Live-Ranking, alle 2 Tage aktualisiert
Beste KI-Modelle für die Suche
Im KI-Ranking ist Stand 24. August 2026 gpt-5.6-sol-xhigh von OpenAI das bestplatzierte Modell bei die Such-Rangliste von LMArena mit einem Score von 1.256, 27 Punkte vor claude-fable-5 von Anthropic.
Aktualisiert 13. Oktober 2026. Angezeigt wird die zuletzt gespeicherte Kopie des Leaderboards vom 24. August 2026, da die Live-Quelle nicht erreichbar war.
Ranking: Top 10 Modelle
Die Scores stammen aus blinden Direktvergleichen zu die Such-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 34 folgen in der aufklappbaren Liste.
| Rang | Modell | Labor | Score | Stimmen | Lizenz |
|---|---|---|---|---|---|
| 1 | gpt-5.6-sol-xhigh | OpenAI | 1.256 ±8 | 29.663 | Proprietär |
| 2 | claude-fable-5 | Anthropic | 1.229 ±8 | 41.795 | Proprietär |
| 3 | gpt-5.5-search | OpenAI | 1.224 ±6 | 89.873 | Proprietär |
| 4 | claude-opus-4-6-search | Anthropic | 1.223 ±5 | 134.699 | Proprietär |
| 5 | claude-opus-4-7 | Anthropic | 1.212 ±6 | 91.394 | Proprietär |
| 6 | gemini-3.1-pro-grounding | 1.208 ±5 | 113.282 | Proprietär | |
| 7 | grok-4.20-multi-agent-beta-0309 | xAI | 1.205 ±5 | 109.553 | Proprietär |
| 8 | grok-4.5 | xAI | 1.202 ±7 | 31.505 | Proprietär |
| 9 | gemini-3-pro-grounding | 1.201 ±6 | 37.024 | Proprietär | |
| 10 | claude-sonnet-4-6-search | Anthropic | 1.201 ±5 | 134.905 | Proprietär |
Ränge 11 bis 34 anzeigen
Rang Modell Labor Score Lizenz 11 grok-4.20-beta1 xAI 1.197 ±6 Proprietär 12 claude-sonnet-5-search Anthropic 1.196 ±7 Proprietär 13 claude-opus-4-8 Anthropic 1.195 ±6 Proprietär 14 gpt-5.4-search OpenAI 1.195 ±6 Proprietär 15 grok-4-1-fast-search xAI 1.194 ±5 Proprietär 16 ernie-5.1 Baidu 1.193 ±10 Proprietär 17 grok-4.3 xAI 1.193 ±5 Proprietär 18 o3-search OpenAI 1.192 ±7 Proprietär 19 gemini-3-flash-grounding Google 1.191 ±5 Proprietär 20 claude-opus-4-5-search Anthropic 1.187 ±6 Proprietär 21 gpt-5.1-search OpenAI 1.183 ±5 Proprietär 22 gpt-5-search OpenAI 1.183 ±8 Proprietär 23 claude-sonnet-4-5-search Anthropic 1.175 ±5 Proprietär 24 claude-opus-4-1-search Anthropic 1.167 ±5 Proprietär 25 gpt-5.2-search OpenAI 1.162 ±6 Proprietär 26 grok-4-fast-search xAI 1.160 ±5 Proprietär 27 claude-opus-4-search Anthropic 1.151 ±6 Proprietär 28 ppl-sonar-pro-high Perplexity 1.143 ±6 Proprietär 29 gemini-2.5-pro-grounding Google 1.142 ±5 Proprietär 30 ppl-sonar-reasoning-pro-high Perplexity 1.138 ±6 Proprietär 31 gpt-5.2-search-non-reasoning OpenAI 1.137 ±6 Proprietär 32 grok-4-search xAI 1.121 ±6 Proprietär 33 api-gpt-4o-search OpenAI 1.081 ±11 Proprietär 34 diffbot-small-xl Diffbot 1.062 ±9 Offene Gewichte
Angezeigt werden die Top 34 von 34 Modellen in diesem Leaderboard. Daten vom 24. August 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 |
|---|---|---|---|---|
| OpenAI | gpt-5.6-sol-xhigh | 1 | 1.256 | Spitzenreiter |
| Anthropic | claude-fable-5 | 2 | 1.229 | 27 Pkt. |
| gemini-3.1-pro-grounding | 6 | 1.208 | 48 Pkt. | |
| xAI | grok-4.20-multi-agent-beta-0309 | 7 | 1.205 | 51 Pkt. |
| Baidu | ernie-5.1 | 16 | 1.193 | 62 Pkt. |
| Perplexity | ppl-sonar-pro-high | 28 | 1.143 | 113 Pkt. |
| Diffbot | diffbot-small-xl | 34 | 1.062 | 194 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 4 der Top 10 Modelle (40 %).
Modelle in den Top 10 nach Labor
Datentabelle anzeigen
| Labor | Top 10 |
|---|---|
| Anthropic | 4 |
| 2 | |
| OpenAI | 2 |
| xAI | 2 |
Open vs. proprietär: Wie groß ist der Abstand?
Das beste Open-Weight-Modell ist diffbot-small-xl von Diffbot mit 1.062. Es liegt 194 Punkte hinter dem besten proprietären Modell, gpt-5.6-sol-xhigh von OpenAI mit 1.256. Die 95-%-Konfidenzintervalle überlappen sich nicht, der Abstand ist also statistisch aussagekräftig.
33 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
- Dokument: claude-fable-5 von Anthropic, 1.499
- 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 Search-Arena vergleicht Modelle, die im Web recherchieren können. Nutzer bewerten Antworten auf Fragen, die aktuelle Informationen erfordern. Belohnt werden also Recherche und Quellenangaben ebenso wie die Qualität des Textes.
- 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 search_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 KI-Suche?
Stand 24. August 2026 führt gpt-5.6-sol-xhigh von OpenAI das Ranking auf die Such-Rangliste von LMArena mit einem Score von 1.256 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 KI-Suche?
Anthropic stellt 4 der Top-10-Modelle (40 %), vor Google (2), OpenAI (2) und xAI (2).
Liegt das beste Open-Source-Modell nah am besten proprietären Modell?
Das beste Open-Weight-Modell ist diffbot-small-xl von Diffbot mit 1.062. Es liegt 194 Punkte hinter dem besten proprietären Modell, gpt-5.6-sol-xhigh von OpenAI mit 1.256. 33 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 Search-Arena vergleicht Modelle, die im Web recherchieren können. Nutzer bewerten Antworten auf Fragen, die aktuelle Informationen erfordern. Belohnt werden also Recherche und Quellenangaben ebenso wie die Qualität des Textes.
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.