Live-Ranking, alle 2 Tage aktualisiert
Beste KI-Modelle für Dokumentenaufgaben
Im KI-Ranking ist Stand 13. September 2026 claude-fable-5 von Anthropic das bestplatzierte Modell bei die Dokumenten-Rangliste von LMArena mit einem Score von 1.499, 4 Punkte vor claude-opus-4-6-high von Anthropic.
Aktualisiert 14. Oktober 2026. Leaderboard-Daten vom 13. September 2026.
Ranking: Top 10 Modelle
Die Scores stammen aus blinden Direktvergleichen zu die Dokumenten-Rangliste von LMArena. Der Rang ist der von LMArena veröffentlichte Rang, der Konfidenzintervalle berücksichtigt, sodass sich mehrere Modelle einen Rang teilen können. Unten sehen Sie die Top 10, die Ränge 11 bis 40 folgen in der aufklappbaren Liste.
| Rang | Modell | Labor | Score | Stimmen | Lizenz |
|---|---|---|---|---|---|
| 1 | claude-fable-5 | Anthropic | 1.499 ±8 | 8.497 | Proprietär |
| 2 | claude-opus-4-6-high | Anthropic | 1.495 ±7 | 27.929 | Proprietär |
| 3 | claude-opus-4-7 | Anthropic | 1.494 ±6 | 22.192 | Proprietär |
| 4 | claude-opus-4-6 | Anthropic | 1.494 ±6 | 41.260 | Proprietär |
| 5 | claude-opus-4-7-high | Anthropic | 1.493 ±7 | 21.957 | Proprietär |
| 6 | claude-fable-5.1-max | Anthropic | 1.493 ±15 | 1.403 | Proprietär |
| 7 | claude-opus-5-high | Anthropic | 1.490 ±7 | 8.794 | Proprietär |
| 8 | gpt-5.6-sol-xhigh | OpenAI | 1.489 ±9 | 4.818 | Proprietär |
| 9 | claude-opus-4-8-high | Anthropic | 1.486 ±7 | 11.551 | Proprietär |
| 10 | gpt-5.5 | OpenAI | 1.483 ±6 | 21.279 | Proprietär |
Ränge 11 bis 40 anzeigen
Rang Modell Labor Score Lizenz 11 gpt-5.5-high OpenAI 1.480 ±7 Proprietär 12 muse-spark-1.1 Meta 1.479 ±9 Proprietär 13 claude-sonnet-4-6 Anthropic 1.478 ±6 Proprietär 14 gpt-5.6-terra-xhigh OpenAI 1.477 ±8 Proprietär 15 claude-sonnet-5-high Anthropic 1.476 ±8 Proprietär 16 claude-opus-4-8 Anthropic 1.475 ±7 Proprietär 17 gpt-6-astra-max OpenAI 1.473 ±14 Proprietär 18 gpt-5.4 OpenAI 1.470 ±6 Proprietär 19 muse-spark-1.3-max Meta 1.468 ±18 Proprietär 20 muse-spark Meta 1.467 ±18 Proprietär 21 claude-opus-4-5-20251101 Anthropic 1.465 ±10 Proprietär 22 grok-4.5 xAI 1.464 ±9 Proprietär 23 gpt-5.6-luna-xhigh OpenAI 1.462 ±8 Proprietär 24 grok-4.6-high xAI 1.461 ±12 Proprietär 25 gemini-3.5-flash-medium Google 1.461 ±8 Proprietär 26 gpt-5.5-instant OpenAI 1.460 ±9 Proprietär 27 gemini-3.1-pro-preview Google 1.459 ±5 Proprietär 28 gemini-3.6-flash-high Google 1.453 ±11 Proprietär 29 gemini-3.5-flash-high Google 1.453 ±9 Proprietär 30 qwen3.7-plus Alibaba (Qwen) 1.453 ±9 Proprietär 31 gemini-3-pro Google 1.451 ±9 Proprietär 32 kimi-k2.6 Moonshot AI 1.450 ±8 Offene Gewichte 33 claude-sonnet-4-5-20250929 Anthropic 1.449 ±6 Proprietär 34 gemma-4-31b Google 1.445 ±8 Offene Gewichte 35 grok-4.20-beta-0309-reasoning xAI 1.439 ±7 Proprietär 36 gemini-3-flash Google 1.439 ±9 Proprietär 37 kimi-k2.5-thinking Moonshot AI 1.436 ±7 Offene Gewichte 38 minimax-m3 MiniMax 1.433 ±8 Offene Gewichte 39 gemini-2.5-pro Google 1.431 ±6 Proprietär 40 gpt-5.2 OpenAI 1.425 ±6 Proprietär
Angezeigt werden die Top 40 von 44 Modellen in diesem Leaderboard. Daten vom 13. September 2026.
Bestes Modell je Labor
Das jeweils höchstplatzierte Modell jedes Labors in diesem Leaderboard und sein Abstand zur Spitze.
| Labor | Bestes Modell | Rang | Score | Rückstand auf Platz 1 |
|---|---|---|---|---|
| Anthropic | claude-fable-5 | 1 | 1.499 | Spitzenreiter |
| OpenAI | gpt-5.6-sol-xhigh | 8 | 1.489 | 10 Pkt. |
| Meta | muse-spark-1.1 | 12 | 1.479 | 19 Pkt. |
| xAI | grok-4.5 | 22 | 1.464 | 35 Pkt. |
| gemini-3.5-flash-medium | 25 | 1.461 | 38 Pkt. | |
| Alibaba (Qwen) | qwen3.7-plus | 30 | 1.453 | 46 Pkt. |
| Moonshot AI | kimi-k2.6 | 32 | 1.450 | 49 Pkt. |
| MiniMax | minimax-m3 | 38 | 1.433 | 66 Pkt. |
Welches KI-Labor führt?
Das Labor mit den meisten Modellen an der Spitze des Boards verfügt über die größte Breite, nicht nur über das einzelne beste Modell.
Anthropic stellt 8 der Top 10 Modelle (80 %).
Modelle in den Top 10 nach Labor
Datentabelle anzeigen
| Labor | Top 10 |
|---|---|
| Anthropic | 8 |
| OpenAI | 2 |
Open vs. proprietär: Wie groß ist der Abstand?
Das beste Open-Weight-Modell ist kimi-k2.6 von Moonshot AI mit 1.450. Es liegt 49 Punkte hinter dem besten proprietären Modell, claude-fable-5 von Anthropic mit 1.499. Die 95-%-Konfidenzintervalle überlappen sich nicht, der Abstand ist also statistisch aussagekräftig.
31 proprietäre Modelle liegen vor dem besten Open-Weight-Modell, und 0 der Top 20 sind Open-Weight.
Open-Weight bedeutet hier jede Lizenz außer „Proprietary“, einschließlich Lizenzen mit Nutzungsbeschränkungen. Das ist eine weitere Definition als die der OSI.
Weitere Leaderboards
LMArena betreibt separate Arenen für verschiedene Aufgaben. Das beste Modell für die eine ist oft nicht das beste für die andere.
Weitere Arenen
- Text (gesamt)
- WebDev: claude-opus-5.5-max von Anthropic, 1.811
- Vision: claude-fable-5-high von Anthropic, 1.308
- Suche: gpt-5.6-sol-xhigh von OpenAI, 1.258
- Text zu Bild: gpt-image-2.5-sunburst von OpenAI, 1.425
- Bildbearbeitung: gpt-image-2.5-sunburst von OpenAI, 1.524
- Text zu Video: gemini-omni-1.1-flash von Google, 1.516
Text-Arena nach Kategorie
Text-Arena nach Sprache
So lesen Sie dieses Leaderboard
Die Document-Arena testet Modelle mit Prompts, die ein hochgeladenes Dokument enthalten, etwa um es zusammenzufassen, Inhalte zu extrahieren oder Fragen dazu zu beantworten.
- Die Scores basieren auf Blindabstimmungen
- LMArena zeigt einer Person zwei anonyme Antworten auf denselben Prompt und fragt, welche besser ist. Diese direkten Duelle werden mit einem Bradley-Terry-Modell, dem statistischen Nachfolger von Elo, ausgewertet, sodass jedes Modell einen Arena-Score erhält. Auf der von LMArena verwendeten Elo-Skala gewinnt das Modell mit 100 Punkten Vorsprung erwartungsgemäß rund 64 % der Duelle.
- Konfidenzintervalle entscheiden bei Gleichstand
- Jeder Score hat ein 95-%-Konfidenzintervall. Überlappen sich zwei Intervalle, ist die Reihenfolge dieser beiden Modelle nicht gesichert. Die Rangspalte von LMArena berücksichtigt das bereits, weshalb mehrere Modelle denselben Rang belegen können.
- Warum sich das vom Nutzungsanteil unterscheidet
- Ein hoher Rang heißt nicht, dass viele Menschen ein Modell nutzen. Die Nutzung hängt von Preis, Verbreitung und Gewohnheit ab. Wenn es um Verbreitung statt Qualität geht, siehe KI-Marktanteil.
Methodik und Quelle
Alle Rankings stammen aus dem LMArena-Leaderboard-Datensatz auf Hugging Face, veröffentlicht von LMArena (früher Chatbot Arena) unter der Lizenz Creative Commons Attribution 4.0. Die Urheberschaft der zugrunde liegenden Stimmen, Scores und Konfidenzintervalle liegt bei LMArena. Essentras ist nicht mit LMArena verbunden.
Diese Seite liest die Teilmenge document_style_control, Kategorie overall, aus dem neuesten Split des Datensatzes. Scores, Intervalle, Ränge, Stimmenzahlen und Lizenzangaben werden wie veröffentlicht angezeigt. Essentras ergänzt die Gruppierung nach Labor und die abgeleiteten Werte auf dieser Seite: Abstände, Anteile der Labore, Open vs. proprietär und, auf der Hauptseite, den Verlauf, wer Platz 1 innehatte.
Die Daten werden automatisch alle 2 Tage aktualisiert. Ist die Quelle nicht erreichbar, greift die Seite auf die zuletzt gespeicherte Kopie zurück und weist oben darauf hin. Modelle werden nie zusammengeführt oder umbenannt; Modell- und Labornamen erscheinen genau so, wie LMArena sie veröffentlicht.
Open-Weight bedeutet jede Lizenz außer Proprietary. Der Verlauf beschränkt sich auf das, was der Datensatz erfasst: das stilkontrollierte Text-Leaderboard ab 28. August 2024. Andere Ranking-Seiten scrapen wir nicht.
Verfolgen Sie mit unserem KI-SEO-Service, wie KI-Modelle Ihre Marke einordnen und beschreiben. Sollen diese Modelle Ihre Marke nennen? Lesen Sie unseren Leitfaden zu LLM SEO.
Häufig gestellte Fragen
Welches ist das beste KI-Modell für Dokumentenarbeit?
Stand 13. September 2026 führt claude-fable-5 von Anthropic das Ranking auf die Dokumenten-Rangliste von LMArena mit einem Score von 1.499 an. Die Platzierungen verändern sich, sobald neue Modelle und Stimmen hinzukommen. Die aktuelle Reihenfolge finden Sie in der Tabelle oben.
Welches KI-Labor führt bei Dokumentenarbeit?
Anthropic stellt 8 der Top-10-Modelle (80 %), vor OpenAI (2).
Liegt das beste Open-Source-Modell nah am besten proprietären Modell?
Das beste Open-Weight-Modell ist kimi-k2.6 von Moonshot AI mit 1.450. Es liegt 49 Punkte hinter dem besten proprietären Modell, claude-fable-5 von Anthropic mit 1.499. 31 proprietäre Modelle liegen vor dem besten Open-Weight-Modell, und 0 der Top 20 sind Open-Weight. Die 95-%-Konfidenzintervalle überlappen sich nicht, der Abstand ist also statistisch aussagekräftig. „Open“ bedeutet hier jede Lizenz außer Proprietary und ist damit weiter gefasst als die OSI-Definition.
Was misst dieses Leaderboard?
Die Document-Arena testet Modelle mit Prompts, die ein hochgeladenes Dokument enthalten, etwa um es zusammenzufassen, Inhalte zu extrahieren oder Fragen dazu zu beantworten.
Wie oft wird dieses Leaderboard aktualisiert?
Diese Seite liest den Datensatz von LMArena alle 2 Tage neu ein. LMArena veröffentlicht einen neuen Snapshot, sobald genug Stimmen gesammelt oder Modelle hinzugefügt wurden. Das Datum oben zeigt daher den neuesten veröffentlichten Stand.
Modelle bewerten sich selbst. Was sagen sie über Sie?
Ein Leaderboard zeigt, welche KI-Modelle am stärksten sind. Es zeigt nicht, was diese Modelle Ihren Kunden über Ihr Unternehmen erzählen. Starten Sie den kostenlosen Check und sehen Sie die Antworten.