Die besten KI-Modelle für Faktentreue
Wer erfindet am wenigsten? Diese Arena testet Faktentreue: Werden Behauptungen belegt, oder wird drauflos halluziniert? Für Anwendungen mit Faktenbezug ist das die wichtigste Eigenschaft überhaupt.
Top 50: Faktentreue
Platz | Modell | Elo | Stimmen — Quelltext aus der offiziellen LMArena-Rangliste.
| # | Modell | Elo | Stimmen |
|---|---|---|---|
| 1 | Gemini 4 Argon (High) google | 1.511 | 4.904 |
| 2 | Claude Opus 5.5 (High) anthropic | 1.509 | 8.300 |
| 3 | Claude Fable 5.1 (Max) anthropic | 1.498 | 14.590 |
| 4 | Muse Wonder (Max) meta | 1.498 | 3.247 |
| 5 | Claude Opus 4.6 (High) anthropic | 1.493 | 81.065 |
| 6 | Claude Opus 5 (Max) anthropic | 1.489 | 32.495 |
| 7 | Claude Opus 4.6 anthropic | 1.489 | 85.698 |
| 8 | gpt-5.5-high openai | 1.486 | 69.355 |
| 9 | gpt-5.4-high openai | 1.484 | 64.691 |
| 10 | mimo-v2.6-pro xiaomi | 1.483 | 4.075 |
| 11 | Claude Fable 5 (High) anthropic | 1.483 | 42.004 |
| 12 | gpt-5.5 openai | 1.482 | 70.928 |
| 13 | Gemini 3 Pro google | 1.481 | 41.134 |
| 14 | Muse Spark 1.2 (xHigh) meta | 1.481 | 8.248 |
| 15 | qwen3.7-max-preview alibaba | 1.480 | 3.934 |
| 16 | Muse Spark 1.3 (Max) meta | 1.479 | 17.561 |
| 17 | Claude Opus 4.7 (High) anthropic | 1.477 | 65.021 |
| 18 | Claude Opus 5 (High) anthropic | 1.477 | 66.824 |
| 19 | gemini-3.5-flash-high google | 1.477 | 48.486 |
| 20 | gpt-5.6-sol-xhigh openai | 1.476 | 40.442 |
| 21 | Gemini 3.7 Flash (High) google | 1.475 | 27.232 |
| 22 | Claude Opus 4.7 anthropic | 1.475 | 66.118 |
| 23 | gpt-5.4 openai | 1.475 | 67.744 |
| 24 | claude-sonnet-5.5-xhigh anthropic | 1.474 | 6.831 |
| 25 | qwen3.5-max-preview alibaba | 1.474 | 22.562 |
| 26 | Gemini 3.8 Flash (High) google | 1.474 | 37.454 |
| 27 | qwen3.8-max alibaba | 1.472 | 27.766 |
| 28 | Gemini 3.1 Pro Preview google | 1.472 | 127.308 |
| 29 | gemini-3.6-flash-high google | 1.471 | 36.122 |
| 30 | Kimi K3 (Max) moonshot | 1.471 | 32.795 |
| 31 | claude-opus-4-8-high anthropic | 1.470 | 64.045 |
| 32 | deepseek-v4.1-flash-max deepseek | 1.468 | 12.793 |
| 33 | gpt-5.6-terra-xhigh openai | 1.468 | 43.271 |
| 34 | Muse Spark meta | 1.468 | 14.132 |
| 35 | gemini-3-flash google | 1.468 | 30.677 |
| 36 | gemini-3.5-flash-medium google | 1.467 | 47.292 |
| 37 | gpt-6-astra-max openai | 1.466 | 12.163 |
| 38 | glm-5.3-max zai | 1.466 | 22.543 |
| 39 | grok-4.5 xai | 1.466 | 39.896 |
| 40 | gpt-6.1-sol-max openai | 1.465 | 6.320 |
| 41 | mimo-v2.5-pro xiaomi | 1.465 | 75.659 |
| 42 | claude-opus-4-8 anthropic | 1.465 | 65.126 |
| 43 | glm-5.3-flash zai | 1.463 | 32.925 |
| 44 | glm-5.2-max zai | 1.463 | 49.820 |
| 45 | Muse Spark 1.1 meta | 1.462 | 42.810 |
| 46 | gemini-2.5-pro google | 1.462 | 69.899 |
| 47 | claude-sonnet-4-6 anthropic | 1.461 | 70.666 |
| 48 | gpt-5.6-luna-xhigh openai | 1.461 | 41.109 |
| 49 | gpt-6-luna-max openai | 1.460 | 49.617 |
| 50 | claude-opus-4-5-20251101 anthropic | 1.459 | 71.760 |
Quelle: LMArena (CC BY 4.0), Stand 2026-10-15.
Aus unserer Preisliste — mit Euro-Preisen
Diese Modelle findest du in unserem Preisvergleich. Elo je € zeigt die Effizienz: je höher, desto mehr gemessene Qualität pro Euro.
| Modell | Elo (Rang) | € / 1M blended | Qualität je € |
|---|---|---|---|
| gemini-4-argon | 1.511 #1 | 3,555 € | 425 |
| Claude Opus 5.5 | 1.509 #2 | 7,109 € | 212 |
| Claude Fable 5.1 | 1.498 #3 | 17,773 € | 84 |
| Muse Wonder | 1.498 #4 | 7,109 € | 211 |
| Claude Opus 4.6 | 1.493 #5 | 8,886 € | 168 |
| Claude Opus 5 | 1.489 #6 | 8,886 € | 168 |
| MiMo V2.6 Pro | 1.483 #10 | 0,483 € | 3.070 |
| Claude Fable 5 | 1.483 #11 | 17,773 € | 83 |
| GPT-5.5 | 1.482 #12 | 10,037 € | 148 |
| Muse Spark 1.2 | 1.481 #14 | 1,777 € | 833 |
| Qwen3.7 Max | 1.480 #15 | 3,332 € | 444 |
| Muse Spark 1.3 | 1.479 #16 | 1,777 € | 832 |
| Claude Opus 4.7 | 1.477 #17 | 8,886 € | 166 |
| Gemini 3.5 Flash | 1.477 #19 | 3,013 € | 490 |
| GPT-5.6 sol | 1.476 #20 | 7,109 € | 208 |
| Gemini 3.7 Flash | 1.475 #21 | 1,333 € | 1.107 |
| GPT-5.4 | 1.475 #23 | 5,018 € | 294 |
| Claude Sonnet 5.5 | 1.474 #24 | 3,555 € | 415 |
| Gemini 3.8 Flash | 1.474 #26 | 1,34 € | 1.100 |
| Gemini 3.1 Pro Preview | 1.472 #28 | 3,999 € | 368 |
| Gemini 3.6 Flash | 1.471 #29 | 1,333 € | 1.104 |
| Kimi K3 | 1.471 #30 | 5,332 € | 276 |
| DeepSeek V4.1-Flash | 1.468 #32 | 0,467 € | 3.146 |
| GPT-6 astra | 1.466 #37 | 17,773 € | 83 |
| GLM 5.3 | 1.466 #38 | 1,911 € | 767 |
| Grok 4.5 | 1.466 #39 | 2,666 € | 550 |
| GPT-6.1 sol | 1.465 #40 | 3,555 € | 412 |
| Claude Opus 4 | 1.465 #42 | 26,66 € | 55 |
| GLM 5.3 Flash | 1.463 #43 | 0,211 € | 6.932 |
| GLM 5.2 | 1.463 #44 | 1,911 € | 766 |
| Gemini 2.5 Pro | 1.462 #46 | 3,055 € | 479 |
| Claude Sonnet 4 | 1.461 #47 | 5,332 € | 274 |
| GPT-6 luna | 1.460 #49 | 0,178 € | 8.214 |
| GLM 5.1 | 1.456 #54 | 1,911 € | 762 |
| Kimi K2.6 | 1.456 #55 | 1,522 € | 957 |
| DeepSeek V4-Pro | 1.455 #58 | 1,76 € | 827 |
| MiMo V2.6 Flash | 1.454 #59 | 0,155 € | 9.351 |
| Grok 4.20 | 1.453 #62 | 1,389 € | 1.046 |
| Claude Sonnet 5 | 1.452 #64 | 3,555 € | 408 |
| GLM 5 | 1.452 #65 | 1,377 € | 1.054 |
| Grok 4.6 | 1.448 #72 | 2,666 € | 543 |
| Gemini 3.5 Flash-Lite | 1.447 #74 | 0,755 € | 1.916 |
| GLM 4.6 | 1.447 #75 | 0,889 € | 1.628 |
| GPT-5.4 mini | 1.447 #76 | 1,508 € | 960 |
| GLM 4.7 | 1.444 #86 | 0,889 € | 1.625 |
| Qwen3 Max | 1.441 #92 | 2,14 € | 674 |
| Qwen3.8 27B | 1.439 #98 | 0,946 € | 1.520 |
| Qwen3.6 Plus | 1.438 #99 | 1 € | 1.438 |
| GPT-6 Sol | 1.437 #100 | 3,565 € | 403 |
| DeepSeek V3.2 | 1.437 #101 | 0,266 € | 5.401 |
| Gemini 2.5 Flash | 1.436 #102 | 0,755 € | 1.902 |
| Mistral Large 3 | 1.434 #108 | 0,666 € | 2.151 |
| Mistral Large 4 | 1.433 #111 | 0,917 € | 1.562 |
| gemini-3.1-flash-lite | 1.433 #112 | 0,5 € | 2.867 |
| Grok 4.7 | 1.433 #113 | 2,666 € | 537 |
| Mistral Medium 3.5 | 1.430 #118 | 2,678 € | 534 |
| Grok 4.3 | 1.427 #123 | 1,389 € | 1.028 |
| Nemotron 3.5 Super VL 120B A12B | 1.423 #128 | 0,153 € | 9.280 |
| GPT-5 | 1.421 #132 | 9,997 € | 142 |
| GPT-5.4 nano | 1.417 #139 | 0,415 € | 3.416 |
| Qwen3.5 Flash | 1.414 #144 | 0,156 € | 9.086 |
| MiniMax M2.1 | 1.411 #148 | 0,467 € | 3.023 |
| GLM 4.5 Air | 1.394 #159 | 0,378 € | 3.691 |
| GLM 4.5 | 1.394 #159 | 0,889 € | 1.569 |
| GLM 4.6V | 1.391 #161 | 0,4 € | 3.479 |
| MiniMax M2.5 | 1.385 #163 | 0,467 € | 2.969 |
| GLM 4.7 Flash | 1.370 #172 | 0 € | |
| Nemotron 3.5 Lightning 30B A3B | 1.366 #175 | 0,0777 € | 17.582 |
| Command A | 1.363 #176 | 3,888 € | 351 |
| Granite 4.2 8B | 1.343 #179 | 0,0955 € | 14.062 |
Preise: blended (3:1), EZB-Kurs 0.88865 (Stand 16. Oktober 2026) · Gesamte Liste im Preisvergleich.
Was bedeutet dieses Ranking?
Wer erfindet am wenigsten? Diese Arena testet Faktentreue: Werden Behauptungen belegt, oder wird drauflos halluziniert? Für Anwendungen mit Faktenbezug ist das die wichtigste Eigenschaft überhaupt.
Tipp: Vergleiche die Faktentreue mit dem Preis: Die zuverlässigsten Modelle sind überraschend oft nicht die teuersten.
Mehr Kontext: alle Benchmarks · Glossar.
Weitere Kategorien
Häufige Fragen
Welches KI-Modell ist das beste für Faktentreue?
Laut LMArena führt aktuell das Modell an, das in der Tabelle oben auf Platz 1 steht. Wichtig: Das beste Modell ist nicht automatisch die beste Wahl — wir empfehlen, Elo und Preis gemeinsam zu betrachten. Die Tabelle „Aus unserer Preisliste“ zeigt genau diesen Vergleich.
Wie viele Modelle werden hier verglichen?
185 Modelle sind in dieser LMArena-Kategorie gelistet, davon 70 aus unserer Preisliste mit Euro-Preisen. Alle Werte stammen aus blinden Vergleichstests von echten Nutzern.
Wie aktuell sind die Daten?
Stand dieser Seite: 2026-10-15. Unsere Fetcher prüfen stündlich auf neue LMArena-Daten und übernehmen Änderungen automatisch. Die Preise werden zum EZB-Referenzkurs in Euro umgerechnet (Kurs 0.88865).