Die besten KI-Modelle für Werkzeug-Treue
Diese Kategorie der LMArena bewertet Modelle in Werkzeug-Treue: erfindet das modell werkzeuge?. Alle Werte stammen aus blinden Nutzer-Vergleichen.
Top 50: Werkzeug-Treue
Platz | Modell | Elo | Stimmen — Quelltext aus der offiziellen LMArena-Rangliste.
| # | Modell | Score | Stimmen |
|---|---|---|---|
| 1 | GPT 6.1 Sol (Max) openai | 0,7 % | 0 |
| 2 | Kimi K3 (Max) moonshot | 0,7 % | 0 |
| 3 | Step 5 Preview stepfun | 0,6 % | 0 |
| 4 | GLM 5.2 (Max) zai | 0,6 % | 0 |
| 5 | Gemini 3.6 Flash (High) google | 0,6 % | 0 |
| 6 | Claude Fable 5 (High) anthropic | 0,6 % | 0 |
| 7 | Claude Opus 5 (Max) anthropic | 0,6 % | 0 |
| 8 | GLM 5.3 (Max) zai | 0,6 % | 0 |
| 9 | GPT 6 Astra (Max) openai | 0,6 % | 0 |
| 10 | Grok 4.5 xai | 0,6 % | 0 |
| 11 | GLM 5.3 Flash zai | 0,6 % | 0 |
| 12 | Claude Fable 5.1 (Max) anthropic | 0,6 % | 0 |
| 13 | Grok 4.7 (xHigh) xai | 0,6 % | 0 |
| 14 | Muse Spark 1.3 (Max) meta | 0,5 % | 0 |
| 15 | Claude Opus 5.5 (Max) anthropic | 0,5 % | 0 |
| 16 | Grok 4.6 (xHigh) xai | 0,5 % | 0 |
| 17 | Gemini 3.8 Flash (High) google | 0,5 % | 0 |
| 18 | GPT 5.6 Sol (xHigh) openai | 0,5 % | 0 |
| 19 | GPT 5.5 (xHigh) openai | 0,5 % | 0 |
| 20 | DeepSeek V4 Pro (High) (0813) deepseek | 0,5 % | 0 |
| 21 | Deepseek V4.1 Flash (Max) deepseek | 0,5 % | 0 |
| 22 | Claude Sonnet 5.5 (Max) anthropic | 0,5 % | 0 |
| 23 | GPT 5.5 openai | 0,4 % | 0 |
| 24 | GPT 5.6 Luna (xHigh) openai | 0,4 % | 0 |
| 25 | GPT 6 Luna (Max) openai | 0,4 % | 0 |
| 26 | Claude Sonnet 5 (High) anthropic | 0,4 % | 0 |
| 27 | GPT 5.6 Terra (xHigh) openai | 0,4 % | 0 |
| 28 | Gemini 3.7 Flash (High) google | 0,4 % | 0 |
| 29 | GPT 6 Sol (Max) openai | 0,4 % | 0 |
| 30 | Claude Opus 4.8 (High) anthropic | 0,4 % | 0 |
| 31 | GPT 5.4 (High) openai | 0,3 % | 0 |
| 32 | Muse Wonder (Max) meta | 0,3 % | 0 |
| 33 | Muse Spark 1.2 (xHigh) meta | 0,2 % | 0 |
| 34 | Hy4 preview tencent | 0,2 % | 0 |
| 35 | Muse Spark 1.1 meta | 0,1 % | 0 |
| 36 | Gemini 4 Argon (High) google | 0,0 % | 0 |
| 37 | Qwen3.7 Max alibaba | -0,1 % | 0 |
| 38 | Minimax M3 minimax | -0,1 % | 0 |
| 39 | MiMo V2.6 Pro xiaomi | -0,1 % | 0 |
| 40 | Gemini 3.1 Pro Preview google | -0,2 % | 0 |
| 41 | Qwen 3.8 27B alibaba | -0,2 % | 0 |
| 42 | Inkling thinky | -0,5 % | 0 |
| 43 | Claude Haiku 5.5 (High) anthropic | -0,7 % | 0 |
| 44 | Qwen3.8 Flash Next alibaba | -0,7 % | 0 |
| 45 | Qwen3.8 Max alibaba | -0,8 % | 0 |
| 46 | Nemotron 3 Ultra nvidia | -0,8 % | 0 |
| 47 | Mimo V2.5 Pro xiaomi | -1,1 % | 0 |
| 48 | Qwen3.7 Plus alibaba | -1,3 % | 0 |
| 49 | Inkling Small thinky | -1,3 % | 0 |
| 50 | Solar Pro 4 upstage | -2,1 % | 0 |
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 | Score | € / 1M blended | Qualität je € |
|---|---|---|---|
| GPT-6.1 sol | 0 #1 | 3,555 € | 0 |
| Kimi K3 | 0 #2 | 5,332 € | 0 |
| Gemini 3.6 Flash | 0 #5 | 1,333 € | 0 |
| GLM 5.2 | 0 #4 | 1,911 € | 0 |
| Claude Fable 5 | 0 #6 | 17,773 € | 0 |
| Claude Opus 5 | 0 #7 | 8,886 € | 0 |
| GLM 5.3 | 0 #8 | 1,911 € | 0 |
| Grok 4.5 | 0 #10 | 2,666 € | 0 |
| GPT-6 astra | 0 #9 | 17,773 € | 0 |
| GLM 5.3 Flash | 0 #11 | 0,211 € | 0 |
| Claude Fable 5.1 | 0 #12 | 17,773 € | 0 |
| Grok 4.7 | 0 #13 | 2,666 € | 0 |
| Muse Spark 1.3 | 0 #14 | 1,777 € | 0 |
| Claude Opus 5.5 | 0 #15 | 7,109 € | 0 |
| Gemini 3.8 Flash | 0 #17 | 1,34 € | 0 |
| Grok 4.6 | 0 #16 | 2,666 € | 0 |
| GPT-5.6 sol | 0 #18 | 7,109 € | 0 |
| GPT-5.5 | 0 #19 | 10,037 € | 0 |
| DeepSeek V4-Pro | 0 #20 | 1,76 € | 0 |
| DeepSeek V4.1-Flash | 0 #21 | 0,467 € | 0 |
| Claude Sonnet 5.5 | 0 #22 | 3,555 € | 0 |
| GPT-6 luna | 0 #25 | 0,178 € | 0 |
| Claude Sonnet 5 | 0 #26 | 3,555 € | 0 |
| Gemini 3.7 Flash | 0 #28 | 1,333 € | 0 |
| GPT-6 Sol | 0 #29 | 3,565 € | 0 |
| Claude Opus 4.8 | 0 #30 | 8,886 € | 0 |
| GPT-5.4 | 0 #31 | 5,018 € | 0 |
| Muse Wonder | 0 #32 | 7,109 € | 0 |
| Muse Spark 1.2 | 0 #33 | 1,777 € | 0 |
| gemini-4-argon | 0 #36 | 3,555 € | 0 |
| Qwen3.7 Max | -0 #37 | 3,332 € | -0 |
| MiMo V2.6 Pro | -0 #39 | 0,483 € | -0 |
| Gemini 3.1 Pro Preview | -0 #40 | 3,999 € | -0 |
| Claude Haiku 5.5 | -0 #43 | 0,178 € | -0 |
| Qwen3.8 Flash | -0 #44 | 0,204 € | -0 |
| Qwen3.8 Flash Next | -0 #44 | 0,244 € | -0 |
| Qwen3.8 Max | -0 #45 | 2,672 € | -0 |
| Solar Pro 4 | -0 #50 | 0,467 € | -0 |
| MiMo V2.6 Flash | -0 #51 | 0,155 € | -0 |
| Mistral Medium 3.5 | -0 #52 | 2,678 € | -0 |
| Mistral Large 4 | -0 #54 | 0,917 € | -0 |
Preise: blended (3:1), EZB-Kurs 0.88865 (Stand 16. Oktober 2026) · Gesamte Liste im Preisvergleich.
Was bedeutet dieses Ranking?
Diese Kategorie der LMArena bewertet Modelle in Werkzeug-Treue: erfindet das modell werkzeuge?. Alle Werte stammen aus blinden Nutzer-Vergleichen.
Tipp: Kombiniere das Ranking mit unseren Euro-Preisen — so findest du das Modell mit dem besten Preis-Leistungs-Verhältnis.
Mehr Kontext: alle Benchmarks · Glossar.
Häufige Fragen
Welches KI-Modell ist das beste für Werkzeug-Treue?
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?
54 Modelle sind in dieser LMArena-Kategorie gelistet, davon 41 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).