Tarif), keine API; Siebter bei Arena WebDev (1725)	Muse Code, ab $50/Monat
Muse Wonder	Metas Spitzenmodell in der API	43,3 auf dem Intelligence Index v5; 52,0 % Terminal-Bench 4.0; 1M Kontext	Dieselben $4 / $20 wie Opus 5.5, das 15,1 Punkte höher liegt; $6,95 pro Index-Aufgabe	$4 / $20
Grok 4.7	Günstiger Preis-Leistungs-Coder	46,3 % CursorBench 4.0 und 71,0 % DeepSWE v1.1 nach SpaceXAIs eigenen Zahlen; 35,0 auf dem Intelligence Index v5	24,7 % bei Terminal-Bench 4.0; $6,18 pro Index-Aufgabe; Prompts ab 200K Token rechnen die ganze Anfrage zum doppelten Preis ab	$2 / $6
Gemini 3.8 Flash	Agenten-Coding im großen Stil	30,5 auf dem Intelligence Index v5; 308,4 Output-Token pro Sekunde	19,7 % bei Terminal-Bench 4.0; der Einführungspreis verdoppelt sich am 1. Januar 2027	$0,75 / $3,75
GLM 5.3 Flash	Kleinster ernstzunehmender Coder zum Selbsthosten	27,8 auf dem Intelligence Index v5 für $0,58 pro Index-Aufgabe und 32,8 % Terminal-Bench 4.0; MIT, 320B/18B aktiv, gegenüber 552B bei DeepSeek V4.1-Flash	GLM-5.3 erreicht auf derselben Testumgebung 41,9 %; kein Endkundenprodukt	Offene Gewichte (MIT)
Claude Haiku 5.5	Günstigstes Claude für Sub-Agenten	36,2 auf dem Intelligence Index v5 für $0,41 pro Index-Aufgabe; 32,8 % Terminal-Bench 4.0, gleichauf mit GLM 5.3 Flash; 57,2 LiveBench Agentic Coding, über Sonnet 5.5	#36 Arena WebDev (1589); laut Anthropic bleiben Sonnet 5.5 und Opus 5.5 für komplexes agentisches Coding besser; Prompts über 100K Token kosten das Fünffache	$0,10 / $0,50
MiMo-V2.6-Pro	Günstigstes starkes offenes Modell pro Aufgabe	29,9 auf dem Intelligence Index v5 und 34,8 % Terminal-Bench 4.0 für $0,26 pro Index-Aufgabe; MIT, 1,02T/42B aktiv	Nur #25 bei Arena WebDev (1625), hinter DeepSeek V4.1-Flash-1017 und Kimi K3	$0,435 / $0,87

Zweiter Platz und Alternativen: Claude Sonnet 5.5 ist Zweiter und der Preis-Leistungs-Tipp, führt LiveBench Coding an und ist Dritter bei Terminal-Bench 4.0 zum halben Token-Preis von Opus 5.5, GPT-6 Astra ist Dritter und Zweiter auf dem WebDev-Board der Arena, Kimi K3.1 Pro führt Terminal-Bench 4.0 für $2 / $10 an, GPT-6.1 Sol ist Fünfter bei WebDev zu einem Fünftel von Astras Token-Preis, und GPT-6.1 Terra halbiert Sols Preis noch einmal, Claude Haiku 5.5 ist das günstigste Claude für Sub-Agenten-Arbeit in großen Mengen, und Claude Opus 5 ist jetzt durch ein Modell abgelöst, das günstiger und besser ist. Unter den offenen Modellen führt DeepSeek V4.1-Flash-1017 auf dem Intelligence Index v5 und ist das bestplatzierte offene Modell auf dem WebDev-Board der Arena, GLM-5.3 ist das stärkste bei Terminal-Bench 4.0 von Artificial Analysis, Xiaomis MiMo-V2.6-Pro ist pro Index-Aufgabe das günstigste, und GLM 5.3 Flash ist das kleinste zum Selbsthosten, unter reiner MIT-Lizenz. In IDEs ist Cursor mit Claude weiterhin die beliebteste Kombination, und Claude Code ist die naheliegende Wahl, wenn Sie im Terminal leben.

Was sich diesen Monat geändert hat

Claude Opus 5.5 behält die Coding-Krone: Es führt das WebDev-Board der Arena mit 1810 an, vor GPT-6 Astra mit 1773 und Claude Sonnet 5.5 mit 1770, und führt FrontierCode 2.0 mit 46,4 % an. Seit dem letzten Update ist Googles Gemini 4 Carbon mit einer vorläufigen Wertung von 1768 auf Platz vier in das WebDev-Board der Arena eingestiegen, aber nur Cyber-Verteidiger können es nutzen, und Mistral hat am 29. Oktober die offenen Gewichte von Mistral Large 4 veröffentlicht, das die Arena auf Platz 48 sieht. Das Preis-Leistungs-Argument für Sonnet 5.5 beruht weiterhin auf LiveBench Coding, Terminal-Bench 4.0 und den halb so teuren Tokens, denn auf dem Intelligence Index v5 übertrifft Opus 5.5 bei xhigh Sonnet 5.5 bei maximalem Aufwand für weniger Geld pro Aufgabe.

Im Oktober hat Kimi K3.1 Pro Sonnet 5.5 Terminal-Bench 4.0 mit 67,2 % abgenommen, Claude Haiku 5.5 kam am 7. Oktober für $0,10 / $0,50 als günstigstes Claude für Sub-Agenten-Arbeit, GPT-6.1 Terra kam am 26. Oktober für $1 / $5, Artificial Analysis hat am 27. Oktober mit dem Intelligence Index v5 FrontierCode 2.0 eingeführt, und DeepSeek V4.1-Flash-1017 wurde das bestplatzierte offene Modell bei WebDev.

Kategorie-Tipp, November 2026

Beste KI für Kreativität

Grok 4.7

Wenigste Leitplanken

→

Claude Fable 5

Prosa höchster Qualität

→

Kimi K3.1 Pro

Fiktion und Stimme

Die beste KI für ungefilterte, angesagte kreative Arbeit ist Grok 4.7, und wir wollen genau sagen, warum. Dieser Tipp betrifft die Produktlinie, nicht die Qualität der Prosa.

Grok hat die wenigsten Inhaltsbeschränkungen aller Spitzenmodelle und als einziges eine native Echtzeit-Anbindung an X, womit es das eine Modell ist, das sich auf kantige, tagesaktuelle oder bewusst provokante Briefings einlässt, die die anderen ablehnen. SpaceXAI hat Grok 4.7 am 21. September für die Grok-API, Cursor und Grok Build veröffentlicht, und seit 3. Oktober treibt es auch den Expert-Modus auf grok.com an, für zahlende Abonnenten zudem den Fast-Modus. Der beste Schreiber ist es nicht, auch wenn das Bild gemischter ist als zuvor.

EQ-Bench hat Grok 4.7 bewertet und sieht es mit 2012,2 auf Platz neun, in seinen Top Ten und weit über Grok 4.5 auf Platz 57, doch die menschlichen Wähler der Arena setzen 4.7 bei Creative Writing nur auf Platz 87, hinter Grok 4.6 auf Platz 57 und das ältere Grok 4.20-beta1 auf Platz 27. Wenn Sie allein nach Ausgabequalität wählen, führt jetzt Claude Opus 5.5 das Creative-Writing-Board der Arena an, mit Gemini 4 Argon, seit dem 13. Oktober in Google AI Pro, auf Platz zwei, dem Cyber-Verteidigern vorbehaltenen Gemini 4 Carbon auf Platz drei und Claude Fable 5 auf Platz vier, während EQ-Bench GPT-6 Astra mit 2176,9 auf Platz eins sieht, Moonshots Kimi K3.1 Pro auf Platz zwei und Claude Fable 5.1 auf Platz drei. Wählen Sie Grok für das, was es Sie machen lässt, nicht dafür, wie gut es schreibt.

Modell	Am besten für	Stärke	Schwäche	Preis
Grok 4.7	Ungefiltert, meinungsstark, am Puls der Zeit	Wenigste inhaltliche Einschränkungen, native Echtzeit-Anbindung an X	#87 bei Arena Creative Writing, aber #9 bei EQ-Bench (2012,2)	API $2 / $6; Premium-App für $30/Monat (X Subscription)
Claude Fable 5	Kreative Prosa höchster Qualität	#4 Arena Creative Writing, #1 LiveBench Language	Vorsichtige Leitplanken bei kantigen Briefings	$10 / $50 API
Kimi K3.1 Pro	Fiktion und eigene Stimme	#2 EQ-Bench Creative Writing mit 2172,6	Von LiveBench noch nicht bewertet; offene Gewichte für den 4. November versprochen	$2 / $10
Claude Opus 5	Lange, strukturierte Kreativität	Hält lange Fäden und überarbeitet sich selbst; 50,8 auf dem Intelligence Index v4.3.2, auf v5 nicht bewertet	Das vorsichtigste der Gruppe	$20/Monat Pro; API $5 / $25
Gemini 3.1 Pro	Multimodal kreativ	Starke Text-, Bild- und Videokette	In der Gemini-App seit 9. Oktober nur mit Google AI Pro	AI Pro / $2.00-$4.00 API Input
Grok Imagine (Spicy Mode)	NSFW / kreativ für Erwachsene	Freizügigste Bildgenerierung	Nischen-Anwendungsfall	$30/Mon. Premium, wahrscheinlich (xAI nennt keine Stufe)

Zweiter Platz und Alternativen: Claude Fable 5 ist Zweiter und die richtige Wahl, wenn Qualität wichtiger ist als Freiheit, Kimi K3.1 Pro ist die Wahl für Fiktion, und Claude Opus 5 ist die Wahl für kreative Projekte, die über viele Runden laufen. Für kreative Arbeit für Erwachsene ist Grok Imagine im Spicy Mode weiterhin die einzige Option auf Spitzenniveau.

Was sich diesen Monat geändert hat

Grok behält diesen Tipp mit Grok 4.7, und an der Freizügigkeit des Produkts und seinem Live-Zugriff auf X, auf denen der Tipp beruht, hat sich nichts geändert. Seit dem letzten Update hat die Arena ihr Creative-Writing-Board neu geordnet: Grok 4.7 ist von Platz 78 auf Platz 87 gerutscht, Googles Gemini 4 Carbon, das nur Cyber-Verteidiger nutzen können, ist auf Platz drei eingestiegen, und Claude Fable 5 ist auf Platz vier zurückgefallen, behält hier aber als Qualitäts-Tipp seinen Platz auf dem Podium. Im Oktober ersetzte Kimi K3.1 Pro Kimi K3 auf dem Podium als Fiktions-Tipp, nachdem EQ-Bench es auf Platz zwei gesetzt hatte, Claude Opus 5.5 übernahm die Führung auf dem Creative-Writing-Board der Arena, und am 3. Oktober begann Grok 4.7, den Expert-Modus auf grok.com anzutreiben.

Kategorie-Tipp, November 2026

Beste KI für Genauigkeit & Recherche

Claude Fable 5.1

Höchste faktische Genauigkeit

→

GPT-6.1 Sol

Bestes Preis-Leistungs-Verhältnis, $1,27/Aufgabe

→

Claude Opus 5.5

Wenn Fehler am meisten kosten

Die beste KI für Genauigkeit und Recherche ist Claude Fable 5.1, das die höchste faktische Genauigkeit hält, die Artificial Analysis gemessen hat, 68 % bei AA-Omniscience.

Genau nach dieser Spalte wird diese Kategorie entschieden. Claude Opus 5.5 schlug Fable 5.1 bei seinem Start am 22. September in fast allem anderen, darunter Humanity's Last Exam mit 61,4 % zu 59,1 % und den halluzinationsbereinigten AA-Omniscience-Index mit 48,1 zu 46,3, doch bei der reinen faktischen Genauigkeit liegt es bei 66 % gegenüber 68 % bei Fable 5.1. Lesen Sie beide zusammen: Opus 5.5 ist die bessere Wahl, wenn eine falsche Antwort schlimmer ist als keine, Fable 5.1, wenn Sie möglichst viele Fakten richtig haben wollen. Googles Gemini 4 Carbon führt diesen Index jetzt mit 53,5 an, beantwortet aber nur 58 % richtig, und nur Cyber-Verteidiger können es nutzen.

Der Preis-Leistungs-Tipp ist GPT-6.1 Sol, das 62 % richtig beantwortet, mit einem AA-Omniscience-Index von 42,0, für $2 / $10 pro 1M Token und $1,27 pro Index-Aufgabe, und auf ARC-AGI-1 von ARC Prize 98,5 % für $0,06 pro Aufgabe erreicht. Damit schlägt es Gemini 3.1 Pro, unseren Preis-Leistungs-Tipp bis Anfang Oktober, bei jedem Genauigkeitsmaß, das Artificial Analysis dafür veröffentlicht hat: Es kam auf 55 % reine Genauigkeit und einen Index von 31,9.

Gemini 3.1 Pro behält seinen Platz, wo die Antwort aktuell sein muss, weil es Antworten in der Google-Suche verankert und in der Gemini-App ist (seit dem 9. Oktober ab Google AI Pro), während GPT-6.1 Sol in ChatGPT Work, Codex und der API läuft statt im Chatfenster von ChatGPT. Gemini 4 Argon ist das Modell, das man im Blick behalten sollte: Artificial Analysis misst eine Halluzinationsrate von 4 %, die niedrigste unter den führenden Modellen, weil es lieber ablehnt als rät, doch es beantwortet nur 48 % richtig; seit dem 13. Oktober ist es in der Gemini-App ab Google AI Pro.

Bei der verankerten Suche führt OpenAI Arenas Search-Leaderboard an: GPT-5.6 Sol liegt mit 1261 vorn, gleichauf mit Qwen3.8-Max, Claude Fable 5.1 ist Fünfter und Gemini 3.1 Pro mit Grounding nur 15. Beim neuartigen Reasoning liegt die Krone woanders, GPT-6 Astra führt ARC-AGI-2 und ARC-AGI-3 an. Claude Opus 5 hält keine Genauigkeitskrone, weil Artificial Analysis seine Halluzinationsrate mit 61 % misst.

Modell	Am besten für	Schlüssel-Benchmark	Schwäche	Preis
Claude Fable 5.1	Höchste gemessene faktische Genauigkeit	68 % faktische Genauigkeit bei AA-Omniscience, die höchste, die Artificial Analysis gemessen hat, drei Punkte über Claude Opus 5.5	Kein günstiger Tarif; #5 im Such-Leaderboard der Arena, hinter GPT-5.6 Sol; Opus 5.5 führt Humanity's Last Exam an und Gemini 4 Carbon den AA-Omniscience-Index	$10 / $50
Claude Opus 5.5	Wenn eine falsche Antwort schlimmer ist als keine	#1 Humanity's Last Exam (61,4 %) und #2 AA-Omniscience-Index (48,1), nur hinter dem Cyber-Verteidigern vorbehaltenen Gemini 4 Carbon; 66 % reine Genauigkeit	Bei der reinen Genauigkeit drei Punkte hinter Fable 5.1	$4 / $20
GPT-6.1 Sol	Bestes Preis-Leistungs-Verhältnis	62 % reine Genauigkeit und ein AA-Omniscience-Index von 42,0 für $1,27 pro Index-Aufgabe; 98,5 % ARC-AGI-1 für $0,06 pro Aufgabe	52 % Halluzinationsrate; in ChatGPT Work und Codex, nicht im Chat	$2 / $10
Gemini 4 Argon	Wenigste Halluzinationen	4 % Halluzinationsrate bei AA-Omniscience, die niedrigste unter den führenden Modellen	Nur 48 % reine Genauigkeit	$19,99/Monat Google AI Pro; API $2 / $10 Einführungspreis
Gemini 4 Carbon	Noch nicht nutzbar	#1 AA-Omniscience-Index (53,5), mit 11 % Halluzinationsrate	58 % reine Genauigkeit; nur für Cyber-Verteidiger und Fairwind-Partner	Angekündigt mit $2 / $10 Einführungspreis
Gemini 3.1 Pro	Verankerte Suche; Gemini-App ab 9. Okt. mit AI Pro	Natives Grounding in der Google-Suche; 98 % ARC-AGI-1 bei $0.52/Aufgabe	55 % reine Genauigkeit auf AA-Omniscience, unter GPT-6.1 Sol; #15 auf Arena Search	$2.00-$4.00 / $12.00-$18.00 (gestaffelt)
Claude Fable 5	Grundierte Suche	#10 auf Arenas Such-Leaderboard, hinter GPT-5.6 Sol	Keine einzelne günstige Stufe	$10 / $50 (Fable 5)
GPT-5.6 Sol	Neuartiges Reasoning	#4 ARC-AGI-2 mit 92,5 %, hinter GPT-6 Astra (95 %), GPT-6.1 Sol (94,2 %) und Claude Opus 5.5 (93,3 %)	Scheming von METR gemeldet	$4 / $20
Claude Opus 5	Schwerste unbekannte Probleme	30,2 % ARC-AGI-3 auf dem Standard-Harness, Zweiter hinter GPT-6 Astra (ARC Prize)	Artificial Analysis misst eine Halluzinationsrate von 61 %	$5 / $25
Qwen 3.7 Max	Frontier-Genauigkeit zum Preis-Leistungs-Verhältnis	92,4 GPQA Diamond, 200 kostenlose Anfragen/Tag	Nur API, kein Chat-Frontend	$1.25 / $3.75 Promo; $2.50 / $7.50 Liste
Claude Opus 4.6	Ehrlichkeit unter Druck	#1 auf Scale SEALs MASK-Board mit 96,28; Anthropic hält die Top 5	Als Flaggschiff abgelöst	Legacy-Anthropic-Modell

Zweitplatzierte und Alternativen: Claude Opus 5.5 ist der Zweitplatzierte und der Tipp, wenn eine falsche Antwort mehr kostet als keine, GPT-6.1 Sol ist der Preis-Leistungs-Tipp bei $1,27 pro Index-Aufgabe, Gemini 3.1 Pro ist der Tipp, wenn Antworten in der Google-Suche verankert sein müssen oder Sie es in der Gemini-App wollen (seit 9. Oktober ab Google AI Pro), Claude Opus 4.6 dominiert das Board für Ehrlichkeit unter Druck, und Qwen 3.7 Max ist der Preis-Leistungs-Tipp an der Spitze.

Was sich diesen Monat geändert hat

Die Genauigkeitskrone bleibt bei Claude Fable 5.1, mit 68 % reiner faktischer Genauigkeit gegenüber 66 % bei Claude Opus 5.5. Seit dem letzten Update hat sich an der Spitze keines Genauigkeits-Boards etwas bewegt: AA-Omniscience von Artificial Analysis sieht Fable 5.1 weiterhin vorn bei der reinen Genauigkeit und Googles Cyber-Verteidigern vorbehaltenes Gemini 4 Carbon mit 53,5 vorn beim Index, der Halluzinationen bestraft, und Opus 5.5 führt Humanity's Last Exam weiterhin mit 61,4 % an. Auf dem Such-Leaderboard der Arena, das wir für dieses Update neu abgerufen haben, ist Fable 5.1 Fünfter und GPT-6.1 Sol Achter, und OpenAIs GPT-5.6 Sol bleibt Erster.

Im Oktober übernahm GPT-6.1 Sol die Preis-Leistungs-Karte von Gemini 3.1 Pro, weil es dieses bei jedem Genauigkeitsmaß schlug, das Artificial Analysis veröffentlicht, Google kündigte am 28. Oktober Gemini 4 Carbon an, und Gemini 4 Argon kam am 13. Oktober in die Gemini-App, mit der niedrigsten Halluzinationsrate, die Artificial Analysis unter führenden Modellen gemessen hat.

Kategorie-Tipp, November 2026

Beste KI zur Problemlösung

GPT-6 Astra

Reasoning-Spitze

→

Claude Opus 5

Agentische Ketten

→

GPT-6.1 Sol

Preis-Leistungs-Tipp, $2 / $10

Die beste KI für schwierige Problemlösung ist GPT-6 Astra, das GPT-5.6 Sol die Reasoning-Boards wenige Tage nach dem Start abgenommen hat.

Es führt LiveBench Reasoning mit 92,65 und ARC-AGI-2 mit 95 % an, dem höchsten Wert, den jemand gegen das 100-%-Menschenpanel dieses Boards erreicht hat, und liegt bei LiveBench Mathematics mit 96,81 auf Platz vier, hinter Claude Opus 5.5 mit 97,08, Claude Fable 5.1 mit 97,01 und GPT-6.1 Sol mit 96,83. Es meldet außerdem 97,6 % auf FrontierMath Tier 4 v2, eine Zahl, zu der der Hinweis von Epoch AI gehört, dass OpenAI den Benchmark finanziert hat und auf einen Teil davon exklusiven Zugriff hat. Der Haken sind Preis und Reichweite: $10 / $50 pro 1M Tokens gegenüber $2 / $10 bei GPT-6.1 Sol, und es braucht einen bezahlten ChatGPT-Tarif.

GPT-6.1 Sol, veröffentlicht am 29. September, ist die Preis-Leistungs-Alternative und fast ein Mitführender: 92,63 auf LiveBench Reasoning, 0,02 hinter Astra, und 94,2 % auf ARC-AGI-2, 0,8 Punkte dahinter, für $0,25 pro Aufgabe gegenüber $1,12 bei Astra. Astra behält die Krone, weil es beide Boards und ARC-AGI-3 weiterhin anführt, wo es auf dem Standard-Harness 62,7 % gegen 52,7 % für GPT-6.1 Sol erreicht. Gemini 4 Argon führt Arenas Mathe-Kategorie an, allerdings mit nur wenigen hundert Stimmen, und LiveBench hat es nicht bewertet; ARC Prize setzt es bei ARC-AGI-2 mit 91,3 % auf Platz fünf und bei ARC-AGI-3 mit 49,8 % auf Platz drei. GPT-5.6 Sol, der frühere Preis-Leistungs-Tipp, ist jetzt Fünfter bei LiveBench Reasoning und mit 92,5 % Vierter bei ARC-AGI-2.

Qwen 3.7 Max ist der günstige Tipp für Wettbewerbsaufgaben mit 97,1 im HMMT-Index vom Februar 2026 und 44,5 bei Apex, dazu 200 kostenlose Modellanfragen pro Tag. Claude Opus 5 bleibt die Alternative für lange agentische Reasoning-Ketten, auch wenn Astra ihm auch ARC-AGI-3 abgenommen hat.

Modell	Am besten für	Schlüssel-Benchmark	Schwäche	Preis
GPT-6 Astra	Schwerste Mathematik, Wissenschaft und Reasoning	#1 LiveBench Reasoning (92,65), #1 ARC-AGI-2 (95 %), #1 ARC-AGI-3	Braucht einen kostenpflichtigen ChatGPT-Plan; 5-facher Preis von GPT-6.1 Sol	$10 / $50
Claude Opus 5	Lange agentische Reasoning-Ketten	1656 auf AA-Briefcase v1.1 und 1730 auf GDPval-AA v2.1; 30,2 % ARC-AGI-3	Astra führt jetzt ARC-AGI-3 an; 61 % Halluzinationsrate; inzwischen ein Legacy-Modell	$5 / $25
GPT-5.6 Sol	Günstiges STEM-Flaggschiff	#4 ARC-AGI-2 (92,5 %); #5 LiveBench Reasoning (91,65), Mathematics 96,20	FrontierMath weiterhin unveröffentlicht; Scheming von METR markiert	$100/Mon. ChatGPT Pro; API $4 / $20
GPT-6.1 Sol	Preis-Leistungs-Tipp, Reasoning nahe an Astra	#2 LiveBench Reasoning (92,63), #2 ARC-AGI-2 (94,2 %), #3 LiveBench Mathematics (96,83); 54,5 auf dem Intelligence Index v5 für $1,27 pro Index-Aufgabe	52,7 % bei ARC-AGI-3 gegenüber Astras 62,7 %; in ChatGPT Work und Codex, nicht im Chat	$2 / $10
Qwen 3.7 Max	Wettbewerbsmathematik mit knappem Budget	97,1 HMMT 2026 Feb, 44,5 Apex, 200 kostenlose Anfragen/Tag	Nur API	$1.25 / $3.75 Promo; $2.50 / $7.50 Liste
Claude Fable 5	Mathematik in einem Coding-Workflow	#3 auf Arenas Mathe-Unterkategorie (1522), hinter Gemini 4 Argon und Claude Opus 5; 96,0 LiveBench Mathematics	Teuerste Option hier	$10 / $50
GLM 5.3 Flash	Problemlösen mit offenen Gewichten	Intelligence Index 41,8 (v4.3.2) unter MIT, fast acht Punkte über GLM-5.2 bei weniger als der halben Größe; 320B/18B aktiv, 1M Kontext	Braucht einen Multi-GPU-Server, keine Workstation; auf v5 bei 27,8; GLM 5.3 liegt nach Z.ais eigenen Zahlen höher und ist seit dem 28. August herunterladbar, aber mehr als doppelt so groß und unter einer eigenen Lizenz	Offene Gewichte (MIT)

Zweitplatzierte und Alternativen: GPT-6.1 Sol ist der Zweitplatzierte und der Preis-Leistungs-Tipp zu $2 / $10, Claude Opus 5 ist der naheliegende Tipp für langkettiges agentisches Reasoning, Qwen 3.7 Max ist der Spartipp, und GLM 5.3 Flash ist der Open-Weight-Tipp. Unser eigener Leitfaden zur besten KI für Mathe geht die Aufteilung nach Aufgabe und die kostenlosen Optionen durch.

Was sich diesen Monat geändert hat

GPT-6 Astra behält die Krone für Problemlösen, mit weniger als einem Punkt Vorsprung. Es führt weiterhin LiveBench Reasoning mit 92,65 an, 0,02 vor GPT-6.1 Sol, ARC-AGI-2 mit 95 % gegenüber 94,2 % bei Sol, und ARC-AGI-3. Seit dem letzten Update hat sich keines dieser Boards bewegt: LiveBench und ARC Prize haben keine neuen Ergebnisse veröffentlicht, und Googles Gemini 4 Carbon, das im Intelligence Index v5 HLE-Diamond und Terminal-Bench-Science anführt, ist auf beiden weiterhin unbewertet und nur für Cyber-Verteidiger offen. Im Oktober setzte ARC Prize GPT-6.1 Sol bei ARC-AGI-2 auf Platz zwei und Gemini 4 Argon mit 91,3 % auf Platz fünf, und Argon übernahm mit wenigen hundert Stimmen die Mathematik-Kategorie der Arena.

Kategorie-Tipp, November 2026

Bester KI-Agent

Gemini Spark

In der Cloud

→

Claude Cowork

Auf dem Desktop

→

OpenAI dots

Immer an, läuft auf GPT-6 Astra

Der beste KI-Agent ist Gemini Spark, wenn du den Agenten in der Cloud willst, und Claude Cowork, wenn du ihn auf dem Desktop willst.

Das sind gemeinsame Tipps und kein erster und zweiter Platz: Spark läuft in einer Google-Cloud-VM und arbeitet deshalb weiter, während dein Laptop zu ist, eng verzahnt mit Gmail, Docs und seit Anfang September auch Google Fotos; Cowork läuft auf deinem Mac oder Windows-Rechner und steuert deine lokalen Apps und deinen Bildschirm. Spark ist nicht mehr der einzige Agent, der in der Cloud weiterarbeitet.

SpaceXAIs Grok Bot (11. August) gibt jedem Konto einen dauerhaften Cloud-Rechner, der sich in Ihre Apps einloggt, ab einem X-Subscription-Premium-Tarif zu $30/Monat; Metas Muse (8. September) erledigt Besorgungen aus einer eigenen Cloud-VM und ist bis 100 Millionen Tokens pro Woche kostenlos; und OpenAI dots (29. September) laufen auf GPT-6 Astra mit eigenem Cloud-Rechner und Browser, ab dem Pro-Tarif zu $100/Monat, der sie im EWR, im Vereinigten Königreich und in der Schweiz nicht enthält. Kein unabhängiges Board misst diese Produkte gegeneinander, die Wahl hängt also davon ab, wo die Arbeit stattfinden muss, nicht davon, wer höher punktet.

Auch der Preis entscheidet nicht mehr: Spark erreicht jetzt die Stufe Google AI Pro zu $19.99/Monat in den USA und in über 160 weiteren Ländern, und Cowork ist ohne Aufpreis in jedem kostenpflichtigen Claude-Plan ab $20/Monat enthalten. ChatGPT Codex Mobile (14. Mai) ist die Alternative für Coding-Agent-Arbeit. Lies den vollständigen Vergleich Gemini Spark vs Claude Cowork.

Agent	Am besten für	Wo er läuft	Stärke	Preis
Gemini Spark	24/7-Cloud-Aufgaben, Workspace-Workflows	Google-Cloud-VM (immer an)	Läuft rund um die Uhr, tiefe Workspace-Integration	Ab $19.99/Mon. Google AI Pro
Claude Cowork	Desktop, App-Steuerung, Design + Code	Dein Mac-/Windows-Desktop	Steuert lokale Apps, sieht deinen Bildschirm	$20/Mon. Claude Pro
ChatGPT Codex Mobile	Coding-Agent auf dem Handy	OpenAI-Cloud + iOS/Android	Diffs freigeben und Arbeit vom Handy umleiten	In ChatGPT-Plänen enthalten
Grok Bot	Browser-Aufgaben quer durch angemeldete Apps	Ein dauerhafter SpaceXAI-Cloud-Rechner, den sich alle Ihre Bots teilen	Meldet sich mit Ihren eigenen Zugangsdaten in Apps an und arbeitet bei zugeklapptem Laptop weiter	Ab $30/Mon. X Subscription Premium (Cursor Pro für $20 für Bestandskunden)
OpenAI dots	Laufende Zuständigkeiten statt Einzelaufgaben	OpenAI-Cloud-Rechner mit Browser	Läuft auf GPT-6 Astra; arbeitet bei ausgeschaltetem Computer weiter; erreichbar in ChatGPT, Slack und per Sprache	Ab $100/Mon. ChatGPT Pro (nicht EWR/UK/CH); Business Premium
Meta Muse	Kostenlose persönliche Erledigungen	Eine Muse Secure VM in Metas Cloud	Kostenlos bis 100 Mio. Tokens pro Woche; ein separater Sentinel-Agent gibt frei, was er nach außen sendet	Kostenlos; Power $20/Mon., Maximum $100/Mon.
Claude Duet	Proaktive Morgen-Briefings und Besorgungen	Eigene Cloud-VM und eigener Browser, auf iOS, Android und claude.ai	Prüft alle paar Stunden Ihre verbundenen Apps und arbeitet auch bei ausgeschalteten Geräten; fragt, bevor es etwas sendet, bezahlt, unterschreibt oder löscht	Research Preview, Claude Pro und Max in den USA, Warteliste

Zweitplatzierte und Alternativen: Gemini Spark und Claude Cowork sind gemeinsame Tipps, getrennt danach, wo der Agent läuft, kein erster und zweiter Platz. OpenAI dots sind der Tipp, wenn Sie ohnehin ChatGPT Pro bezahlen und einen Agenten auf OpenAIs Flaggschiff wollen, Grok Bot ist der Tipp für Browser-Aufgaben quer durch Ihre angemeldeten Apps, ab einem X-Subscription-Premium-Tarif zu $30 im Monat, Metas Muse ist der, den man kostenlos ausprobiert, und ChatGPT Codex Mobile ist der Tipp für Coding-Agenten. Google AI Ultra zu $99.99 oder $199.99 im Monat kauft bei Spark inzwischen höhere Nutzungslimits statt Zugang, der auf der Pro-Stufe zu $19.99 beginnt.

Was sich diesen Monat geändert hat

Gemini Spark (Cloud) und Claude Cowork (Desktop) bleiben gemeinsame Tipps, weil diese Kategorie Produkte krönt und seit dem letzten Update kein neues Agentenprodukt erschienen ist. Die Modellebene hat sich kaum bewegt: Claude Opus 5.5 führt die Agent Arena weiterhin an, jetzt mit 22,3 % bestätigtem Erfolg, mit Googles Cyber-Verteidigern vorbehaltenem Gemini 4 Carbon mit vorläufiger Wertung auf Platz zwei, Claude Sonnet 5.5 führt AA-Briefcase v1.1 weiterhin mit 1814 an, und bei GDPval-AA v2.1 ist Moonshots Kimi K3.1 Pro mit 1858 auf Platz zwei vorgerückt, hinter Opus 5.5 mit 1866 und einen Punkt vor Metas Muse Wonder Full. Im Oktober kam Anthropics Claude Duet (21. Oktober), eine Forschungsvorschau mit Warteliste für Pro- und Max-Abonnenten in den USA, in die Tabelle statt auf das Podium, und Gemini 4 Argon kam am 13. Oktober in die bezahlte API und in die Gemini-App mit Google AI Pro.

Unter den offenen Modellen in der Agent Arena steht jetzt Xiaomis MiMo-V2.6-Pro mit Platz 17 am höchsten, statistisch gleichauf mit DeepSeek V4.1-Flash-1017 auf Platz 18, während Kimi K3 auf Platz 27 gerutscht ist und Mistrals neu geöffnetes Mistral Large 4 auf Platz 43 steht. Im Oktober begann OpenAI am 28. Oktober, Textnachrichten an dots per iMessage oder RCS für Pro-Abonnenten in den USA einzuführen.

KI, eine Tastenkombination entfernt

Drück auf dem Mac ⌥ Space, stell deine Frage und arbeite weiter. Auch auf iPhone und iPad.

Kostenlos starten, 4,7★ über 27.000+ Rezensionen.

Fello AI laden

Anwendungsfall-Leitfaden, November 2026

Beste KI zum Lernen

GPT-6 Luna

Essays & Recherche

→

Gemini 3.6 Flash

STEM + PDFs

→

Claude Sonnet 5.5

Schreiben & Lektorat

Die beste KI für Studierende ist GPT-6 Luna in ChatGPT für allgemeine Studienarbeit und Gemini 3.6 Flash für MINT und multimodales Lernen, mit Qwen 3.7 Max als API-Alternative für schwierigere Aufgabenblätter (200 kostenlose Anfragen pro Tag) und Claude Sonnet 5.5 als kostenlose Alternative fürs Essay-Lektorat.

Die meisten Studierenden müssen nicht zahlen. Seit dem 8. Oktober wechseln ChatGPT Free und Go von GPT-5.6 Luna zu GPT-6 Luna, das Artificial Analysis auf dem Intelligence Index v4.3.2 mit 38,1 gegenüber 37,3 bewertete; der kostenlose Tarif hat unbegrenzte Text-Chats, während Datei-Uploads und Bildwerkzeuge begrenzt bleiben. Claude Sonnet 5.5 ist auf claude.ai kostenlos, wo kostenlose Konten auch Claude Haiku 5.5 (7. Oktober) wählen können, das Claude-Modell, das am wenigsten von Ihrem Nutzungslimit verbraucht.

Gemini hat sich am 9. Oktober geändert: Die kostenlose Gemini-App läuft jetzt im Modus Auto, der die meisten Prompts an Flash-Lite schickt, also braucht die eigene Wahl von Gemini 3.6 Flash Google AI Plus, in Google AI Studio bleibt es aber kostenlos. Für schrittweises Lösen der schwierigsten Mathematik meldet GPT-6 Astra 97,6 % auf FrontierMath Tier 4 v2, ist aber nicht im kostenlosen ChatGPT-Tarif; Qwen 3.7 Max ist die preiswerte Alternative mit 97,1 bei HMMT Februar 2026 und API-Preisen von $1,25 / $3,75 im aktuellen 50-%-Angebot ($2,50 / $7,50 Listenpreis).

Aufgabe	Bestes Modell	Warum	Kostenlos?	Alternative
Essays & Studienarbeit	GPT-6 Luna	ChatGPTs Modell für Free und Go, im Rollout seit 8. Oktober; unbegrenzte Textchats	Ja	Claude Sonnet 5.5 (Claude kostenlos)
STEM-Problemlösung	GPT-6 Sol / Qwen 3.7 Max	ChatGPTs bezahlter Standard; Astra meldet 97,6 % FrontierMath Tier 4 v2 / 97,1 HMMT Feb 2026	Plus kostenpflichtig / Qwen API kostenpflichtig	Gemini 3.6 Flash (AI Plus seit 9. Okt.)
Recherche & Genauigkeit	Gemini 3.1 Pro	98 % ARC-AGI-1 bei $0.52/Aufgabe, native Google-Search-Grundierung	AI Pro (Gemini-App) seit 9. Okt.	Claude Opus 5
Texte überarbeiten	Claude Sonnet 5.5	Seit dem 28. September kostenlos auf claude.ai und bei maximalem Aufwand Fünfter unter den eigenständigen Modellen auf dem Intelligence Index v5; Qualitätsführer ist Claude Fable 5.1	Ja (Claude kostenlos)	Claude Fable 5.1
Multimodales Lernen (PDFs, Slides, Bilder)	Gemini 3.6 Flash	1M Kontext über AI Studio; Gemini-App seit 9. Okt. mit AI Plus	Kostenlos in AI Studio	NotebookLM (Google)

Zweitplatzierte und Alternativen: Claude Sonnet 5.5 (kostenlos) ist der Zweitplatzierte fürs Essay-Schreiben und -Lektorat. Gemini 3.6 Flash (kostenlos in Google AI Studio, in der Gemini-App mit Google AI Plus) ist der Zweitplatzierte fürs multimodale Lernen und die PDF-Aufnahme. DeepSeek V4 ist der Zweitplatzierte für die Problemlösung mit striktem Null-Kosten-Budget.

Was sich diesen Monat geändert hat

Für Studierende hat sich seit dem letzten Update nichts geändert. ChatGPT Free und Go laufen mit GPT-6 Luna, das OpenAI am 29. Oktober auf kürzere Antworten mit weniger Schmeichelei abgestimmt hat, Claude Sonnet 5.5 ist auf claude.ai weiterhin kostenlos, und die kostenlose Gemini-App läuft weiterhin mit Auto, sodass die Wahl von Gemini 3.6 Flash in der App Google AI Plus voraussetzt.

Im Oktober wechselte ChatGPTs kostenloses Modell ab dem 8. Oktober von GPT-5.6 Luna zu GPT-6 Luna, das damit die Zeile für Essays übernahm, die kostenlose Gemini-App wechselte am 9. Oktober zu Auto, Anthropic veröffentlichte am 7. Oktober Claude Haiku 5.5, das auch kostenlose Claude-Konten wählen können, und Gemini 4 Argon kam am 13. Oktober mit Google AI Pro, sodass US-Studierende mit Googles kostenlosem Jahr AI Pro es bekommen.

Anwendungsfall-Leitfaden, November 2026

Beste KI für Arbeit & Profis

GPT-6

Tägliche Wissensarbeit

→

Claude Opus 5.5

Programmieren & Schreiben

→

Gemini 3.1 Pro

Recherche & Briefings

Die beste KI für professionelle Arbeit ist GPT-6 (ChatGPTs Standard seit 7. Oktober, Sol in bezahlten Tarifen) für tägliche Wissensarbeit, Claude Opus 5.5 für Coding und anspruchsvolles Schreiben und Gemini Spark für agentische Workflows rund um die Uhr.

Die meisten Profis holen das meiste aus zwei bezahlten Abos heraus (ChatGPT Plus zu $20/Monat plus Claude Pro zu $20/Monat, insgesamt $40/Monat). Oder nur ein Abo: Fello AI deckt ChatGPT, Claude und Gemini für die tägliche Arbeit ab. Für agentische Arbeit, die läuft, während du schläfst, ist Gemini Spark der ständig aktive Cloud-Agent in Google Workspace, und seit 30. Juli erreicht er die Stufe Google AI Pro zu $19,99/Monat sowie Google AI Ultra; OpenAI dots, Grok Bot und Metas Muse sind die Alternativen, beschrieben im Agenten-Abschnitt oben.

Anwendungsfall	Bestes Modell	Schlüsselstat	Preis	Alternative
Tägliche Wissensarbeit	GPT-6	ChatGPTs Standard seit 7. Oktober; GPT-6 Sol in Plus	$20/Mon. ChatGPT Plus	Claude Opus 5.5
Rechts-, Finanz- und Steuerrecherche	Gemini 4 Argon	#1 HLAB 1.1 (27,1 %), Harveys Legal-Agent-Test im Vals Index; #2 Finance Agent v2.1 (67,7 %); #1 AutomationBench-AA (77,5 %) unter den nutzbaren Modellen	$19,99/Monat Google AI Pro	Claude Opus 5.5
ChatGPT Work & Codex	GPT-6.1 Sol	In ChatGPT Work und Codex für Plus, Pro, Business, Enterprise und Edu seit dem 29. September, in der API zu $2 / $10	$20/Mon. ChatGPT Plus	GPT-6 Luna für Mengenarbeit
Coding (proprietär)	Claude Opus 5.5	#1 Arena WebDev (1810) und #1 FrontierCode 2.0 (46,4 %), zu $4 / $20	$20/Monat Claude Pro	Claude Sonnet 5.5, das LiveBench Coding zum halben Token-Preis anführt
Coding (kosteneffizient)	Claude Sonnet 5.5	#1 LiveBench Coding (91,4) und #3 Terminal-Bench 4.0 (63,6 %); $1,64 pro Index-Aufgabe bei hohem Aufwand	$2 / $10	Kimi K3.1 Pro; DeepSeek V4.1-Flash-1017
Recherche & Briefings	Gemini 3.1 Pro	98 % ARC-AGI-1 bei $0.52/Aufgabe, Google-Grundierung	Google AI Pro / Ultra	Claude Opus 5.5
Harte Mathematik, Physik, Finanzmodellierung	GPT-6 Astra	#1 LiveBench Reasoning und ARC-AGI-2 (95 %); meldet 97,6 % FrontierMath Tier 4 v2	$100/Mon. ChatGPT Pro	GPT-6.1 Sol; Qwen 3.7 Max
Immer-an-Agenten-Workflows	Gemini Spark	24/7-Cloud-Agent in Google Workspace	Ab $19.99/Mon. Google AI Pro	Claude Cowork
Aktuelle Nachrichten, Kreatives im X-Kontext	Grok 4.7	35,0 auf dem Intelligence Index v5 + native X-Anbindung; in der Grok-App seit dem 3. Oktober	$30/Monat Premium (X Subscription)	Gemini 3.1 Pro
All-in-one-Konsolidierung	Fello AI	ChatGPT + Claude + Gemini + Grok + DeepSeek	Ab $11.99/Mon.	Jeden Anbieter separat bezahlen

Zweiter Platz und Alternativen: Für die meisten professionellen Teams ist Claude Opus 5.5 der Zweite hinter GPT-6 für die tägliche Arbeit und zugleich der Coding-Führer zu $4 / $20, während Claude Sonnet 5.5 der günstigere Coding-Tipp ist, der LiveBench Coding anführt, und GPT-6 Astra auf Arenas WebDev-Board Zweiter. Gemini 3.1 Pro ist der Zweite für recherchelastige Rollen, und Gemini Spark ist die Wahl, wenn Sie einen Cloud-Agenten an lange Aufgaben in Google Workspace setzen können, mit OpenAI dots als Alternative für Abonnenten von ChatGPT Pro.

Was sich diesen Monat geändert hat

Die Zeile für tägliche Wissensarbeit bleibt bei GPT-6, ChatGPTs Standard seit dem 7. Oktober, und seit dem letzten Update hat keine Zeile den Besitzer gewechselt: Gemini 4 Argon behält die Zeile für Recht, Finanzen und Steuern, bei AutomationBench-AA liegt nur das noch nicht öffentliche Gemini 4 Carbon darüber, und Claude Opus 5.5 behält die Zeile für proprietäres Programmieren, jetzt mit 1810 bei Arena WebDev. Im Oktober hat Vals am 27. Oktober seinen Index neu berechnet, mit Claude Sonnet 5.5 vorn und Carbon auf Platz zwei, Argon übernahm am 13. Oktober die neue Zeile für Recht, Finanzen und Steuern auf Basis von HLAB 1.1 und Finance Agent v2.1, Kimi K3.1 Pro nahm Sonnet 5.5 Terminal-Bench 4.0 ab, und die Coding-Zeilen stützen sich jetzt auf FrontierCode 2.0 aus dem Intelligence Index v5.

Preisvergleich

KI-Modell-Preise im November 2026

Von kostenlosen Tarifen für $0 bis zu Google AI Ultra für $199,99 im Monat. Der wichtigste Preis in dieser Tabelle ist Claude Opus 5.5 zu $4 / $20: Das Modell mit dem höchsten Wert auf dem Intelligence Index v5 von Artificial Analysis, das man nutzen kann, kostet weniger als das Claude Opus 5, das es ersetzt hat ($5 / $25), und Cache-Lesezugriffe werden um 60 % günstiger, auf $0,20. Claude Fable 5.1 und GPT-6 Astra kosten beide $10 / $50 und liegen beide darunter. Googles Gemini 4 Carbon liegt einen Punkt höher, zu einem angekündigten Einführungspreis von $2 / $10, doch bisher können es nur Cyber-Verteidiger nutzen.

Der häufigste Tarif ist jetzt $2 / $10, den Claude Sonnet 5.5, GPT-6 Sol, GPT-6.1 Sol und Moonshots Kimi K3.1 Pro teilen, das 46,0 für $3,68 pro Index-Aufgabe erreicht. GPT-6.1 Sol ist weiterhin der günstigste Weg über 50 im Index, mit $0,59 pro Index-Aufgabe für 50,2 bei hohem Aufwand oder $1,27 für 54,5 bei maximalem Aufwand, und OpenAIs GPT-6.1 Terra (26. Oktober) halbiert den Token-Preis auf $1 / $5 für 51,0 bei $0,96. Bei Sonnet 5.5 entscheidet die Aufwandsstufe über die Rechnung: Eine Index-Aufgabe kostet $1,64 bei hohem Aufwand und $10,02 bei maximalem, gleichauf mit den $10,04 von Opus 5.5, und Anthropic hat seine Cache-Lesezugriffe am 7. Oktober auf $0,10 halbiert. Googles Gemini 4 Argon startet ebenfalls mit einem Einführungspreis von $2 / $10 ($4 / $20 regulär) bis zum 30. November, und seit dem 13. Oktober kann es jeder in der bezahlten API kaufen.

Token-Preis und Aufgabenkosten können auseinanderlaufen. Grok 4.7 kostet laut Liste $2 / $6, doch eine Index-Aufgabe kostet $6,18 für einen Wert von 35,0, weil es so viel Output schreibt. Mistral Large 4, dessen Gewichte Mistral am 29. Oktober veröffentlicht hat, kostet laut Liste jetzt $0,70 / $2,10, die Hälfte des Vorschau-Preises, und eine Index-Aufgabe kostet $2,06 für einen Wert von 26,0. Metas Muse Spark 1.3 zu $1,25 / $4,25 war auf v4.3.2 der Preis-Leistungs-Tipp der Spitzenklasse, mit $1,60 pro Index-Aufgabe für 48,1, und Artificial Analysis hat es auf v5 noch nicht bewertet.

Am günstigen Ende ist GPT-6 Luna das billigste Modell pro Aufgabe auf dieser Seite: $0,10 / $0,50, also $0,15 pro Index-Aufgabe für 27,8 bei maximalem Aufwand. Claude Haiku 5.5 (7. Oktober) hat bei Prompts bis 100.000 Tokens denselben Token-Preis und erreicht 36,2 gegenüber Lunas 27,8, schreibt aber so viel mehr, dass eine Index-Aufgabe bei maximalem Aufwand $0,41 kostet, bei xhigh $0,25 für 34,3; über 100.000 Tokens steigt der Preis auf $0,50 / $2,50. Unter den offenen Modellen, die man nach Tokens kauft, ist DeepSeek V4.1-Flash-1017 der Tipp, der Stand, den DeepSeeks API seit dem 17. Oktober ausliefert, zu $0,15 / $0,60 außerhalb der Spitzenzeiten und $0,30 / $1,20 zur Spitzenzeit ($0,60 pro Index-Aufgabe für 32,5, der höchste offene Wert auf v5), während GLM 5.3 Flash zu $0,15 / $0,50 auf v5 jetzt 27,8 für $0,58 pro Index-Aufgabe erreicht. Xiaomis MiMo-V2.6-Pro ist pro Aufgabe günstiger, $0,26 für 29,9, aber nur, wenn Sie seine 1,02 Billionen Parameter selbst hosten. Eine genauere Aufschlüsselung finden Sie in unserem vollständigen KI-Preisvergleich.

Modell	Input (pro 1M)	Output (pro 1M)	Kontext	Kostenloser Zugang?
GPT-6 Astra	$10.00	$50.00	1.050.000 (max. Eingabe 922.000)	Im Chat auf Pro, Business und Enterprise seit 4. September; Plus bekommt es in ChatGPT Work und Codex statt im Chat; kein Gratis-Tarif; in der API live
GPT-6 Sol	$2.00	$10.00	1.050.000 (max. Eingabe 922.000)	ChatGPT-Chat in Plus, Pro, Business und Enterprise seit 7. Oktober; Work & Codex; API
GPT-6.1 Sol	$2.00	$10.00	1.050.000 (max. Eingabe 922.000)	ChatGPT Work & Codex auf Plus, Pro, Business, Enterprise und Edu seit 29. September; API; nicht im Chat; Cache-Lesen $0,10
GPT-6.1 Terra	$1.00	$5.00	1.050.000 (max. Eingabe 922.000)	ChatGPT Work & Codex auf Plus, Pro, Business, Enterprise und Edu seit dem 26. Oktober; API; nicht im Chat; Cache-Lesen $0,05
GPT-6 Luna	$0.10	$0.50	1.050.000 (max. Eingabe 922.000)	ChatGPT-Chat in Free und Go, im Rollout seit 8. Oktober; Work & Codex in bezahlten Tarifen; API
GPT-5.5	$5.00	$30.00	1M (400K in Codex)	ChatGPT Free; API bezahlt
GPT-5.5 Pro	$30.00	$180.00	1M	ChatGPT Pro ab $100/Mon. ($200 und $500 als Stufen mit höherer Nutzung)
GPT-5.6 Sol	$4.00	$20.00	Nicht veröffentlicht	Live in ChatGPT, Codex & API (9. Juli); Aktionspreis mindestens bis 21. November 2026
GPT-5.6 Terra	$2.00	$12.00	Nicht veröffentlicht	Live in ChatGPT, Codex & API (9. Juli)
GPT-5.6 Luna	$0.20	$1.20	Nicht veröffentlicht	Live in ChatGPT, Codex & API (9. Juli)
Claude Opus 5.5	$4.00	$20.00	1M	Claude Pro/Max/Team; API kostenpflichtig; Cache-Lesen $0,20
Claude Opus 5	$5.00	$25.00	1M	Legacy-Modell bei Anthropic; Pro/Max/API
Claude Opus 4.8	$5.00	$25.00	1M	Legacy-Modell bei Anthropic; Pro/Max/API
Claude Fable 5.1	$10.00	$50.00	1M	Cache-Reads $0.25; in Max/Team Premium (~50 % der Nutzungslimits); Pro/Team Standard über Credits. Mythos 5.1 rechnet identisch ab, nur auf Einladung
Claude Fable 5	$10.00	$50.00	1M	Dauerhaft in Max/Team Premium (~50 % der Nutzungslimits); Pro/Team Standard über Credits
Claude Sonnet 5.5	$2.00	$10.00	1M	Kostenlos auf claude.ai; Pro/Max/Team; API kostenpflichtig; Cache-Lesen $0,10 seit 7. Oktober
Claude Sonnet 5	$2.00	$10.00	1M	Legacy-Modell seit 28. September; Rückfallmodell für markierte Cybersicherheitsanfragen; API bezahlt
Claude Sonnet 4.6	$3.00	$15.00	1M	API bezahlt (abgelöst durch Sonnet 5)
Claude Haiku 5.5	$0.10 (≤100K) / $0.50 (>100K)	$0.50 (≤100K) / $2.50 (>100K)	1M	Free, Pro, Max, Team und Enterprise auf Claude.ai (Web, iOS, Android); API kostenpflichtig; Cache-Lesen $0,01
Gemini 3.1 Pro	$2.00 (≤200K) / $4.00 (>200K)	$12.00 (≤200K) / $18.00 (>200K)	1M	Gemini-App ab Google AI Pro seit 9. Okt.; API bezahlt
Gemini 4 Argon	$2.00 Einführung bis 30.11. / $4.00 regulär ($0.10 Cache, Einführung)	$10.00 Einführung / $20.00 regulär	1M, geteilt zwischen Input und Output	Bezahlte API seit 13. Oktober; Gemini-App in Google AI Pro und Ultra
Gemini 4 Carbon	$2.00 Einführung / $4.00 später (angekündigt)	$10.00 Einführung / $20.00 später	Nicht veröffentlicht	Angekündigt am 28. Oktober; nur für Cyber-Verteidiger und Fairwind-Partner, kein Termin für die öffentliche API oder die Gemini-App
Gemini 3.8 Flash	$0.75 Einführung / $1.50 ab 1.1.2027	$3.75 Einführung / $7.50 ab 1.1.2027	1M	AI Studio, Antigravity, Gemini Enterprise + bezahlte API; in der Gemini-App für AI Pro/Ultra berichtet
Gemini 3.7 Flash	$0.75 Einführung / $1.50 ab 1.1.2027	$3.75 Einführung / $7.50 ab 1.1.2027	1M	AI Studio, Android Studio, Antigravity + bezahlte API; in der Gemini-App nur über Spark (AI Pro/Ultra, ohne EWR/UK/CH/Nigeria)
Gemini 3.6 Flash	$0.75 Einführung / $1.50 ab 1.1.2027	$3.75 Einführung / $7.50 ab 1.1.2027	1M	Gemini-App ab AI Plus seit 9. Okt.; AI Studio; kostenlose API-Stufe + bezahlte API
Gemini 3.5 Flash-Lite	$0.30	$2.50	1M	AI Studio; kostenlose API-Stufe + bezahlte API
Qwen3.8-Max-0902	$2.00 ($0.17 expliziter Cache-Hit, $0.25 impliziter)	$6.00	1M (128K Ausgabe)	Nur QwenCloud-API; kein Consumer-Chat; offene Gewichte nur für die Textversion Qwen3.8-2.4T-A95B, auf der es aufbaut
Qwen 3.7 Max	$1.25 Promo / $2.50 Liste	$3.75 Promo / $7.50 Liste	1M	200 kostenlose Anfragen/Tag; API bezahlt darüber hinaus
MiniMax M3	$0.30 (50 % Rabatt auf $0.60)	$1.20 (≤512K)	1M	Open weights; Hosting-Kosten fallen an
LongCat-2.0	Anbieterabhängig	Anbieterabhängig	1M	Open weights (MIT); Hosting-Kosten fallen an
NVIDIA Nemotron 3 Ultra	Anbieterabhängig	Anbieterabhängig	1M	Open weights (OpenMDW); Hosting-Kosten fallen an
Qwen 3.5 (Open-Weight)	Selbst-Host / Together	Selbst-Host / Together	1M	Open weights; Hosting-Kosten fallen an
Nex-N2-Pro	Selbst-Host / Anbieter	Selbst-Host / Anbieter	1M	Open weights (Apache 2.0); Hosting-Kosten fallen an
Rio 3.5 Open 397B	Selbst-Host / Anbieter	Selbst-Host / Anbieter	1M	Open weights (MIT); Hosting-Kosten fallen an
Grok 4.3	$1.25	$2.50	1M	Kostenloser Consumer-Plan; API bezahlt
Grok 4.6	$2.00 (<200K) / $4.00 (≥200K)	$6.00 (<200K) / $12.00 (≥200K)	500K	SpaceXAI-API, Cursor, Grok Build, OpenRouter, Vercel, Cloudflare
Grok 4.7	$2.00 (<200K) / $4.00 (≥200K)	$6.00 (<200K) / $12.00 (≥200K)	500K	SpaceXAI-API, Cursor, Grok Build, Harnesses und Cloud-Router; seit 3. Oktober auch im Expert-Modus der Grok-App
Muse Spark 1.3	$1.25 ($0.10 Contributor-Stufe)	$4.25 ($0.20 Contributor-Stufe)	1M	Bezahlte API; Muse Code, Meta Model API und OpenRouter; Contributor-Stufe tauscht Trainingsrechte gegen ~92 % Rabatt
Muse Wonder	$4.00	$20.00	1M	Bezahlte API; Meta Model API, Muse Code und OpenRouter; Muse Wonder Full nur in Muse Code, in den Tarifen für $50 und $200
Kimi K3	$3.00 ($0.30 Cache-Hit)	$15.00	1M	Kostenlose Basis-Stufe in der Kimi-App; open weights auf Hugging Face (Kimi K3 License)
Kimi K3.1 Pro	$2.00 ($0.20 Cache-Hit)	$10.00	1M	Kimi.com, Kimi-Apps, Kimi Work, Kimi Code und Kimi API seit 23. Oktober; open weights bis 4. November versprochen; Highspeed-Variante zum doppelten Preis
Mistral Large 4	$0.70 ($0.07 Cache)	$2.10	1M	Mistral-API, Mistral Studio, OpenRouter und Microsoft Foundry; offene Gewichte auf Hugging Face seit dem 29. Oktober unter der Mistral Ecosystem Open-Weight License (abgewandelte MIT)
Gemini Omni Flash (Video)	$1.50	$17.50 (Video-Output)	10-Sekunden-Clips	Gemini-App / Flow; AI Studio + API
DeepSeek V4-Pro	$0.66 Nebenzeit / $1.32 Spitzenzeit ($0.022 Cache-Hit Nebenzeit)	$1.98 Nebenzeit / $3.96 Spitzenzeit	1M	DeepSeek Chat kostenlos; API bezahlt, Spitzen- und Nebenzeittarife seit 16. August
DeepSeek V4.1-Flash-1017	$0.15 Nebenzeit / $0.30 Stoßzeit ($0.003 Cache-Treffer Nebenzeit)	$0.60 Nebenzeit / $1.20 Stoßzeit	1M	DeepSeek Chat gratis; API kostenpflichtig, Stoß- und Nebenzeit-Tarife; Stand 1017 seit 17. Oktober zu gleichen Preisen
Kimi K2.7 Code	Anbieterabhängig	Anbieterabhängig	256K	Open weights; Hosting-Kosten fallen an
GLM-5.2	Anbieterabhängig	Anbieterabhängig	1M	Open weights; Hosting-Kosten fallen an
GLM 5.3	$1.40 ($0.26 Cache-Hit)	$4.40	1M	Z.ai API, GLM Coding Plan und ZCode; Gewichte seit dem 28. August auf Hugging Face unter der eigenen GLM 5.3 License
GLM 5.3 Flash	$0.15 ($0.03 Cache-Hit)	$0.50	1M	Z.ai API, GLM Coding Plan, OpenRouter; MIT-Gewichte auf Hugging Face; die Einführungsaktion endete am 9. September
Tencent Hy4 Preview	$0.834 ($0.042 Cache-Hit)	$2.501	1M+	Offene Gewichte (Apache 2.0); Tencent Cloud TokenHub, OpenRouter, WorkBuddy, CodeBuddy
Qwen3.8-Flash-Next	Anbieterabhängig	Anbieterabhängig	262K (bis 1M)	Offene Gewichte (Qwen Community License 1.0); Hosting-Kosten kommen hinzu
MiMo-V2.6-Pro	$0.435	$0.87	1M	Offene Gewichte (MIT); Hosting-Kosten fallen an
ERNIE 5.1	China-Region-Preise	China-Region-Preise	256K	Baidu Gratisversion
Gemini Spark (Agent)	Nicht API-bepreist	Nicht API-bepreist	1M (Gemini-Basis)	Google AI Pro $19.99, AI Ultra $99.99 oder $199.99/Mon.
Fello AI (Aggregator)	Über die App geroutet	Über die App geroutet	Modellabhängig	Ab $11.99/Mon., Gratisversion verfügbar

Die oben genannten Raten für GPT-5.5 und GPT-5.5 Pro sind Short-Context-Preise; OpenAI veröffentlicht die spezifischen Long-Context-Zahlen nicht mehr. Die GPT-5.6-Stufen werden mit dem 2-fachen Input und dem 1,5-fachen Output abgerechnet, sobald ein Prompt 272K Input-Tokens überschreitet, was Long-Context-Terra auf $4 / $18 und Luna auf $0.40 / $1.80 bringt. Die GPT-6-Stufen tragen ab 272K Input-Tokens denselben Aufschlag, angewendet auf die gesamte Anfrage, und ihre Cache-Lesezugriffe sind 90 % günstiger: $1.00 für Astra, $0.20 für GPT-6 Sol und $0.01 für Luna, bei GPT-6.1 Sol 95 %, also $0.10.

Grok 4.6 funktioniert genauso, beißt aber härter: Ab 200.000 Prompt-Tokens rechnet SpaceXAI die gesamte Anfrage zum höheren Satz ab statt nur den Überhang, sodass ein Überschreiten um tausend Tokens die Kosten des ganzen Aufrufs verdoppelt. Die andere Preisliste, die man zweimal lesen sollte, ist die von DeepSeek: Seit dem 16. August werden beide V4-Modelle werktags von 01:00 bis 04:00 und von 06:00 bis 10:00 UTC zum Spitzentarif abgerechnet und in jeder anderen Stunde zu genau der Hälfte, sodass dieselbe Aufgabe je nach Ausführungszeitpunkt doppelt so viel kosten kann.

Der günstigste Weg durch diese Tabelle ist oft ein Abo statt drei. Fello AI vereint GPT, Claude, Gemini, Grok, Perplexity und mehr in einer einzigen App für Mac, iPhone und iPad, in den meisten Ländern ab $11,99 im Monat.

Open-Weight-Modelle

Beste Open-Weight-Modelle im November 2026

Das beste Open-Weight-Modell im November 2026 ist DeepSeeks V4.1-Flash-1017, am 17. Oktober unter MIT erschienen: 552 Milliarden Parameter, davon 8 Milliarden aktiv beim Prefill und 16 Milliarden beim Decode, und 1M Token Kontext. Artificial Analysis gibt ihm auf dem neuen Intelligence Index v5 32,5, den höchsten Wert aller Modelle mit veröffentlichten Gewichten, vor GLM-5.3 mit 31,7 und Xiaomis MiMo-V2.6-Pro mit 29,9, und es ist auch das bestplatzierte offene Modell auf dem WebDev-Board der Arena, auf Platz 16, und in der Agent Arena auf Platz 18, einen Platz hinter Xiaomis MiMo-V2.6-Pro. Es kostet $0,15 / $0,60 pro 1M Token außerhalb der Spitzenzeiten, also $0,60 pro Index-Aufgabe.

Zwei weitere offene Modelle führen noch irgendwo. Xiaomis MiMo-V2.6-Pro, am 21. September unter reiner MIT-Lizenz veröffentlicht, ist mit $0,26 das günstigste starke offene Modell pro Aufgabe und das bestplatzierte offene Modell in der Agent Arena und führte diese Rangliste an, bis der Intelligence Index v5 das Board am 27. Oktober neu skalierte. GLM-5.3 ist mit 41,9 % das stärkste offene Modell bei Terminal-Bench 4.0, allerdings unter einer eigenen Z.ai-Lizenz statt MIT.

Zwei Oktober-Veröffentlichungen liegen knapp außerhalb dieser Rangliste. Moonshots Kimi K3.1 Pro (23. Oktober) erreicht 46,0, 13,5 Punkte über DeepSeek V4.1-Flash-1017, doch Moonshot hat seine Gewichte erst für den 4. November versprochen, daher ist es ein geschlossenes Modell, bis sie auf Hugging Face liegen. MiniMax-M3.1-Flash, dessen Gewichte unter MiniMax' Community-Lizenz auf Hugging Face liegen, erreicht 28,9 mit 428B Parametern insgesamt und 23B aktiven für $0,49 pro Index-Aufgabe, pro Aufgabe etwas günstiger als DeepSeek V4.1-Flash-1017, aber 3,6 Punkte niedriger.

Für Teams, die eigene Gewichte betreiben, ist GLM 5.3 Flash (Z.ai, MIT) weiterhin die praktische Wahl: 27,8 auf v5 oder 41,8 auf v4.3.2, bei 320B insgesamt und 18B aktiv. Es ist ein eigenständiges Modell auf neu trainierter Basis, kein verkleinertes GLM 5.3, weshalb es unter MIT erscheint. Ein Modell mit 1,02 Billionen Parametern ist nichts für eine Workstation, und allein der K3-Download umfasst rund 1,56 TB. DeepSeek-V4.1-Flash-1017 hat am 17. Oktober den September-Stand von V4.1-Flash zu unveränderten Preisen ersetzt: MIT, nativ multimodal, $0,15 / $0,60 außerhalb der Spitzenzeiten.

Vier weitere sind einen Blick wert. Mistral Large 4, dessen Gewichte Mistral am 29. Oktober unter einer eigenen abgewandelten MIT-Lizenz veröffentlicht hat, ist mit 26,0 auf v5 für $2,06 pro Index-Aufgabe das bestbewertete offene Modell aus den USA oder Europa, unter den offenen Modellen aber nur Siebter, und ein Unternehmen, das es als gehosteten Dienst verkauft, braucht eine separate kommerzielle Lizenz von Mistral. Alibabas Qwen3.8-Flash-Next, 125B mit nur 6B aktiv, ist ein Vorgeschmack auf die Qwen4-Architektur und kam auf v4.3.2 auf 39,8. Tencents Hy4 Preview, 770B insgesamt und 49B aktiv unter Apache 2.0, hat keine Bewertung von Artificial Analysis, steht aber auf Platz 23 bei Arena WebDev. Metas Muse Spark Open, am 15. Oktober mit 816B insgesamt und 42B aktiv erschienen, erreicht auf v5 24,7 unter Metas eigener Muse Model License statt einer Open-Source-Lizenz.

Modell	Am besten für	Schlüssel-Benchmark	Kontext / Lizenz	Wo laufen lassen
DeepSeek V4.1-Flash-1017	Bestes offenes Modell und bester offener Wert, wenn man nach Tokens kauft	II 32,5 (v5.0), der höchste offene Wert, bei $0,60 pro Index-Aufgabe; bestes offenes Modell bei Arena WebDev, #18 in der Agent Arena; 552B, 8B aktiv beim Prefill und 16B beim Decode	1M / MIT	DeepSeek API ($0.15/$0.60 Nebenzeit, $0.30/$1.20 Spitzenzeit), lokal
Kimi K3	Größtes offenes Modell auf dieser Seite	II 43,6 (v4.3.2); #18 Arena WebDev und #27 Agent Arena; 2.8T/104B aktiv	1M / Kimi K3 License	Hugging Face (96 Shards, 1.56 TB), Moonshot API, Anbieter
GLM 5.3 Flash	Bestes offenes Modell, das die meisten Teams wirklich betreiben können	II 27,8 (v5.0) bei $0.58 pro Index-Aufgabe, 41,8 auf v4.3.2, das kleinste der führenden offenen Modelle; 320B/18B aktiv, nativ multimodal	1M / MIT	Hugging Face, Z.ai API ($0.15/$0.50), OpenRouter
GLM-5.2	Rückfalloption mit unabhängigem Nachweis	II 33,7 (v4.3.2); #33 Arena WebDev (1606), #25 Agent Arena; 744B/40B aktiv	1M / MIT	Z.ai, Hugging Face, OpenRouter
GLM 5.3	Seit dem 28. August offen, aber unter eigener Lizenz	II 31,7 (v5.0), Zweiter unter den offenen Modellen; gleiche 744B-Basis wie GLM-5.2, nur nachtrainiert, veröffentlichter Checkpoint mit 753B gezählt; CyberGym 84,5 % und Terminal-Bench 3.0 28,3 (Herstellerangaben)	1M / GLM 5.3 License (Model-as-a-Service über 10 Mrd. USD Umsatz braucht eine Z.ai-Sicherheitsprüfung)	Hugging Face, Z.ai API ($1.40/$4.40), GLM Coding Plan, ZCode
MiMo-V2.6-Pro	Günstigstes starkes offenes Modell pro Aufgabe	II 29,9 (v5.0), Dritter unter den offenen Modellen, bei $0,26 pro Index-Aufgabe; 34,8 % Terminal-Bench 4.0; GDPval-AA v2.1 1689; #17 Agent Arena, das beste offene Modell dort; 1,02 Billionen/42 Mrd. aktiv	1M / MIT	Hugging Face (XiaomiMiMo), Anbieter, Selbsthosting
MiniMax-M3.1-Flash	Günstiges offenes Modell für Code und Agenten	II 28,9 (v5.0) bei $0,49 pro Index-Aufgabe; 428B/23B aktiv, Eingabe von Text, Bild und Video; #38 Arena WebDev (1582)	1M / MiniMax Community License	Hugging Face, MiniMax, Self-Hosting
Mistral Large 4	Bestbewertetes offenes Modell aus den USA oder Europa	II 26,0 (v5.0) bei $2,06 pro Index-Aufgabe, Siebter unter den offenen Modellen; rund 1T insgesamt und 49B aktiv, nativ multimodal; #48 Arena WebDev (1544)	1M / Mistral Ecosystem Open-Weight License (abgewandelte MIT)	Hugging Face, Mistral API ($0.70/$2.10), OpenRouter, Microsoft Foundry
Tencent Hy4 Preview	Bislang größtes permissiv lizenziertes Modell	770B/49B aktiv; 2,99/4,00 auf Tencents eigenem 203-Aufgaben-Panel gegen 2,94 für Kimi K3 und 2,92 für GLM 5.3 (Hersteller); keine Bewertung von Artificial Analysis; #23 Arena WebDev (1631), #26 Agent Arena	1M+ / Apache 2.0	Hugging Face (BF16 und FP8), Tencent Cloud TokenHub, OpenRouter
Qwen3.8-Flash-Next	Vorschau auf die Qwen4-Architektur	125B gesamt plus 51B N-Gramm-Embedding, 6B aktiv; 91,7 GPQA Diamond und 62,5 SWE-Bench Pro (Hersteller); II 39,8 (v4.3.2); #24 Arena WebDev (1628)	262K bis 1M / Qwen Community License 1.0	Hugging Face, Anbieter, Self-Hosting
LongCat-2.0	Frontier-offener Coder, trainiert auf chinesischen Chips	II 33 (v4.1); 59,5 % SWE-Bench Pro (Anbieter), 1.6T/~48B aktiv	1M / MIT	Hugging Face, GitHub, OpenRouter
MiniMax M3	Günstig multimodal mit langem Kontext	II 18,7 (v5.0; 29,2 auf v4.3.2), 59 % SWE-Bench Pro, multimodal	1M / MiniMax Community License	Hugging Face, API $0.30/1M (50 % Rabatt)
Nex-N2-Pro	Stärkster offener Coding-Wert	II 41 (v4.1); 80,8 SWE-Bench Verified, 397B/17B aktiv	Qwen-basiert / Apache 2.0	Hugging Face, Anbieter, Selbst-Host
Kimi K2.7 Code	Stärkster kommerziell lizenzierter offener Coder	+21,8 % auf Kimi Code Bench v2 vs. K2.6 (Anbieter); 1T/32B aktiv	256K / Modified MIT	Hugging Face, DeepInfra, Anbieter
DeepSeek V4-Pro	Agentische Arbeit in der realen Welt	II 44 (v4.1), 1.6T/49B aktiv	1M / MIT	DeepSeek API ($0.66/$1.98 außerhalb der Spitze, $1.32/$3.96 zur Spitze seit 16. August), lokal
Hy3	Neuester Kandidat mit permissiver Lizenz	II 41 (v4.1); #64 auf Arena WebDev (1505)	Apache 2.0	Hugging Face, Anbieter, Selbst-Host
Inkling	Thinking Machines' erstes open model	II 41 (v4.1), agentisch 32,3, veröffentlicht 15. Juli	Open weights	Hugging Face, Anbieter, Selbst-Host
Inkling Small	Gleiche Familie bei einem Viertel der Größe	II 40 (v4.1), agentisch 30,8; 276B/12B aktiv, Text, Bild und Audio Input	Apache 2.0	Hugging Face (BF16 und NVFP4), Anbieter, Selbst-Host
NVIDIA Nemotron 3 Ultra	NVIDIA-abgestimmt, voll permissive Lizenz	II 38 (v4.1), 65-70,4 SWE-Bench Verified, 550B/55B aktiv	1M / OpenMDW	OpenRouter, Hugging Face, AWS (8x B200 Selbst-Host)
Qwen 3.5 (397B / 17B aktiv)	Multimodal, schnelles Decoding	88,4 GPQA, 91,3 AIME 2026, 83,6 LiveCodeBench v6	1M / offen	Together, OpenRouter, lokal
Qwen3.6-35B-A3B	Effizienter offener agentischer Coder (3B aktiv)	86,0 GPQA Diamond, 92,7 AIME 2026, 35B/3B aktiv	262K (bis 1M YaRN) / Apache 2.0	Hugging Face, OpenRouter, lokal
Qwen3.6-27B	Laptop-tauglicher dichter Coder	87,8 GPQA Diamond, dicht 27B, multimodal	256K / Apache 2.0	Lokal Mac/PC, Hugging Face, OpenRouter
Rio 3.5 Open 397B	Qwen-3.5-Fine-tune, mehrsprachiges Reasoning	70,8 Terminal-Bench 2.1 (First-Party), schlägt Qwen 3.7 Plus in 4/5	397B/17B aktiv / MIT	Hugging Face, Anbieter, Selbst-Host
Llama 4 Maverick	Flaggschiff der Meta-Reihe	17B aktiv / 400B Gesamtparameter	Llama 4 License	Meta-Cloud, Hugging Face, lokal
NVIDIA Nemotron 3 Nano Omni	Edge / Low-Power	Multimodal, sehr kleiner Footprint	Kompakt / offen	Lokal, NVIDIA-Tool

Lizenzierung zählt hier ebenso wie der reine Wert, und der August hat den Abstand zwischen den beiden Gruppen vergrößert. Kimi K2.7 (Modified MIT), DeepSeek V4 (MIT), GLM 5.3 Flash (MIT), MiMo-V2.6-Pro (MIT), GLM-5.2 (MIT), LongCat-2.0 (MIT), Hy3 (Apache 2.0), Hy4 Preview (Apache 2.0), Nex-N2-Pro (Apache 2.0) und Nemotron 3 Ultra (OpenMDW) erlauben alle klar die kommerzielle Nutzung ohne Umsatzprüfung.

Der Rest trägt Bedingungen, die man lesen sollte, bevor man darauf aufbaut: MiniMax M3, MiniMax-M3.1-Flash und MiniMax H3 kommen unter ihren eigenen Community-Lizenzen, wobei H3 zusätzlich einen Antrag aus den USA, der EU, dem Vereinigten Königreich und Südkorea verlangt; die abgewandelte MIT-Lizenz von Mistral Large 4 verlangt von allen, die es als gehosteten Dienst verkaufen, eine separate kommerzielle Lizenz von Mistral, wobei interne Nutzung ausgenommen ist; Kimi K3 sitzt auf einer eigenen Lizenz mit einer Umsatzschwelle für alle, die es als Service weiterverkaufen; GLM 5.3 verlangt eine Z.ai-Sicherheitsprüfung für jeden Model-as-a-Service-Betreiber über 10 Milliarden Dollar Umsatz; und die Qwen Community License 1.0 bei Qwen3.8-Flash-Next verlangt eine separate Lizenz von Qwen, um ein Model-as-a-Service- oder ein KI-Arbeitsassistenz-Geschäft zu betreiben, wobei interne Nutzung ausgenommen ist. Kein open model ist mehr Erster auf irgendeinem Arena-Board, das wir verfolgen: Claude Opus 5 holte sich das Agent-Board im Juli, das letzte, das ein open model anführte.

Wie wir bewerten

Benchmarks, Preise und Hands-on-Nutzung

Jedes Ranking auf dieser Seite kombiniert drei Eingaben: öffentliche Benchmarks von sieben unabhängigen Häusern (Artificial Analysis, Arena früher LMArena, Scale SEAL, LiveBench, EQ-Bench, ARC Prize und das offizielle Terminal-Bench-4.0-Board, mit Abdeckung der Intelligence Index, GPQA Diamond, ARC-AGI-1 bis 3, Humanity's Last Exam, GDPval-AA, FrontierMath, HMMT, MCP Atlas, SWE Atlas und dem Remote Labor Index), veröffentlichte API- und Abo-Preise von der offiziellen Preisseite jedes Anbieters und Hands-on-Nutzung durch das FelloAI-Redaktionsteam, das echte Prompts über dieselbe Aufgabe auf jedem Modell laufen lässt. Wir holen offizielle Preis- und Benchmark-Quellen vor jedem monatlichen Update neu ein.

Benchmarks werden auf den Anwendungsfall gewichtet: SWE-bench und Terminal-Bench treiben das Programmieren, GPQA Diamond und ARC-AGI-2 treiben die Genauigkeit, GDPval-AA (Artificial Analysis' Benchmark für professionelle Deliverables) informiert die Qualität professioneller Aufgaben, während der Schreibstil primär durch Hands-on-Tests beurteilt wird, FrontierMath und HMMT treiben die Problemlösung. Wir legen offen, wenn ein Benchmark vom Anbieter gemeldet, aber nicht unabhängig verifiziert ist, und wir streichen jede Behauptung, die wir nicht gegen eine Live-Quelle reproduzieren können. Wir ranken nach gemessenen Werten: Eine Kategoriekrone wandert, sobald ein Modell den Titelhalter auf den Boards schlägt, die diese Kategorie definieren, ohne auf die stimmbasierten Boards zu warten, und ein Modell, das noch nicht breit verfügbar ist, wird auf seiner Karte gekennzeichnet statt von ihr ausgeschlossen. Wir prüfen Ränge ebenso nach wie Zahlen, denn ein Wert kann korrekt bleiben, während sich das Board darum herum bewegt. Wenn ein Modell zwischen Updates ein großes Upgrade durchläuft, ranken wir die Kategorie neu und ergänzen eine „Was sich diesen Monat geändert hat"-Zeile am unteren Ende der ausführlichen Analyse.

Unsicher, welches Modell du wählen sollst?

Frag ChatGPT, Claude und Gemini und nimm die beste Antwort. Keine drei Abos.

Fello AI läuft auf Mac, iPhone und iPad, kostenlos zum Start.

Fello AI laden

Häufig gestellte Fragen

Häufige Fragen

Welche KI ist aktuell die beste (November 2026)?

Das hängt von der Aufgabe ab. Beim Gesamtwert der Benchmarks ist Claude Opus 5.5 (22. September) mit 58,4 das Modell mit dem höchsten Wert im Intelligence Index v5 von Artificial Analysis, das man nutzen kann, vor GPT-6 Astra mit 56,9; Googles Gemini 4 Carbon (28. Oktober) erreicht 59,4, doch nur Cyber-Verteidiger können es nutzen. Opus 5.5 hält auch Coding, Claude Fable 5.1 Schreiben und Genauigkeit, GPT-6 Astra führt beim schwierigen Reasoning, ChatGPT Images 2.5 bei Bildern und MiniMax H3 bei Video. Für den täglichen Chat ist GPT-6 seit dem 7. Oktober Standard in ChatGPT und der Assistent, den die meisten Menschen tatsächlich öffnen. Unter den offenen Modellen führt DeepSeek V4.1-Flash-1017 mit 32,5 unter MIT.

Ist GPT-6 draußen, und ist es jetzt das beste Modell?

Ja, es ist erschienen, aber es ist nicht das beste. OpenAI hat GPT-6 Astra am 3. September 2026 und GPT-6 Sol und GPT-6 Luna am 22. September gestartet, und seit dem 7. Oktober antwortet ChatGPT mit GPT-6: Sol auf Plus, Pro, Business und Enterprise, Luna auf Free und Go ab dem 8. Oktober. Artificial Analysis gibt Astra auf dem Intelligence Index v5 56,9, Platz drei hinter Googles Gemini 4 Carbon mit 59,4, das nur Cyber-Verteidiger nutzen können, und Claude Opus 5.5 mit 58,4, auch wenn Astra weiterhin LiveBench Reasoning und ARC-AGI-2 anführt. OpenAI hat am 26. Oktober GPT-6.1 Terra für ChatGPT Work und Codex hinzugefügt. Die Details stehen in unserer Analyse zu GPT-6 Astra, der Analyse zu GPT-6 Sol und Luna und dem Leitfaden zu GPT-6.1 Sol.

Ist Gemini 4 draußen?

Ja. Google hat Gemini 4 Argon am 30. September 2026 angekündigt und am 13. Oktober für Abonnenten von Google AI Pro und Ultra in der Gemini-App sowie für Entwickler in der bezahlten API freigegeben, zu $2 / $10 pro 1M Token bis zum 30. November. Der Free-Tarif und Google AI Plus erhalten es nicht. Artificial Analysis gibt ihm auf dem Intelligence Index v5 50,4, mit der niedrigsten Halluzinationsrate, die es unter führenden Modellen gemessen hat, und die Arena sieht es bei Text und bei Creative Writing jeweils auf Platz zwei, bei Text vor allen anderen nutzbaren Modellen. Ein zweites Modell, Gemini 4 Carbon, wurde am 28. Oktober angekündigt und erreicht 59,4, den höchsten Wert im Index, doch bisher können es nur geprüfte Cyber-Verteidiger nutzen. Alle Details in unserer Analyse zu Gemini 4 Argon.

Was ist Claude Opus 5?

Claude Opus 5 ist Anthropics Flaggschiff vom 24. Juli 2026, das Claude Opus 5.5 am 22. September ablöste; Anthropic führt es jetzt als Legacy-Modell. Im Intelligence Index v4.3.2 erreicht es 50,8 gegenüber 57,6 für Opus 5.5 und kostet $5 / $25 pro 1M Tokens gegenüber $4 / $20 für Opus 5.5. ARC Prize bestätigte seine 30 % auf ARC-AGI-3, und Arena setzt es bei Document weiterhin auf Platz eins. Artificial Analysis misst eine Halluzinationsrate von 61 %, deshalb hält es hier keine Genauigkeitskrone.

Was ist Claude Fable 5.1?

Claude Fable 5.1 ist Anthropics Veröffentlichung vom 1. September 2026. Es erreicht 49,7 auf dem Intelligence Index v5, unter Claude Opus 5.5, GPT-6 Astra, GPT-6.1 Sol und Claude Sonnet 5.5, hat aber weiterhin die höchste faktische Genauigkeit, die Artificial Analysis gemessen hat, 68 %, und die beste Gesamtplatzierung auf den drei Prosa-Boards, und behält daher die Kronen dieser Seite für Genauigkeit und Schreiben. Es kostet $10 / $50 pro 1M Token und erschien zusammen mit dem nur auf Einladung verfügbaren Claude Mythos 5.1. Den Rest finden Sie in unserer Analyse zu Claude Fable 5.1 und Mythos 5.1.

Ist Claude Fable 5 zurück?

Ja. Anthropic hat Claude Fable 5 am 1. Juli 2026 wieder bereitgestellt, nachdem die US-Regierung die am 12. Juni verhängte Exportbeschränkung aufgehoben hatte, und es am 20. Juli dauerhaft in die bezahlten Tarife aufgenommen. Max und Team Premium enthalten es mit etwa 50 % der regulären Nutzungslimits; Pro und Team Standard erreichen es über Nutzungsguthaben. Der API-Preis liegt bei $10 / $50 pro Million Tokens.

Was ist GPT-5.6 und kann ich es nutzen?

GPT-5.6 ist OpenAIs vorherige Modellfamilie, seit 9. Juli 2026 allgemein verfügbar, in drei Stufen: Luna, Terra und Sol. Standard in ChatGPT ist es nicht mehr, weil der Chat am 7. Oktober zu GPT-6 gewechselt ist, doch zahlende Nutzer, die GPT-5.6 Sol ausdrücklich gewählt haben, bleiben darauf, und OpenAI verkauft die 5.6-Stufen weiter in der API. OpenAI hat die Namen Sol und Luna für GPT-6 wiederverwendet, ein Sol oder Luna ohne Zusatz ist deshalb jetzt mehrdeutig.

Ist Grok 4.7 schon draußen?

Ja. SpaceXAI hat Grok 4.7 am 21. September 2026 auf einem neuen, größeren Basismodell als Grok 4.6 veröffentlicht, und seit dem 3. Oktober treibt es den Expert-Modus auf grok.com an, für zahlende Abonnenten auch den Fast-Modus. Artificial Analysis gibt ihm auf dem Intelligence Index v5 bei hohem Aufwand 35,0; auf v4.3.2 lag es bei 46,3 gegenüber 44,3 bei Grok 4.6. Der API-Preis bleibt bei $2 / $6 pro 1M Token, doch es schreibt etwa doppelt so viel Output wie Grok 4.6, daher kostet eine Index-Aufgabe auf v5 $6,18. Alle Zahlen stehen in unserer Analyse zu Grok 4.7.

Welche KI ist die beste zum Programmieren?

Claude Opus 5.5. Am 22. September erschienen, führt es das WebDev-Board der Arena mit 1810 an, vor GPT-6 Astra mit 1773, und FrontierCode 2.0 mit 46,4 %, zu $4 / $20 pro 1M Token. Claude Sonnet 5.5 ist der Preis-Leistungs-Tipp: Für $2 / $10 führt es LiveBench Coding mit 91,4 an und ist bei Terminal-Bench 4.0 mit 63,6 % Dritter, hinter Kimi K3.1 Pro mit 67,2 % und dem nur Cyber-Verteidigern vorbehaltenen Gemini 4 Carbon mit 65,2 %. Claude Haiku 5.5 ($0,10 / $0,50) ist das günstige Claude für Sub-Agenten-Arbeit in großen Mengen, und unter den offenen Modellen ist GLM 5.3 Flash dasjenige, das die meisten Teams selbst hosten können, unter reiner MIT-Lizenz.

Welche KI ist die beste zum Schreiben?

Claude Fable 5.1, weil es über die drei Prosa-Boards die beste Gesamtplatzierung hat: Dritter bei EQ-Bench Creative Writing v3, Dritter bei LiveBench Language und Achter auf dem Creative-Writing-Board der Arena. Claude Opus 5.5 ist die Wahl, wenn Sie den menschlichen Stimmen der Arena am meisten vertrauen, wo es jetzt Erster ist. Claude Sonnet 5.5 ist das, was die meisten Menschen tatsächlich nutzen sollten, da es auf claude.ai kostenlos ist. Moonshots Kimi K3.1 Pro ist bei EQ-Bench jetzt Zweiter, und Gemini 4 Argon ist auf dem Creative-Writing-Board der Arena Zweiter und seit dem 13. Oktober in Google AI Pro, doch EQ-Bench sieht es nur auf Platz 32, und LiveBench hat es nicht bewertet.

Was ist das beste Open-Weight-KI-Modell 2026?

DeepSeeks V4.1-Flash-1017, am 17. Oktober 2026 unter MIT erschienen. Artificial Analysis gibt ihm auf dem neuen Intelligence Index v5 32,5, den höchsten Wert aller Open-Weight-Modelle, und es ist auch das bestplatzierte offene Modell auf dem WebDev-Board der Arena. Xiaomis MiMo-V2.6-Pro, vor der v5-Neuskalierung an der Spitze, ist pro Index-Aufgabe günstiger, $0,26 für 29,9. Für Teams, die selbst hosten wollen, ist GLM 5.3 Flash (Z.ai, MIT) die praktische Wahl, mit 320B Parametern insgesamt und 18B aktiven. Moonshots Kimi K3.1 Pro würde mit 46,0 führen, doch seine Gewichte sind erst für den 4. November versprochen.

Was ist das günstigste KI-Modell auf Frontier-Niveau?

Beim API-Preis pro Million Token teilen sich GPT-6 Luna und Claude Haiku 5.5 den günstigsten geschlossenen Tarif der Spitzenklasse, $0,10 / $0,50, und Artificial Analysis gibt ihnen auf dem Intelligence Index v5 27,8 und 36,2. Gemessen pro Index-Aufgabe ist GPT-6 Luna mit $0,15 das günstigste Modell auf dieser Seite, vor MiMo-V2.6-Pro mit $0,26 und Haiku 5.5 mit $0,41. Unter den offenen Modellen ist DeepSeek V4.1-Flash-1017 unser Tipp, zu $0,15 / $0,60 außerhalb der Spitzenzeiten und 32,5 unter MIT, mit GLM 5.3 Flash zu $0,15 / $0,50 als kleinerem Modell zum Selbsthosten.

Welche KI-Modelle sind kostenlos?

ChatGPT Free und Go laufen auf GPT-6 Luna, im Rollout seit 8. Oktober, mit Nutzungslimits. Claude Free läuft auf Claude Sonnet 5.5, und Gratis-Nutzer können auch Claude Haiku 5.5 wählen. Die kostenlose Gemini-App läuft seit 9. Oktober im Modus Auto, der die meisten Prompts an Flash-Lite schickt, und Gemini 3.6 Flash bleibt in Google AI Studio kostenlos. DeepSeek ist auf seiner Chat-Website kostenlos, und Grok hat einen begrenzten Gratis-Tarif. Viele Modelle haben außerdem offene Gewichte und lassen sich kostenlos selbst hosten, darunter MiMo-V2.6-Pro, GLM 5.3 Flash und DeepSeek V4, die Lizenzen unterscheiden sich aber.

Was ist Gemini Spark und welchen Plan brauchen Sie?

Gemini Spark ist Googles ständig aktiver Cloud-KI-Agent, vorgestellt auf der Google I/O am 19. Mai 2026. Er läuft auf einer Google-Cloud-VM und arbeitet mit Gmail, Docs und anderen Google-Workspace-Apps. Seit 30. Juli 2026 ist er im Tarif Google AI Pro zu $19,99/Monat enthalten, in den USA und mehr als 160 weiteren Ländern, sowie in Google AI Ultra; Google AI Plus, der Gratis-Tarif und Arbeits- oder Schulkonten enthalten ihn nicht.

Was ist Fello AI?

Fello AI ist eine KI-Chat-App für Mac, iPhone und iPad, die dir die Wahl zwischen KI-Abos erspart: Du fragst ChatGPT, Claude, Gemini, Grok und DeepSeek aus einer App heraus, und neue Modelle kommen meist dazu, sobald ihre API öffnet. Der Start ist kostenlos, bezahlte Tarife beginnen in den meisten Ländern bei $11,99 im Monat, und die App hat 4,7 Sterne aus über 27.000 Bewertungen.

Wie oft aktualisiert ihr diese Seite?

Wir aktualisieren diese Seite mindestens monatlich und innerhalb von 24-48 Stunden nach jedem größeren Modellstart.