# KI-Modelle im Vergleich: das beste Modell je Aufgabe

> Welches KI-Modell ist das beste? KI-Modelle im Vergleich nach Aufgabe, Stand 8. November 2026: Ranglisten, Kosten je Aufgabe, Abos in Euro, ein Spitzenmodell, das du nicht buchen kannst.

- Published: 2026-11-08
- Updated: 2026-11-09
- Author: Samy BEN SADOK
- Canonical: https://geotoolbox.ai/de/blog/ki-modelle-vergleich

---

Welches KI-Modell ist das beste? Das hängt von der Aufgabe ab, und die Ranglisten sind sich nicht mehr über einen einzigen Sieger einig. Stand 8. November 2026 führt **Claude Opus 5.5** die Coding-Ranglisten an, **Gemini 4 Argon** liegt unter den buchbaren Modellen in der Arena und auf Mercors Agenten-Rangliste vorne, und **GPT-6.1 Sol** bietet über die API das beste Preis-Leistungs-Verhältnis. **Gemini 4 Carbon** stand am 8. November auf drei Ranglisten ganz oben, ist aber nur für ausgewählte Cyber-Verteidiger zugänglich. Am 9. November 2026 hat Artificial Analysis Claude Fable 5.2 an die Spitze seines Intelligence Index gesetzt; die Intelligence-Index-Werte in den Tabellen unten stammen daher vom 8. November.

Solche Rankings veralten innerhalb weniger Wochen, deshalb trägt jede Tabelle unten ihr Abrufdatum.

## Das Wichtigste in Kürze

- **Das beste KI-Modell hängt von der Aufgabe ab:** Claude Opus 5.5 liegt beim Programmieren vorne (65,8 % auf Terminal-Bench, Stand 9. November 2026), Gemini 4 Argon laut den Ranglisten vom 8. November bei Arena- und Agenten-Werten unter den buchbaren Modellen. Bei den Kosten pro Aufgabe führt GPT-6.1 Sol (1,27 $ für 55 Punkte bei Artificial Analysis).
- Gemini 4 Carbon belegte am 8. November 2026 auf drei Ranglisten Platz eins, ist aber nur über Googles Fairwind-Programm für ausgewählte Cyber-Verteidiger zugänglich. Googles KI-Übersicht empfahl es am 8. November 2026 trotzdem ohne diesen Hinweis.
- In Deutschland kostet ChatGPT Plus 23 € im Monat, Claude Pro 18 € zzgl. Steuern und Google AI Pro 21,99 €; mit Google AI Pro nutzt du Gemini 4 Argon hier in der Gemini-App, nicht im KI-Modus der Google Suche.
- Ein deutsches Modell gibt es mit Kolibri von Aleph Alpha, auf den großen Ranglisten taucht es aber nicht auf. Wenn du Kundendaten verarbeitest, prüfe vor der Modellwahl, ob mit deinen Eingaben trainiert wird und ob du einen AV-Vertrag nach DSGVO brauchst.

## Die kurze Antwort: das beste KI-Modell je Aufgabe

Wähle nach Aufgabe, nicht nach Marke. Die Empfehlungen stützen sich auf die öffentlichen Ranglisten und Benchmark-Seiten, die weiter unten im Detail stehen.

<table>
<thead>
<tr><th>Aufgabe</th><th>Beste Wahl</th><th>Zweite Wahl</th><th>Warum</th></tr>
</thead>
<tbody>
<tr><td><strong>Agentisches Coding</strong></td><td>Claude Opus 5.5</td><td>Claude Sonnet 5.5</td><td>Platz eins auf der offiziellen Rangliste von Terminal-Bench (65,8 % nach der Neubewertung vom 9. November) und bei Mercors APEX-SWE (67,6 %); Sonnet 5.5 ist auf beiden Zweiter (63,9 % und 66,4 %)</td></tr>
<tr><td><strong>Wissensarbeit und Agenten</strong></td><td>Claude Opus 5.5</td><td>Gemini 4 Argon</td><td>Liegt bei Artificial Analysis vor Argon (59 zu 50) und führt GDPval-AA an (1866, innerhalb der Fehlermarge von Kimi K3.1 Pro mit 1858); Argon schlägt Opus 5.5 bei Mercors APEX-Agents (82,4 % zu 73,5 %) und in der Arena (1522 zu 1506, Rangliste vom 8. November 2026)</td></tr>
<tr><td><strong>Bestes Preis-Leistungs-Verhältnis für die API</strong></td><td>GPT-6.1 Sol</td><td>GPT-6 Astra (Aufwand high)</td><td>55 Punkte bei Artificial Analysis für 1,27 $ pro Aufgabe, gegenüber 10,04 $ für Opus 5.5 mit 59; auf Terminal-Bench nach der Neubewertung vom 9. November 60,9 % gegenüber 60,3 % für Astra (Aufwand max), also innerhalb der Konfidenzintervalle beider Läufe, bei einem Bruchteil der Laufkosten</td></tr>
<tr><td><strong>Günstige API-Arbeit in großen Mengen</strong></td><td>GPT-6.1 Sol (Aufwand medium)</td><td>GPT-6.1 Terra (Aufwand xhigh)</td><td>46 Punkte für 0,36 $ pro Aufgabe; denselben Wert erreicht Kimi K3.1 Pro erst für 3,68 $; Terra kommt bei xhigh auf 45 Punkte für 0,40 $</td></tr>
<tr><td><strong>Höchster Score, aber nicht buchbar</strong></td><td>Gemini 4 Carbon</td><td>keine</td><td>Platz eins in der Arena, bei Artificial Analysis (Stand 8. November) und auf Mercors Agenten-Rangliste, aber nicht öffentlich verfügbar</td></tr>
<tr><td><strong>Self-Hosting</strong></td><td>Kimi K3.1 Pro</td><td>DeepSeek V4.1 Flash</td><td>Bestes offenes Modell bei Artificial Analysis mit 46 Punkten, rund 14 Punkte hinter der Spitze (Stand 8. November)</td></tr>
</tbody>
</table>

Wenn du für Code und Wissensarbeit nur einen Namen brauchst, nimm Opus 5.5. Suchst du unter den heute buchbaren Modellen die besten Arena- und Agenten-Werte, schau dir [Gemini 4 Argon](https://geotoolbox.ai/blog/gemini-4-argon) an. Kostenlose Versionen und Abopreise in Euro stehen in der Abo-Tabelle weiter unten.

## Die wichtigsten KI-Modelle, Stand 8. November 2026

Zur Spitze zählen aktuell neun proprietäre Modelle und ein Modell mit offenen Gewichten. Sie stammen aus den großen Modellfamilien: GPT von OpenAI, Claude von Anthropic, Gemini von Google und Grok von xAI, dazu Muse Wonder von Meta und Kimi K3.1 Pro von Moonshot AI. Die API-Preise sind in US-Dollar pro Million Token angegeben (Eingabe/Ausgabe, Standardtarif); die komplette Preisliste steht in unserem [Leitfaden zu den Kosten von KI-Token](https://geotoolbox.ai/blog/ai-token-cost).

<table>
<thead>
<tr><th>Modell</th><th>Anbieter</th><th>API-Preis (Ein-/Ausgabe)</th><th>Kontextfenster</th><th>Wo du es nutzen kannst</th></tr>
</thead>
<tbody>
<tr><td><strong><a href="https://www.anthropic.com/news/claude-opus-5-5">Claude Opus 5.5</a></strong></td><td>Anthropic</td><td>4 $ / 20 $</td><td>1 Million</td><td>Claude Pro (18 €) und höher, API</td></tr>
<tr><td><strong><a href="https://geotoolbox.ai/blog/claude-models-compared">Claude Fable 5.2</a></strong></td><td>Anthropic</td><td>8 $ / 40 $</td><td>1 Million</td><td>Claude Max (90 €) und Ultra (180 €); bei Pro über Nutzungsguthaben (im Einführungsangebot vom 9. bis 16. November 2026 enthält Pro zusätzlich Fable-Modelle bis zur Hälfte des Wochenlimits); API</td></tr>
<tr><td><strong>Claude Sonnet 5.5</strong></td><td>Anthropic</td><td>2 $ / 10 $</td><td>1 Million</td><td>Claude-Abos, API</td></tr>
<tr><td><strong><a href="https://developers.openai.com/api/docs/models/gpt-6-astra">GPT-6 Astra</a></strong></td><td>OpenAI</td><td>10 $ / 50 $</td><td>1,05 Millionen</td><td>ChatGPT Pro als GPT-6 Pro; bei Plus nur in Work und Codex; API</td></tr>
<tr><td><strong>GPT-6.1 Sol</strong></td><td>OpenAI</td><td>2 $ / 10 $</td><td>1,05 Millionen (in Work und Codex standardmäßig 500.000)</td><td>API; ChatGPT Work und Codex</td></tr>
<tr><td><strong>Gemini 4 Argon</strong></td><td>Google</td><td>2 $ / 10 $ bis 30. November, danach 4 $ / 20 $</td><td>1 Million</td><td>Gemini-App mit Google AI Pro (21,99 €) und Ultra; API</td></tr>
<tr><td><strong><a href="https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/">Gemini 4 Carbon</a></strong></td><td>Google</td><td>Nicht im Verkauf (angekündigter Startpreis: zunächst 2 $ / 10 $, dann 4 $ / 20 $)</td><td>1 Million</td><td>Ausgewählte Cyber-Verteidiger über Googles Fairwind-Programm</td></tr>
<tr><td><strong><a href="https://about.fb.com/news/2026/10/introducing-muse-wonder-models/">Muse Wonder</a></strong></td><td>Meta</td><td>4 $ / 20 $ laut Arena</td><td>1 Million</td><td>Meta Model API und Muse Code</td></tr>
<tr><td><strong><a href="https://x.ai/news/grok-4-7">Grok 4.7</a></strong></td><td>xAI</td><td>2 $ / 6 $</td><td>500.000</td><td>API, Cursor und Grok Build</td></tr>
<tr><td><strong><a href="https://huggingface.co/moonshotai/Kimi-K3.1-Pro">Kimi K3.1 Pro</a></strong></td><td>Moonshot AI</td><td>Offene Gewichte</td><td>1 Million</td><td>Download auf Hugging Face unter eigener Lizenz; gehostete APIs</td></tr>
</tbody>
</table>

<p><em>Stand 8. November 2026, laut den Seiten der Anbieter. API-Preise in US-Dollar, so wie die Anbieter sie abrechnen; die Abopreise in der letzten Spalte sind deutsche Monatspreise, bei Claude zzgl. Steuern.</em></p>

Zwei Zeilen lohnen einen zweiten Blick. Opus 5.5 kostet **4 $ / 20 $** und ist damit günstiger als Opus 5 mit 5 $ / 25 $. Der Argon-Preis ist ein Einführungspreis, mehr dazu unter [Was sich als Nächstes ändert](#was-sich-als-nachstes-andert). Lange Prompts kosten mehr, als die Tabelle zeigt: Ab 272.000 Eingabe-Token berechnet OpenAI für GPT-6 Astra und GPT-6.1 Sol über die API die ganze Anfrage zum doppelten Eingabe- und 1,5-fachen Ausgabepreis. xAI verlangt für Grok-4.7-Anfragen über 200.000 Token andere Preise.

GPT-6 Sol und GPT-6.1 Sol sind zwei verschiedene Modelle. Laut OpenAIs Hilfeartikel läuft der normale Chat in ChatGPT mit GPT-6 Sol, während GPT-6.1 Sol als eigene Modelloption für ChatGPT Work und Codex aufgeführt ist.

### Gemini 4 Carbon: das Spitzenmodell, das du nicht kaufen kannst

Carbon führte am 8. November 2026 drei Ranglisten an. Auch Googles KI-Übersicht für „ki modelle vergleich“ führte Gemini 4 Carbon am 8. November 2026 unter den Google-Modellen als „Top-Modell“ auf und empfahl es für große Dokumente und PDFs, ohne Hinweis darauf, dass du es nicht kaufen kannst. Laut Googles [Launch-Post](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/) steht Carbon zunächst nur einer Teilgruppe von Cyber-Verteidigern zur Verfügung, weitere vertrauenswürdige Partner sollen schrittweise über das Fairwind-Programm folgen. Für Entwickler, Unternehmen und Endkunden nennt Google kein Datum, nur ein „as soon as possible“. Ein öffentliches Abo oder eine allgemein zugängliche API gibt es bisher nicht.

Für dich als Käufer ist Carbon also noch keine Option. Nimm seine Werte als Ausblick darauf, wohin sich Gemini entwickelt, und wähle aus den Modellen, die du tatsächlich buchen kannst.

## Warum sich die KI-Rankings widersprechen

Jedes LLM-Ranking misst etwas anderes, deshalb ändert sich die Reihenfolge von Rangliste zu Rangliste. Die vier Ranglisten unten, abgerufen am 8. November 2026, nennen zwei verschiedene Sieger: Carbon führt die Arena, Artificial Analysis und Mercors Agenten-Rangliste an, Opus 5.5 führt bei Terminal-Bench. Unter den Modellen, die du nutzen kannst, liegt Argon auf zwei Ranglisten vorne und Opus 5.5 auf zwei.

<table>
<thead>
<tr><th>Rangliste</th><th>Was sie misst</th><th>Platz 1</th><th>Platz 2</th><th>Platz 3</th><th>Stand</th></tr>
</thead>
<tbody>
<tr><td><strong><a href="https://arena.ai/leaderboard/text">Arena, Text gesamt</a></strong></td><td>Blinde Abstimmungen von Menschen, 420 Modelle</td><td>Gemini 4 Carbon (High) 1527, vorläufig</td><td>Gemini 4 Argon (High) 1522</td><td>Muse Wonder (Max) 1512</td><td>Rangliste vom 8. November 2026</td></tr>
<tr><td><strong><a href="https://artificialanalysis.ai/leaderboards/models">Artificial Analysis Intelligence Index</a></strong></td><td>Eigene Tests, unabhängig durchgeführt</td><td>Gemini 4 Carbon (high) 60</td><td>Claude Opus 5.5 (max) 59</td><td>GPT-6 Astra (max) 57</td><td>Abgerufen am 8. November 2026</td></tr>
<tr><td><strong><a href="https://www.mercor.com/apex/apex-agents-leaderboard/">Mercor APEX-Agents</a></strong></td><td>Von Fachleuten geschriebene Berufsaufgaben</td><td>84,2 % (Gemini 4 Carbon)</td><td>82,4 % (Gemini 4 Argon)</td><td>77,6 % (Tencent Hy4)</td><td>Live-Rangliste, abgerufen am 8. November 2026</td></tr>
<tr><td><strong><a href="https://www.tbench.ai/leaderboard">Terminal-Bench 4.1, offiziell</a></strong></td><td>Agenten-Aufgaben auf der Kommandozeile</td><td>65,8 % (Claude Opus 5.5)</td><td>63,9 % (Claude Sonnet 5.5)</td><td>60,9 % (GPT-6.1 Sol)</td><td>Läufe von 4.0 neu bewertet am 9. November 2026</td></tr>
</tbody>
</table>

<p><em>Die Werte sind zwischen den Ranglisten nicht vergleichbar. Artificial Analysis führt pro Modell mehrere Aufwandsstufen; die Tabelle zeigt jeweils die beste.</em></p>

<figure className="not-prose my-8">
  ![Obere Zeilen der LLM-Bestenliste von Artificial Analysis mit deutscher Oberfläche am 8. November 2026: Gemini 4 Carbon (high) 60, Claude Opus 5.5 (max) 59, Gemini 4 Carbon (medium) 58, Claude Opus 5.5 (xhigh) 57, GPT-6 Astra (max) 57, jeweils mit Kosten und Zeit pro Aufgabe](/blog/ki-modelle-vergleich/artificial-analysis-bestenliste-november-2026.png)
  <figcaption className="mt-3 text-center text-sm text-gray-500">Bestenliste von Artificial Analysis, obere Zeilen, aufgenommen am 8. November 2026 aus Deutschland ohne Anmeldung. Jedes Modell erscheint einmal pro Aufwandsstufe.</figcaption>
</figure>

Auf Mercors Agenten-Rangliste liegt Opus 5.5 mit 73,5 % auf Platz fünf, hinter Carbon (84,2 %), Argon (82,4 %), Tencent Hy4 (77,6 %) und Sonnet 5.5 (75,5 %). In der Arena-Rangliste vom 8. November 2026 steht Metas Muse Wonder (Max) mit 1512 auf Platz drei, vor Opus 5.5 mit 1506.

### Präferenz, unabhängiger Index, Agenten-Ranglisten

Jede Rangliste beantwortet eine andere Frage, daher die unterschiedliche Reihenfolge.

Die Arena ordnet Modelle nach blinder menschlicher Präferenz. Sie belohnt Antworten, die Menschen gefallen, und prüft nicht, ob sie richtig sind. Carbons 1527 sind als vorläufig markiert und beruhen auf 4.281 Stimmen, gegenüber 18.850 für Argon und 14.815 für Opus 5.5 (Rangliste vom 8. November 2026).

Artificial Analysis testet jedes Modell selbst, und die Aufwandsstufe (Effort) verändert das Ergebnis stark. Opus 5.5 kommt bei max auf 59 Punkte, bei high auf 52. Zum Start von Carbon nannte Google 59 Punkte im Index; die Seite zeigte am 8. November 60. Am 9. November 2026 führte Artificial Analysis Claude Fable 5.2 mit 65 bei max (26,54 $ pro Aufgabe) und 62 bei high (9,08 $) vor Carbon mit 60 und Opus 5.5 mit 59 (10,04 $). Selbst innerhalb einer Rangliste verschieben sich die Werte.

Mercor und Terminal-Bench testen Agenten, jeder Wert gilt also für das Modell samt Werkzeug. Terminal-Bench nennt bei jedem Ergebnis den Agenten: Claude Code für die Claude-Modelle, Codex für die OpenAI-Modelle. Mercors Live-Rangliste ist neuer als die hauseigene Seite „best models“ vom 23. September 2026, die vor dem Start von Argon und Carbon entstand und Opus 5.5 noch vorne sieht.

Die Tabellen der Hersteller beruhen auf eigenen Messungen. Anthropic schreibt in seinem [Beitrag zu Opus 5.5](https://www.anthropic.com/news/claude-opus-5-5) selbst: „benchmark margins have become a less reliable guide to real-world differences“. In der Zeile zu Terminal-Bench 4.0 vergleicht Anthropic Opus 5.5 bei xhigh mit GPT-6 Astra bei high (Wert laut OpenAI). Laut Anthropic ist jeder Wert der beste des jeweiligen Modells, aber die Einstellungen unterscheiden sich.

Benchmarks veralten außerdem. OpenAI [meldet keine Werte mehr für SWE-bench Verified](https://openai.com/index/why-we-no-longer-evaluate-swe-bench-verified/), weil Tests fehlerhaft und Testdaten kontaminiert waren, und empfiehlt stattdessen SWE-bench Pro. Ein Coding-Wert aus einer älteren Rangliste stammt womöglich aus einem Test, den mindestens ein KI-Labor nicht mehr verwendet.

### Gibt es eine Rangliste für Deutsch?

Ja: Die Arena führt eine eigene Rangliste für deutschsprachige Texte. Am 8. November 2026 (167.362 Stimmen insgesamt) lag dort Gemini 4 Argon mit 1563 vorne, allerdings auf Basis von nur 268 Stimmen; Opus 5.5 stand mit 214 Stimmen auf Platz acht, Carbon fehlte. Die Abstände sind zu klein für eine sichere Reihenfolge. Einen eigenen Benchmark für deutschsprachige Aufgaben bietet [PeerBench DACH](https://dach.peerbench.ai/): sechs Tests auf Deutsch, 55 Modelle, Stand 16. Oktober 2026; dort liegt Gemini 4 Argon vorne, Opus 5.5 ist noch nicht gelistet. Deutsche Ranglisten wie KI Weekly oder Collective Brain bereiten dagegen die Daten von Artificial Analysis neu auf und messen keine deutsche Sprachqualität.

### Was wir selbst getestet haben und was wir nur zitieren

Jeden Benchmark-Wert in diesem Artikel zitieren wir mit Datum von der jeweiligen Rangliste. Nachgemessen haben wir keinen davon. Den einzigen eigenen Datensatz von geotoolbox liefert ein Panel: Am 6. November 2026 haben wir von den USA aus 8 englisch formulierte Fragen zur Modellwahl an 5 KI-Suchmaschinen gestellt und jede zitierte Quelle erfasst. Abgefragt haben wir ChatGPT (ohne Anmeldung per Scrape und zusätzlich per API), Gemini, Googles KI-Modus, die Sonar-API von Perplexity und einen Claude-Agenten mit Websuche.

Die Suchmaschinen zitierten 183 verschiedene Domains. Davon tauchten 152 nur bei einer Suchmaschine auf, und nur 15 wurden von drei oder mehr Suchmaschinen zitiert. Fast alle davon sind Herstellerdokumentationen und Ranglisten: anthropic.com, openai.com, x.ai, Artificial Analysis, Arena, BenchLM und LLM Stats. Außerhalb dieses gemeinsamen Kerns zitieren die Suchmaschinen überwiegend unterschiedliche Quellen.

## Das beste KI-Modell zum Programmieren

Für agentisches Coding ist **Claude Opus 5.5** das beste LLM, gemessen an den Daten, die nicht aus den Launch-Posts der Hersteller stammen. Claude Sonnet 5.5 folgt auf Platz zwei, und GPT-6.1 Sol ist die Wahl, wenn die Kosten zählen.

Die offizielle Rangliste von Terminal-Bench hat ihre Läufe von Version 4.0 am 9. November 2026 als Version 4.1 neu bewertet; jeder Wert blieb im früheren 95-%-Konfidenzintervall. Dort erreicht Opus 5.5 mit Claude Code 65,8 % und Sonnet 5.5 63,9 %. Mit Codex folgen GPT-6.1 Sol (60,9 %) und GPT-6 Astra (60,3 %), deren Abstand innerhalb der Konfidenzintervalle liegt, und der beste Lauf von Fable 5.1 kommt auf 57,6 %. Für Fable 5.2 gibt es dort noch keinen Lauf. Die Rangliste zeigt auch, was jeder Lauf gekostet hat: Bei GPT-6.1 Sol war es ein Bruchteil dessen, was Opus 5.5 und Sonnet 5.5 kosteten. Die vier Claude-Stufen im Detail zeigt unser [Vergleich der Claude-Modelle](https://geotoolbox.ai/blog/claude-models-compared).

Mercors Live-Rangliste [APEX-SWE](https://www.mercor.com/apex/apex-swe-leaderboard/) bestätigt die ersten beiden Plätze: Opus 5.5 mit 67,6 % und Sonnet 5.5 mit 66,4 %. Unter den im Diagramm gezeigten Einträgen folgen Opus 5 mit 63,7 % und Fable 5.1 mit 63,6 %. Mercor listet jedes Modell mit dem Harness, mit dem es am besten abschneidet, hier Terminus-2.

Bei diesem einen Benchmark liegt auch ein Open-Weight-Modell nah an der Spitze. [Moonshots Modellkarte](https://huggingface.co/moonshotai/Kimi-K3.1-Pro) meldet für Kimi K3.1 Pro 65,7 % auf Terminal-Bench 4.0 mit dem Harness von Claude Code. Die Vergleichswerte der anderen Modelle übernimmt Moonshots Tabelle aus deren Blogbeiträgen oder der offiziellen Rangliste. Die 65,7 % sind also eine Herstellerangabe wie jede andere.

Auch das Coding-Werkzeug zählt, denn es bildet die Arbeitsumgebung des Modells und verändert so den Wert. Mehr dazu in unserem [Vergleich von Kimi K3 und Claude](https://geotoolbox.ai/blog/kimi-k3-vs-claude), der [Analyse von GPT-6 Astra](https://geotoolbox.ai/blog/gpt-6-astra) und dem [Test von Claude Fable 5.1](https://geotoolbox.ai/blog/claude-fable-5-1).

## Das beste KI-Modell zum Schreiben, Recherchieren und für lange Dokumente

Bei Wissensarbeit sind sich die Ranglisten uneinig. Opus 5.5 führt [GDPval-AA von Artificial Analysis](https://artificialanalysis.ai/evaluations/gdpval-aa) mit 1866 an, innerhalb der Fehlermarge von Kimi K3.1 Pro (1858) und Muse Wonder Full (1857); Claude Fable 5.2, am 9. November 2026 in die Rangliste aufgenommen, erreicht 1831 bei max und 1718 bei high, liegt also bei max hinter Opus 5.5, bei den API-Standardeinstellungen aber führt Fable 5.2 (high, 1718) vor Opus 5.5 (medium, 1593). Gemini 4 Argon liegt dort weit hinten bei 1631. Auf Mercors Rangliste für Berufsaufgaben schlägt Argon dagegen Opus 5.5 (82,4 % zu 73,5 %) und steht auch in der Arena vor Opus. Teste beide mit deinen eigenen Dokumenten.

Die Größe des Kontextfensters ist hier die einzige belastbare Zahl, und die Spitzenmodelle liegen nah beieinander. Claude Opus 5.5, Fable 5.2 und Sonnet 5.5 verarbeiten jeweils 1 Million Token. [GPT-6 Astra](https://developers.openai.com/api/docs/models/gpt-6-astra) hat ein Fenster von 1.050.000 Token, davon bis zu 922.000 für die Eingabe und 128.000 für die Ausgabe. Gemini 4 Argon bietet über die API ein gemeinsames Limit von 1 Million Token für Ein- und Ausgabe, Grok 4.7 kommt auf 500.000.

Für Schreibqualität gibt es außer Präferenzabstimmungen keinen neutralen Wert. In der Arena stehen Gemini-, Meta- und Claude-Modelle oben; die deutschsprachige Arena-Rangliste beruht allerdings noch auf zu wenigen Stimmen. Für Recherche bringt jede große App einen eigenen Modus mit (die deutsche [Preisseite von ChatGPT](https://chatgpt.com/de-DE/pricing) führt Deep Research zum Beispiel in jedem Abo, bei Free und Go eingeschränkt). Einen unabhängigen direkten Vergleich dieser Modi haben wir nicht gefunden, deshalb stellen wir dafür keine Rangfolge auf. Breitere Vergleiche der Apps selbst findest du in [Claude vs. ChatGPT](https://geotoolbox.ai/blog/claude-vs-chatgpt), [Claude vs. Gemini](https://geotoolbox.ai/blog/claude-vs-gemini) und [Gemini vs. ChatGPT](https://geotoolbox.ai/blog/gemini-vs-chatgpt).

## Bestes Preis-Leistungs-Verhältnis: Kosten pro Aufgabe statt Preis pro Token

Listenpreise führen in die Irre, weil Modelle für dieselbe Aufgabe unterschiedlich viel Reasoning aufwenden. [Artificial Analysis](https://artificialanalysis.ai/leaderboards/models) veröffentlicht neben jedem Wert eine Spalte mit den Kosten pro Aufgabe für seinen eigenen Aufgabensatz, und erst sie macht den Abstand sichtbar.

<table>
<thead>
<tr><th>Modell (Aufwand)</th><th>Index-Wert</th><th>Kosten pro Aufgabe</th><th>Listenpreis (Ein-/Ausgabe)</th></tr>
</thead>
<tbody>
<tr><td>Claude Opus 5.5 (max)</td><td>59</td><td>10,04 $</td><td>4 $ / 20 $</td></tr>
<tr><td>Claude Opus 5.5 (xhigh)</td><td>57</td><td>6,05 $</td><td>4 $ / 20 $</td></tr>
<tr><td>GPT-6 Astra (max)</td><td>57</td><td>6,24 $</td><td>10 $ / 50 $</td></tr>
<tr><td>GPT-6 Astra (high)</td><td>55</td><td>3,24 $</td><td>10 $ / 50 $</td></tr>
<tr><td>Claude Sonnet 5.5 (max)</td><td>55</td><td>10,02 $</td><td>2 $ / 10 $</td></tr>
<tr><td><strong>GPT-6.1 Sol (max)</strong></td><td>55</td><td>1,27 $</td><td>2 $ / 10 $</td></tr>
<tr><td>GPT-6.1 Sol (xhigh)</td><td>52</td><td>0,76 $</td><td>2 $ / 10 $</td></tr>
<tr><td>GPT-6.1 Sol (medium)</td><td>46</td><td>0,36 $</td><td>2 $ / 10 $</td></tr>
<tr><td>Kimi K3.1 Pro</td><td>46</td><td>3,68 $</td><td>Offene Gewichte</td></tr>
<tr><td>Grok 4.7 (xhigh)</td><td>35</td><td>7,77 $</td><td>2 $ / 6 $</td></tr>
</tbody>
</table>

<p><em>Artificial Analysis, abgerufen am 8. November 2026. Die Kosten pro Aufgabe beziehen sich auf den eigenen Aufgabensatz der Seite.</em></p>

<figure className="not-prose my-8">
  ![Balkendiagramm der Kosten pro Aufgabe laut Artificial Analysis am 8. November 2026: GPT-6.1 Sol bei Aufwand max 1,27 $, GPT-6 Astra bei high 3,24 $, Kimi K3.1 Pro 3,68 $, Claude Opus 5.5 bei xhigh 6,05 $, Claude Sonnet 5.5 bei max 10,02 $, Claude Opus 5.5 bei max 10,04 $](/blog/ki-modelle-vergleich/kosten-pro-aufgabe-ki-modelle.png)
  <figcaption className="mt-3 text-center text-sm text-gray-500">GPT-6.1 Sol und Claude Sonnet 5.5 haben denselben Listenpreis von 2 $ / 10 $ und denselben Wert von 55, aber Sonnet kostet 10,02 $ pro Aufgabe, Sol 1,27 $.</figcaption>
</figure>

Die Tabelle lässt sich auf vier Arten lesen. GPT-6.1 Sol und Claude Sonnet 5.5 haben beide einen Listenpreis von 2 $ / 10 $ und erreichen bei max beide 55 Punkte. Trotzdem kostet GPT-6.1 Sol 1,27 $ pro Aufgabe, Sonnet 10,02 $. Dieselben 55 Punkte kosten mit GPT-6 Astra bei high 3,24 $. Opus 5.5 erkauft sich die letzten beiden Punkte (von 57 auf 59) mit rund 4 $ mehr pro Aufgabe. Am unteren Ende erreicht GPT-6.1 Sol bei medium 46 Punkte für 0,36 $ pro Aufgabe; denselben Wert erreicht Kimi K3.1 Pro erst für 3,68 $.

Die Aufwandsstufe ist der Hebel. Auf derselben Seite reicht Opus 5.5 von 35 Punkten bei low bis 59 bei max. Ein Wert ohne Angabe der Aufwandsstufe sagt deshalb wenig. Den Rest der Preisliste, einschließlich Prompt-Caching und Batch-Rabatten, findest du im oben verlinkten Leitfaden. Auch die Geschwindigkeit zählt: GPT-6.1 Sol braucht bei max laut derselben Seite rund 20 Minuten pro Aufgabe, Astra bei high rund 9 und Opus 5.5 bei max rund 25 (Stand 8. November 2026).

## Die besten Open-Weight-Modelle

Das stärkste Modell mit offenen Gewichten ist **Kimi K3.1 Pro**. Auf der Bestenliste von Artificial Analysis mit 99 Modellen steht es mit 46 Punkten an der Spitze der 40 Open-Weight-Modelle (Stand 8. November 2026). Das sind rund 14 Punkte weniger als Carbon (60) und 13 weniger als Opus 5.5 (59). Laut [Modellkarte](https://huggingface.co/moonshotai/Kimi-K3.1-Pro) hat Kimi K3.1 Pro 2,8 Billionen Parameter, davon 104 Milliarden aktiv; es steht unter einer eigenen Kimi K3.1 Pro License.

Dahinter zeigt [Artificial Analysis](https://artificialanalysis.ai/models/open-source) DeepSeek V4.1 Flash 1017 (max) mit 33 und GLM-5.3 (max) mit 32 Punkten, beide mit deutlichem Abstand zu Kimi. „Open Weights“ heißt nicht „Open Source“: Lies jede Lizenz, bevor du ein Produkt auf einem Modell aufbaust. Lizenzen und Hosting behandeln unsere Leitfäden zu den [besten Open-Source-LLMs](https://geotoolbox.ai/blog/best-open-source-llms) und zu [chinesischen KI-Modellen im Vergleich](https://geotoolbox.ai/blog/chinese-ai-models-compared) ausführlicher, die Hardware unser Leitfaden zum [lokalen Betrieb eines LLM](https://geotoolbox.ai/blog/run-llm-locally).

Das stärkste europäische Modell auf den Ranglisten ist Mistral Large 4 aus Frankreich, seit Ende Oktober ebenfalls mit offenen Gewichten: 26 Punkte im Intelligence Index, gegenüber 59 bis 60 an der Spitze. Mistral speichert Daten standardmäßig in der EU, je nach Funktion können sie aber vorübergehend außerhalb der EU verarbeitet werden. Aus Deutschland kommt Kolibri von Aleph Alpha aus Heidelberg, seit dem 3. Oktober 2026 verfügbar und auf Deutsch ausgelegt; bei Artificial Analysis und in der Arena taucht es nicht auf.

## Was dein Abo tatsächlich enthält, in Euro

Ein Modell auf einer Rangliste und das Modell in deiner App sind nicht dasselbe. Derselbe Anbieter kann über die API ein Modell ausliefern, im Chat ein anderes und in seinem Coding-Werkzeug ein drittes.

<table>
<thead>
<tr><th>Abo</th><th>Preis im Monat</th><th>Was läuft</th></tr>
</thead>
<tbody>
<tr><td><strong>ChatGPT Free</strong></td><td>0 €</td><td>Unbegrenzte Textchats mit GPT-6 laut deutscher Preisseite; OpenAIs Hilfeartikel nennt weiterhin GPT-5.6 Luna als Standard für Free</td></tr>
<tr><td><strong>ChatGPT Go</strong></td><td>8 €</td><td>Mehr Nachrichten, Uploads und Bilderstellung als Free; laut Preisseite kann der Tarif Werbung enthalten</td></tr>
<tr><td><strong>ChatGPT Plus</strong></td><td>23 €</td><td>GPT-6 Sol im normalen Chat (wird schrittweise freigeschaltet); GPT-6 Astra nur in Work und Codex</td></tr>
<tr><td><strong>ChatGPT Pro</strong></td><td>ab 103 €, mit 3 Nutzungsstufen (Pro 100, Pro 200, Pro 500)</td><td>GPT-6 Pro auf Basis von GPT-6 Astra im Chat bei Pro 100 und Pro 200; OpenAIs Hilfeartikel nennt Pro 500 nicht</td></tr>
<tr><td><strong><a href="https://claude.com/pricing">Claude Pro</a></strong></td><td>18 € (15 € bei jährlicher Zahlung, 180 € im Voraus), zzgl. Steuern</td><td>Opus, Sonnet und Haiku; Fable über Nutzungsguthaben (vom 9. bis 16. November 2026 enthält Pro zusätzlich alle Fable-Modelle bis zur Hälfte des Wochenlimits)</td></tr>
<tr><td><strong>Claude Max und Ultra</strong></td><td>90 € und 180 €, zzgl. Steuern</td><td>Fable inklusive, bis zur Hälfte deines Wochenlimits, zusätzlich zu allem aus Pro</td></tr>
<tr><td><strong>Gemini kostenlos</strong></td><td>0 €</td><td>Das Flash-Lite-Modell</td></tr>
<tr><td><strong><a href="https://gemini.google/de/subscriptions/">Google AI Plus</a></strong></td><td>4,99 €</td><td>Das Flash-Modell; Gemini 4 Argon gibt es ab AI Pro</td></tr>
<tr><td><strong>Google AI Pro</strong></td><td>21,99 €</td><td>Gemini 4 Argon, Pro- und Flash-Modell in der Gemini-App</td></tr>
<tr><td><strong><a href="https://grok.com/plans">X Subscription Premium</a></strong></td><td>31 € zzgl. Steuern (im ersten Monat 16 €)</td><td>Grok, Cursor Pro und die Vorteile von X Premium+, mit viermal so viel Nutzungsvolumen wie die Plus-Stufe von X</td></tr>
</tbody>
</table>

<p><em>Monatspreise, abgerufen am 8. November 2026 aus Deutschland ohne Anmeldung. Bei ChatGPT und Google steht kein Steuerhinweis, Claude und X weisen ihre Preise zzgl. Steuern aus. Alle Abos im Detail: <a href="https://geotoolbox.ai/blog/chatgpt-pricing">ChatGPT-Kosten</a>, <a href="https://geotoolbox.ai/blog/claude-pricing">Claude-Kosten</a>, <a href="https://geotoolbox.ai/blog/gemini-pricing">Gemini-Kosten</a> und <a href="https://geotoolbox.ai/blog/grok-pricing">Grok-Kosten</a>.</em></p>

<figure className="not-prose my-8">
  ![Diagramm mit drei Ebenen, die bei der Wahl eines KI-Modells oft verwechselt werden: das Modell, dein Abo und der Modus der App, etwa der Chat im Vergleich zu Work und Codex](/blog/ki-modelle-vergleich/modell-abo-modus-ki.png)
  <figcaption className="mt-3 text-center text-sm text-gray-500">Ein Anbieter, mehrere Ebenen: das Modell, über das du liest, das Abo, das du bezahlst, und der Modus, in dem du die App nutzt.</figcaption>
</figure>

Laut OpenAIs [Hilfeartikel zu GPT-6 in ChatGPT](https://help.openai.com/en/articles/20001354-gpt-6-and-other-models-in-chatgpt) gibt es GPT-6 Pro in den Pro-Stufen 100 und 200, und Plus enthält Astra in Work und Codex. Für rund 20 € im Monat bekommst du bei jedem Anbieter eine andere Modellstufe: Opus bei Claude Pro (18 € zzgl. Steuern), Argon in der Gemini-App bei Google AI Pro (21,99 €) und GPT-6 Sol (wird schrittweise freigeschaltet) bei ChatGPT Plus (23 €). GPT-6 Pro im Chat bleibt den Pro-Abos vorbehalten. Den KI-Modus der Google Suche gibt es in Deutschland, aber auf Googles [Länderliste für Argon im KI-Modus](https://support.google.com/websearch/answer/16011537?hl=de) steht Deutschland nicht (Stand 8. November 2026): Mit Google AI Pro nutzt du Argon hier in der Gemini-App, nicht im KI-Modus. Wenn du nur chattest, fang mit den kostenlosen Versionen an.

Suchst du ChatGPT-Alternativen für eine bestimmte Aufgabe? Dann lies unseren Leitfaden zu den [besten ChatGPT-Alternativen](https://geotoolbox.ai/blog/chatgpt-alternatives).

## So wählst du das passende Modell für deine Arbeit

Eine Rangliste liefert eine Vorauswahl. Entscheiden sollten deine eigenen Aufgaben.

1. Kläre zuerst den Datenschutz, wenn du Kunden- oder Mitarbeiterdaten verarbeitest. Die Datenschutzkonferenz (DSK) rät in ihrer Orientierungshilfe „Künstliche Intelligenz und Datenschutz“ vom 6. Mai 2024 zu Anwendungen, die Eingaben nicht zum Training verwenden, und zu dienstlichen Accounts mit abgeschaltetem Training. Verarbeitet der Anbieter die Daten in deinem Auftrag, brauchst du häufig einen AV-Vertrag nach Art. 28 DSGVO. Bei den Business-Angeboten und der API trainiert OpenAI standardmäßig nicht mit deinen Daten; in ChatGPT Free, Plus und Pro schaltest du das unter Einstellungen > Datenkontrollen > „Das Modell für alle verbessern“ ab. Auch bei Mistral Vibe ist das Training nicht von vornherein ausgeschaltet, außer im Enterprise-Tarif.
2. Wähle drei Modelle aus, die für deine Art von Arbeit auf mindestens zwei Ranglisten unter den ersten fünf stehen.
3. Gleiche die Einstellungen an. Vergleiche Werte bei derselben Aufwandsstufe und mit demselben Werkzeug, denn beides verschiebt die Ergebnisse.
4. Lass 20 bis 50 deiner eigenen Aufgaben durch das Werkzeug laufen, das du tatsächlich nutzen wirst: die API, Claude Code, Codex oder die Chat-App.
5. Bewerte, ob die Antwort stimmt, was der Lauf gekostet hat und wie lange er gedauert hat.
6. Teste neu, sobald ein Anbieter ein neues Modell veröffentlicht. Google brachte Carbon rund zwei Wochen nach Argon heraus: Eine Vorauswahl kann binnen eines Monats veraltet sein.

Warum Modelle auf denselben Prompt unterschiedlich reagieren, erklärt unser Leitfaden dazu, [wie KI-Modelle denken](https://geotoolbox.ai/blog/how-ai-models-think).

## Was sich als Nächstes ändert

Diese Punkte behalten wir auf dieser Seite im Blick.

- Der Argon-Preis: Googles [Launch-Post](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/) legt 2 $ / 10 $ als Einführungspreis fest, der am 30. November 2026 endet. Danach gelten 4 $ / 20 $.
- Die Freigabe von Carbon: Google will Carbon „as soon as possible“ über die Cyber-Verteidiger hinaus öffnen. Wenn das passiert, ändert sich die Antwort auf die Frage nach dem besten KI-Modell wahrscheinlich.
- Die Ranglisten: Die Arena hat am 8. November 2026 eine neue Rangliste veröffentlicht, und Artificial Analysis, Mercor und Terminal-Bench aktualisieren ihre Werte, sobald neue Modelle und Aufwandsstufen dazukommen.

Wir prüfen diese Seite bis zum 20. November 2026 erneut.

## Prüfe, was jede KI-Suchmaschine über deine Marke sagt

Deine Kunden fragen genau diese Modelle nach Empfehlungen. Bei unseren Fragen zur Modellwahl zitierten die fünf Suchmaschinen selten dieselben Quellen: Eine Marke, die in der Antwort der einen auftaucht, kann bei einer anderen fehlen.

Der [AI Visibility Tracker](https://geotoolbox.ai/features/ai-visibility-tracker) von geotoolbox schickt deine eigenen Prompts durch die KI-Suchmaschinen, die dein Tarif abdeckt, und zeigt, welche Quellen jede zitiert hat und ob deine Marke erwähnt wird. Was deine robots.txt KI-Crawlern zu lesen erlaubt, zeigt dir der kostenlose [KI-Readiness-Check](https://geotoolbox.ai/tools/ai-readiness).

## Häufige Fragen

### Welches KI-Modell ist aktuell das beste?

Das hängt von der Aufgabe ab. Claude Opus 5.5 ist die Wahl fürs Programmieren, Gemini 4 Argon für Arena- und Agenten-Werte unter den buchbaren Modellen und GPT-6.1 Sol für das beste Preis-Leistungs-Verhältnis pro Aufgabe. Gemini 4 Carbon schnitt am 8. November auf drei Ranglisten besser ab, ist aber noch nicht öffentlich verfügbar. Claude Fable 5.2 führt den Intelligence Index von Artificial Analysis seit dem 9. November 2026 an, hat aber noch keinen unabhängigen Lauf auf einer Coding-Rangliste und liegt bei GDPval-AA mit max hinter Opus 5.5.

### Ist Gemini 4 Carbon öffentlich verfügbar?

Nein. Laut Google steht Carbon einer Teilgruppe von Cyber-Verteidigern zur Verfügung, weitere vertrauenswürdige Partner sollen schrittweise über das Fairwind-Programm folgen. Ein Datum für einen breiteren Zugang hat Google nicht genannt, auch wenn das Modell in der Arena und bei Artificial Analysis bereits gelistet ist.

### Gibt es ein deutsches KI-Modell?

Ja, aber keines spielt in der Spitzengruppe mit. Aleph Alpha aus Heidelberg bietet seit dem 3. Oktober 2026 Kolibri an, ein auf Deutsch ausgelegtes Modell für Verwaltung und Industrie; bei Artificial Analysis und in der Arena taucht es nicht auf. Am 16. September 2026 hat Aleph Alpha einen Zusammenschluss mit dem kanadischen Anbieter Cohere vereinbart; die Behörden müssen ihn noch genehmigen. Das stärkste europäische Modell auf den Ranglisten ist Mistral Large 4 aus Frankreich mit 26 Punkten im Intelligence Index, gegenüber 59 bis 60 an der Spitze.

### Welche KI ist besser als ChatGPT?

In der Arena-Rangliste vom 8. November 2026 liegen Gemini 4 Argon und Claude Opus 5.5 vor jedem OpenAI-Modell, und bei Artificial Analysis gilt das bei der Abfrage vom 8. November auch für Opus 5.5 (59 gegenüber 57 für GPT-6 Astra). Bei den Kosten pro Aufgabe ist GPT-6.1 Sol das günstigste Modell mit 55 Punkten in unserer Preis-Leistungs-Tabelle.

## Quellen

- Introducing Claude Opus 5.5 (4 $ / 20 $ pro Million Token, Benchmark-Tabelle zum Start) - Anthropic, 22. September 2026 - `anthropic.com/news/claude-opus-5-5`
- Gemini 4 Carbon: our next frontier model (Fairwind-Zugang, angekündigter Startpreis) - Google, 28. Oktober 2026 - `blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon`
- Launch-Post zu Gemini 4 Argon (Einführungspreis bis 30. November 2026) - Google, 13. Oktober 2026 - `blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon`
- LLM-Bestenliste, Intelligence Index und Kosten pro Aufgabe - Artificial Analysis, abgerufen am 8. und 9. November 2026 - `artificialanalysis.ai/de/leaderboards/models`
- GDPval-AA - Artificial Analysis, abgerufen am 9. November 2026 - `artificialanalysis.ai/evaluations/gdpval-aa`
- Open-Source-Bestenliste - Artificial Analysis, abgerufen am 8. November 2026 - `artificialanalysis.ai/models/open-source`
- Text Arena, Gesamtrangliste - Arena, Rangliste vom 8. November 2026 - `arena.ai/leaderboard/text`
- Text Arena, Rangliste für Deutsch - Arena, Rangliste vom 8. November 2026 - `arena.ai/leaderboard/chat/text/german`
- APEX-Agents Leaderboard - Mercor, abgerufen am 8. November 2026 - `mercor.com/apex/apex-agents-leaderboard`
- APEX-SWE Leaderboard - Mercor, abgerufen am 8. November 2026 - `mercor.com/apex/apex-swe-leaderboard`
- Best AI models right now (ältere Reihenfolge, 23. September 2026) - Mercor - `mercor.com/resources/apex/best-ai-models-llms`
- Terminal-Bench 4.1 Leaderboard (neu bewertete Läufe von 4.0) - Terminal-Bench, abgerufen am 9. November 2026 - `tbench.ai/leaderboard`
- Terminal-Bench 4.1: updating task verifiers - Terminal-Bench, 9. November 2026 - `tbench.ai/news/terminal-bench-4-1`
- Modellseite GPT-6 Astra (Kontext, Preise, Tarife für lange Prompts) - OpenAI-Entwicklerdokumentation, abgerufen am 8. November 2026 - `developers.openai.com/api/docs/models/gpt-6-astra`
- Modellseite GPT-6.1 Sol (Kontextfenster, Tarife für lange Prompts) - OpenAI-Entwicklerdokumentation, abgerufen am 8. November 2026 - `developers.openai.com/api/docs/models/gpt-6.1-sol`
- GPT-6 and other models in ChatGPT - OpenAI-Hilfe, abgerufen am 8. November 2026 - `help.openai.com/en/articles/20001354-gpt-6-and-other-models-in-chatgpt`
- ChatGPT Pläne und Preise (Deutschland) - OpenAI, abgerufen am 8. November 2026 - `chatgpt.com/de-DE/pricing`
- Why we no longer evaluate SWE-bench Verified - OpenAI, 23. Februar 2026 - `openai.com/index/why-we-no-longer-evaluate-swe-bench-verified`
- Pläne und Preise - Anthropic, abgerufen am 8. November 2026 aus Deutschland - `claude.com/pricing`
- Models overview und Preise (Kontextfenster, Preis von Sonnet 5.5) - Anthropic-Dokumentation, abgerufen am 8. November 2026 - `platform.claude.com/docs/en/about-claude/pricing`
- Google-AI-Abos (Deutschland) - Google, abgerufen am 8. November 2026 - `gemini.google/de/subscriptions`
- Mit dem KI-Modus in der Google Suche KI-basierte Antworten erhalten (Länderlisten) - Google Suche-Hilfe, abgerufen am 8. November 2026 - `support.google.com/websearch/answer/16011537`
- Grok 4.7 (Preise, Verfügbarkeit) - xAI, 21. September 2026 - `x.ai/news/grok-4-7`
- Modellseite Grok 4.7 (500.000 Token Kontext, andere Tarife über 200.000) - xAI-Dokumentation, abgerufen am 8. November 2026 - `docs.x.ai/developers/models/grok-4.7`
- The X Subscription - xAI, 12. Oktober 2026 - `x.ai/news/x-subscription`
- Grok-Abos (Deutschland) - xAI, abgerufen am 8. November 2026 - `grok.com/plans`
- Introducing Muse Wonder and Muse Wonder Full - Meta, 12. Oktober 2026 - `about.fb.com/news/2026/10/introducing-muse-wonder-models`
- Kimi K3.1 Pro Modellkarte - Moonshot AI, Hugging Face, abgerufen am 8. November 2026 - `huggingface.co/moonshotai/Kimi-K3.1-Pro`
- Kolibri: Souveräne KI made in Germany - Aleph Alpha, 5. Oktober 2026 - `aleph-alpha.com/news/kolibri-souveraene-ki-made-in-germany`
- Orientierungshilfe Künstliche Intelligenz und Datenschutz, Version 1.0 - Datenschutzkonferenz (DSK), 6. Mai 2024 - `datenschutzkonferenz-online.de/media/oh/20240506_DSK_Orientierungshilfe_KI_und_Datenschutz.pdf`
- How your data is used to improve model performance (Training und Abmeldung, deutsche Fassung) - OpenAI-Hilfe, abgerufen am 8. November 2026 - `help.openai.com/de-de/articles/5722486-how-your-data-is-used-to-improve-model-performance`
- Do you use my user data to train your Artificial Intelligence models? (Vibe, Enterprise) - Mistral AI Help Center, abgerufen am 8. November 2026 - `help.mistral.ai/en/articles/347617-do-you-use-my-user-data-to-train-your-artificial-intelligence-models`
- German Language LLM Index - PeerBench DACH, Stand 16. Oktober 2026 - `dach.peerbench.ai`
- Where do you store my data or my organization's data - Mistral AI Help Center, abgerufen am 8. November 2026 - `help.mistral.ai/en/articles/347629-where-do-you-store-my-data-or-my-organization-s-data`
- Aleph Alpha und Cohere: Vereinbarung über einen Zusammenschluss - Aleph Alpha, 16. September 2026 - `aleph-alpha.com/news/cohere-vereinbarung-transatlantische-souveraene-ki`