NEUAdded Agnes 3.0 Flash & DeepSeek V4.1 Flash
Unabhängige KI-Modell-Analyse
Verstehen Sie die Landschaft moderner KI-Modelle, um das optimale Basismodell, Preisstufen und Cloud-Inferenzanbieter für Ihre Workloads zu wählen.
- Modelle im Ranking
- 767
- Kategorien
- 18
- Datenquellen
- 5
Highlights
01 · Echtzeit-Rankings
Top-Modelle
Top 10 Modelle nach Podium-Gesamtscore
Alle ansehen →| # | Modell | Podium Score |
|---|---|---|
| 01 | Claude Mythos Preview Anthropic · Proprietary | 97.4 |
| 02 | Claude 5.5 Sonnet Anthropic · Proprietary | 94.8 |
| 03 | Kimi K3.1 Pro Moonshot AI · Open Weights | 94.2 |
| 4 | Eleven Multilingual v3 ElevenLabs · Proprietary | 94.0 |
| 5 | FLUX.2 Pro Black Forest Labs · Proprietary | 93.8 |
| 6 | Gemini 4 Argon Google · Proprietary | 93.6 |
| 7 | Claude Fable 5 Anthropic · Proprietary | 93.4 |
| 8 | GPT-Image 2 OpenAI · Proprietary | 93.1 |
| 9 | Grok Imagine Quality xAI · Proprietary | 92.6 |
| 10 | ElevenLabs Scribe v2 ElevenLabs · Proprietary | 92.5 |
02 · Evaluierungsdomänen
Beste nach Anwendungsfall
Coding
Repository-Level-Coding: SWE-Bench, LiveCodeBench, SciCode, Terminal-Bench, HumanEval.
Führender: Claude Fable 5.1
Mathematik
Von Wettbewerbs- bis Frontier-Mathematik: AIME, MATH, FrontierMath.
Führender: Claude Mythos Preview
Reasoning
Tiefes Reasoning und Wissenschaft: GPQA Diamond, HLE, ARC-AGI-2.
Führender: Claude Mythos Preview
Agentic
Autonome Tool-Nutzung: OSWorld, Toolathlon, MCP Atlas, τ²-Bench.
Führender: Kimi K3
Wissen
Faktenwissen und Halluzinationsresistenz: SimpleQA, MMLU-Pro, MMMLU.
Führender: Claude Mythos Preview
Multimodal
Bild- und Dokumentverständnis: MMMU, CharXiv, ScreenSpot-Pro.
Führender: Claude Mythos Preview
03 · Forschung & Analyse
Neueste Artikel
04 · FAQ
Häufig gestellte Fragen
Jedes Modell erhält einen Podium Score (0–100): eine gewichtete Mischung aus vier Signalen — 35% Arena Elo aus menschlichen Direktvergleichen, 30% Benchmark-Durchschnitt, 20% Intelligence Index von Artificial Analysis und 15% LLM Stats Score.
Claude Mythos Preview führt das Podium mit einer Punktzahl von 97.4 an. Es folgen Claude 5.5 Sonnet (94.8) und Kimi K3.1 Pro (94.2).
Wir kuratieren 767 Spitzenmodelle über 18 Kategorien sowie die vollständige Arena-Tabelle mit 722 Modellen.
Aus fünf öffentlichen Ranglisten: Arena.ai, Artificial Analysis, LLM Stats, Vellum Leaderboard, LLMBase. Jeder Quellcode wird wöchentlich neu synchronisiert.