Modell A
GPT-6.1 Sol 💡
- Rang
- 1
- KI-Bewertung
- 97,0
- Menschliche Bewertung
- —
- Wertungsduelle
- 2.684
- 95-%-Intervall
- 96,5–97,5
Modellvergleich
Vergleichen Sie zwei Modelle im Detail: ihre Ergebnisse, ihre direkte Bilanz und veröffentlichte Textbeispiele.
Modell B
Claude Opus 5.5 💡
- Rang
- 2
- KI-Bewertung
- 96,4
- Menschliche Bewertung
- —
- Wertungsduelle
- 1.528
- 95-%-Intervall
- 95,6–97,1
Direktes Ergebnis
GPT-6.1 Sol von OpenAI (Reasoning high) erzielt 38,9 % der möglichen Punkte gegen Claude Opus 5.5 von Anthropic (Reasoning adaptive high).
7 Siege · 0 Unentschieden · 11 Niederlagen · 18 veröffentlichte Duelle.
Textbeispiel
Aufgabe
Verfasse ein kurzes Ergebnisprotokoll einer Teambesprechung des Vereinsvorstands vom 3. Juni. Beschlossen wurden: das Sommerfest findet am 6. September statt, Frau Vogel übernimmt die Getränkebestellung, und das nächste Treffen ist für den 1. Juli angesetzt. Halte die Punkte übersichtlich und knapp fest, sodass abwesende Mitglieder alles Wesentliche erfassen können. Schreibe das Protokoll auf Deutsch mit 50 bis 150 Wörtern.
Veröffentlichtes Urteil: Vorteil für Modell A (beurteilt von GPT-6 Sol).
GPT-6.1 Sol 💡
Ergebnisprotokoll der Teambesprechung des Vereinsvorstands
Datum: 3. Juni
In der Besprechung wurden folgende Beschlüsse gefasst:
- Sommerfest
Das Sommerfest des Vereins findet am 6. September statt.
- Getränkebestellung
Frau Vogel übernimmt die Getränkebestellung für das Sommerfest.
- Nächstes Treffen
Das nächste Treffen des Vereinsvorstands ist für den 1. Juli angesetzt.
Claude Opus 5.5 💡
Ergebnisprotokoll der Vorstandsbesprechung
Datum: 3. Juni
Teilnehmende: Mitglieder des Vereinsvorstands
Protokoll: Schriftführung des Vorstands
Beschlüsse:
- Sommerfest
Das diesjährige Sommerfest findet am Samstag, 6. September, statt. Programm, Ort und Aufgabenverteilung werden in der nächsten Sitzung besprochen.
- Getränkebestellung
Frau Vogel übernimmt die Getränkebestellung für das Sommerfest. Wünsche und Hinweise zum Getränkeangebot bitte direkt an sie richten.
- Nächstes Treffen
Die nächste Vorstandsbesprechung ist für den 1. Juli angesetzt. Uhrzeit und Ort werden rechtzeitig per Einladung bekannt gegeben.
Hinweis für abwesende Mitglieder:
Rückfragen zu diesen Beschlüssen richten Sie bitte bis zum nächsten Treffen an den Vorstand.
Einordnung: KI- und menschliche Bewertung bleiben getrennt. Die KI-Bewertung verwendet die Skala der Hauptrangliste und ist keine Prozentnote: Für die gewählte Kategorie bedeutet 50, dass ein Modell das durchschnittliche Modell für deutsche Texte schätzungsweise in der Hälfte der Duelle schlägt. Die direkte Bilanz verwendet nur mit der Hauptrangliste kompatible Protokolle und vermischt niemals Reasoning-Modi.
Direktvergleich
Claude oder ChatGPT zum Schreiben auf Deutsch?
Die beiden meistgefragten Assistenten, auf denselben deutschen Aufgaben in blinden Duellen beurteilt: wer besser schreibt, um wie viel, und bei welchen Textsorten. Mit jeder Aktualisierung der Rangliste neu berechnet.
ChatGPT oder Gemini zum Schreiben auf Deutsch?
Das beste Modell von OpenAI gegen das beste von Google, auf denselben deutschen Aufgaben, in blinden Duellen: wer in der Rangliste vorn liegt, wie die direkten Duelle ausgingen und wo jedes stärker ist.
Claude oder Gemini zum Schreiben auf Deutsch?
Das beste Modell von Anthropic gegen das beste von Google, auf denselben deutschen Aufgaben, in blinden Duellen: der Abstand in der Rangliste, die direkte Bilanz und die Textsorten, in denen Gemini am nächsten kommt.
Mistral oder ChatGPT zum Schreiben auf Deutsch?
Der europäische Anbieter gegen den Marktführer, auf denselben deutschen Aufgaben, in blinden Duellen. Der Abstand ist größer, als das Marketing vermuten lässt; diese Seite zeigt, wie groß, und bei welchen Textsorten.
Gemma 4 oder Qwen: Welches lokale Modell schreibt besser Deutsch?
Die beiden meistgeladenen Familien mit offenen Gewichten, auf unserem eigenen Rechner ausgeführt und auf denselben deutschen Aufgaben in blinden Duellen beurteilt: welche besser schreibt, bei welchen Textsorten, und was das an Speicher kostet.
Weiterlesen
Die vollständige Rangliste
Alle Modelle nach ihrer Schreibqualität auf Deutsch, mit Filtern nach Textsorte, Anbieter, Größe, Reasoning und Quantisierung, dazu die Duellmatrizen.
Welche KI für Roman, E-Mail, Bewerbung oder Hausarbeit? Das beste Modell wechselt mit der Textsorte
Die Rangliste hat einen Sieger; Ihre Texte haben viele. Allein auf den Duellen einer Textsorte gewinnt Claude Fable 5 Fiktion und Erklärung, Claude Opus 5 persönliche Briefe, und bei Bewerbungen liegen Claude Fable 5 und GPT-5.6 Sol gleichauf. Ein einfacher Leitfaden, Aufgabe für Aufgabe, mit der besten Datei für den eigenen Rechner.
Ein Modell, vier Sprachen: Die ersten sechs bleiben, das Mittelfeld wandert um vierzig Plätze
91 Modelle sind auf Englisch, Französisch, Deutsch und Spanisch nach demselben Verfahren eingestuft. Am 19. September war Claude Fable 5 in allen vier Sprachen Dritter, Claude Opus 5 auf Deutsch Erster. Darunter war GLM 5.3 Flash auf Englisch Zehnter und auf Deutsch 54., und die beste lokale Datei ist in jeder Sprache eine andere: auf Deutsch Gemma 4 31B.
Im blinden Textduell abstimmen
Eine Aufgabe, zwei anonyme Texte: Wählen Sie den besseren und tragen Sie so zur menschlichen Rangliste bei. Die Modellnamen erscheinen nach der Wahl.