Zum Hauptinhalt springen
PromptQuorumFür Menschen gemacht. Strukturiert für KI.

Welches LLM ist aktuell das beste?

Von · Gründer von PromptQuorum · Entdeckungsplattform für Open-Weight- und Open-Source-KI

Wichtigste Erkenntnisse

  • ✓Kein einzelnes LLM gewinnt jede Aufgabe — Claude Opus 5.5 zielt auf agentisches Coding, GPT-6 Astra auf die anspruchsvollsten Aufgaben, und Gemini 4 Argon ist Googles Flaggschiff
  • ✓Die Flaggschiffe haben gewechselt: Claude Opus 5, GPT-5.6 und Gemini 3.1 Pro sind inzwischen Vorgängergenerationen, jeder darauf aufbauende Vergleich ist also veraltet
  • ✓GPT-6 ist eine Familie: Astra ($10 / $50 pro Million Token) ist die Spitzenklasse, Sol ($2 / $10) die ausgewogene Stufe, Luna ($0,10 / $0,50) die kostenoptimierte Stufe
  • ✓Lokal deckt qwen3.5:9b (6,6 GB) allgemeine Arbeit ab und qwen2.5-coder:7b (4,7 GB) das Coding — beide weit unter der Hardware, die die meisten Ratgeber voraussetzen
  • ✓Cloud-Modelle brauchen API-Schlüssel und kosten pro Token; lokale Modelle laufen nach dem Hardwarekauf kostenlos
Welches LLM ist aktuell das beste?

Schnelle Antwort

Die aktuellen Cloud-Flaggschiffe zielen jeweils auf andere Aufgaben. Claude Opus 5.5 ist Anthropics Wahl für lang laufendes agentisches Coding und Wissensarbeit. GPT-6 Astra ist das Flaggschiff von OpenAI für die anspruchsvollsten Aufgaben, GPT-6.1 Sol bietet nahezu Astra-Leistung zu geringeren Kosten, und GPT-6 Luna deckt Aufgaben mit hohem Volumen ab. Gemini 4 Argon ist Googles neues Flaggschiff für Abonnenten von Google AI Pro und Ultra. Lokal ist qwen3.5:9b ein 6,6-GB-Download.

  • ▸Cloud-Coding: Claude Opus 5.5 — für lang laufendes agentisches Coding gebaut
  • ▸OpenAI: GPT-6 Astra (Spitzenklasse), GPT-6.1 Sol (ausgewogen), GPT-6 Luna (hohes Volumen)
  • ▸Google: Gemini 4 Argon — neues Flaggschiff für Google AI Pro und Ultra
  • ▸Lokal: qwen3.5:9b — 6,6 GB Download
Prompt Engineering

Das beste LLM hängt von der Aufgabe ab — hier die Übersicht

Jeder Anbieter liefert inzwischen eine gestufte Modellreihe, und die richtige Wahl hängt von der Aufgabe ab. Claude Opus 5.5 für lang laufendes agentisches Coding, GPT-6 Astra oder GPT-6.1 Sol für anspruchsvolle allgemeine Arbeit, Gemini 4 Argon mit einem Google-AI-Pro- oder -Ultra-Abo. Nachfolgend: wann welches passt und welches zu welchem Arbeitsablauf gehört.

Diese Seite reiht die Flaggschiffe nicht nach Benchmark-Werten. Die Anbieter veröffentlichen Ergebnisse auf selbst gewählten Evaluationen, die Zahlen sind also anbieterübergreifend nicht vergleichbar, und frühere Werte für Claude Opus 5, GPT-5.6 Sol und Gemini 3.1 Pro lassen sich nicht auf deren Nachfolger übertragen. Die Dokumentation der Anbieter nennt dagegen Positionierung, Preis, Kontextfenster und Wissens-Cutoff.

Anthropic positioniert Claude Opus 5.5 für lang laufendes agentisches Coding und Wissensarbeit, zu $4 pro Million Eingabe-Token und $20 pro Million Ausgabe-Token, mit einem Kontextfenster von 1 Mio. Token. OpenAI führt GPT-6 Astra mit $10/$50, GPT-6.1 Sol mit $2/$10 und GPT-6 Luna mit $0,10/$0,50, jeweils mit einem Kontextfenster von 1,05 Mio. Token. Google beschreibt Gemini 4 Argon als seine nächste Ära der Frontier-Intelligenz und hat dafür keinen Wissens-Cutoff veröffentlicht. Wenn Kosten Ihre bindende Beschränkung sind, vergleichen Sie GPT-6.1 Sol oder GPT-6 Luna mit einem Konkurrenz-Flaggschiff, nicht Astra.

AnwendungsfallEmpfohlenes LLMWarum
Coding / lang laufende AgentenClaude Opus 5.5Für agentisches Coding gebaut; $4/$20 pro MTok
Anspruchsvollste AufgabenGPT-6 AstraOpenAI-Flaggschiff; $10/$50 pro MTok
Ausgewogen aus Kosten und QualitätGPT-6.1 SolNahe an Astra; $2/$10 pro MTok
Hohes Volumen, kostensensibelGPT-6 LunaEffiziente Stufe; $0,10/$0,50 pro MTok
Google-AI-Pro-/Ultra-NutzerGemini 4 ArgonGoogles neues Flaggschiff-Modell
Lokal / offline allgemeinqwen3.5:9b6,6 GB Download; Qwen3.6 in Ollama beginnt bei 18 GB
Lokal / offline Codingqwen2.5-coder:7b4,7 GB Download, läuft auf einer 8-GB-Karte

Wie Sie wählen, ohne 50 Reviews zu lesen

Beginnen Sie bei der Beschränkung. Budget, Datenschutz, Latenz oder Fähigkeit? Wählen Sie das Modell, das Ihre härteste Beschränkung zuerst löst. Ist Datenschutz die Beschränkung, kommt ein Cloud-Flaggschiff nur infrage, wenn die Datenverarbeitungsbedingungen des Anbieters Ihre Anforderungen erfüllen; andernfalls lautet die Frage, welches lokale Modell auf Ihre Karte passt.

Testen Sie zwei Modelle an Ihrer echten Aufgabe. Veröffentlichte Benchmarks sagen Ihren Anwendungsfall nicht vorher, und das gilt heute mehr als vor einem Jahr: Die drei Anbieter berichten über drei verschiedene Evaluationen, es gibt also keine vergleichbare Zahl, nach der sich ordnen ließe. Vergleichen Sie die Cloud-Modelle in den Apps der Anbieter oder mit einem kleinen API-Budget und nutzen Sie Ollama für die lokalen.

Prüfen Sie vierteljährlich, nicht monatlich. Anbieter ersetzen ihre Flaggschiffe in Schüben: Claude Opus 5, GPT-5.6 und Gemini 3.1 Pro wurden nach ihrer Veröffentlichung jeweils durch ein neueres Modell abgelöst. Ein vor einem Schub geschriebener Vergleich ist eine ganze Generation veraltet statt nur leicht angestaubt.

Positionierung, Preise, Kontextfenster und Cutoffs stammen aus der eigenen Modelldokumentation von Anthropic, OpenAI und Google. Die von den Anbietern veröffentlichten Benchmark-Zahlen beruhen auf selbst gewählten Evaluationen und sind untereinander nicht direkt vergleichbar.

Schnelle Antworten zum besten LLM

Ist Claude Opus 5.5 oder GPT-6 Astra besser?▾
Sie sind für unterschiedliche Aufgaben positioniert, und keiner der Anbieter veröffentlicht eine Zahl auf dem Benchmark des anderen. Anthropic positioniert Claude Opus 5.5 für lang laufendes agentisches Coding und Wissensarbeit zu $4/$20 pro Million Token. OpenAI positioniert GPT-6 Astra als Flaggschiff für die anspruchsvollsten Aufgaben zu $10/$50. Testen Sie beide an Ihrer eigenen Aufgabe: Opus 5.5 für codelastige Agentenarbeit, Astra oder das günstigere GPT-6.1 Sol für breite, anspruchsvolle Arbeit.
Was unterscheidet GPT-6 Astra, Sol und Luna?▾
Astra ist das Flaggschiff für die anspruchsvollsten Aufgaben ($10 Eingabe / $50 Ausgabe pro Million Token). Sol (GPT-6.1 Sol) liefert für komplexe Aufgaben nahezu Astra-Leistung zu geringeren Kosten ($2/$10). Luna ist das effiziente Modell für fokussierte Aufgaben mit hohem Volumen ($0,10/$0,50). Alle drei haben ein Kontextfenster von 1,05 Mio. Token. Wenn Sie pro Token zahlen, ist der kostenbewusste Weg, mit Sol zu beginnen und nur dort auf Astra zu wechseln, wo Sol nicht ausreicht.
Welches lokale LLM eignet sich bei nur 8 GB VRAM?▾
qwen2.5-coder:7b mit 4,7 GB Download fürs Coding, oder llama3.2:3b mit 2,0 GB für allgemeine Nutzung mit reichlich Reserve. Das sind Download-Größen, keine VRAM-Anforderungen, planen Sie also ein paar GB darüber für Ihr Kontextfenster ein. Eine 8-GB-Karte trägt beide bequem.
Wie schneidet Gemini 4 Argon gegen die beiden anderen ab?▾
Gemini 4 Argon ist Googles neues Flaggschiff, das Google als seine nächste Ära der Frontier-Intelligenz beschreibt und das für Abonnenten von Google AI Pro und Ultra verfügbar ist. Googles Modellseite nennt keinen Wissens-Cutoff, und diese Seite vergleicht das Modell nicht per Benchmark. Gemini 3.1 Pro, das frühere Flaggschiff, ist eine Vorgängergeneration. Siehe unseren CO-STAR-Framework-Leitfaden für bessere Ausgaben aus jedem Cloud-Modell.
MCP