Valumigo

Artificial Analysis · Agentenindex

Wir rufen regelmäßig öffentliche Benchmark-Daten ab und zeigen sie an: Ranglisten aus LMArena-Nutzerabstimmungen, Epoch AI-Testergebnisse und OpenRouter-Nutzungsranglisten. Für jede Rangliste zeigen wir das Veröffentlichungsdatum und das Abrufdatum. Die Bewertungen stammen nicht von dieser Website.

LMArena-Werte entstehen, indem Menschen zwei Modellantworten vergleichen und für die bessere stimmen (Elo-Verfahren). Liegt der Punkteunterschied innerhalb des Konfidenzintervalls, solltest du die Modelle als etwa gleichwertig ansehen.

So lesen Sie diese Rangliste

Was wird gemessen: Ein Index, für den Artificial Analysis Bewertungen mehrstufiger Agentenaufgaben mit Werkzeugnutzung zusammenfasst.

So lesen Sie die Werte: Höhere Werte bedeuten bessere Ergebnisse bei der Werkzeugnutzung und bei mehrstufigen Aufgaben.

Zu beachten: Die Ergebnisse können je nach Testumgebung und verfügbaren Werkzeugen variieren. Sie lassen sich daher nur bedingt mit der Leistung der tatsächlich verwendeten Agentenwerkzeuge gleichsetzen.

Was diese Rangliste zeigt

  • Den höchsten Wert erreicht Claude Fable 5.1 (Max, Default Fallback) mit 57.9.
  • Der Abstand zwischen Platz 1 und Platz 5 beträgt 4.9.
  • Unter den besten 10 Modellen ist Anthropic mit 3 Modellen am häufigsten vertreten.

Agentenindex Artificial Analysis

Veröffentlicht am 2026-10-05 · Abgerufen am 2026-10-05

AnthropicClaude Fable 5.1 (Max, Default Fallback)
57.9
AnthropicClaude Opus 5 (Max)
56.5
AlibabaQwen3.8 Max (0902)
56.0
ZGLM-5.3 (Max)
53.1
xGrok 4.6 (High)
53.0
OGPT-6 Astra (max)
51.0
ZGLM 5.3 Flash
50.9
AnthropicClaude Fable 5 (Max, Opus 4.8 Fallback)
50.7
OGPT-5.6 Sol (Max)
50.2
AlibabaQwen3.8 2.4T A95B
50.1
Moonshot AIKimi K3 (Max)
50.0
AlibabaQwen3.8 Max
49.9
AlibabaQwen3.8 27B (Xhigh)
45.8
AnthropicClaude Sonnet 5 (Max)
43.6
MetaMuse Spark 1.2 (Xhigh)
43.2
OGPT-5.6 Terra (Max)
43.2
OGPT-5.6 Luna (Max)
42.1
AnthropicClaude Opus 4.8 (Max)
41.9
DeepSeekDeepSeek V4 Pro 0813 (Max)
41.3
xGrok 4.5 (High)
41.2

Das Diagramm zeigt pro Modell nur die am höchsten platzierte Schlussfolgerungseinstellung (high, max usw.). Die Tabelle enthält die Platzierungen aller Einstellungen.

Als Tabelle anzeigen (Top 60)
RangModellAnbieterPunkte
1#1AnthropicClaude Fable 5.1 (Max, Default Fallback)Anthropic57.9
2#2AnthropicClaude Opus 5 (Max)Anthropic56.5
3#3AlibabaQwen3.8 Max (0902)Alibaba56
4#4ZGLM-5.3 (Max)Z.ai53.1
5#5xGrok 4.6 (High)xAI53
6#6OGPT-6 Astra (max)OpenAI51
7#7ZGLM 5.3 FlashZ.ai50.9
8#8AnthropicClaude Fable 5 (Max, Opus 4.8 Fallback)Anthropic50.7
9#9OGPT-5.6 Sol (Max)OpenAI50.2
10#10AlibabaQwen3.8 2.4T A95BAlibaba50.1
11#11Moonshot AIKimi K3 (Max)Moonshot AI50
12#12AlibabaQwen3.8 MaxAlibaba49.9
13#13AlibabaQwen3.8 27B (Xhigh)Alibaba45.8
14#14AnthropicClaude Sonnet 5 (Max)Anthropic43.6
15#15MetaMuse Spark 1.2 (Xhigh)Meta43.2
16#16OGPT-5.6 Terra (Max)OpenAI43.2
17#17OGPT-5.6 Luna (Max)OpenAI42.1
18#18AnthropicClaude Opus 4.8 (Max)Anthropic41.9
19#19DeepSeekDeepSeek V4 Pro 0813 (Max)DeepSeek41.3
20#20xGrok 4.5 (High)xAI41.2
21#21DeepSeekDeepSeek V4 Flash 0731 (Max)DeepSeek41
22#22GoogleGemini 3.8 Flash (High)Google40.2
23#23AnthropicClaude Opus 4.7 (Max)Anthropic38.6
24#24ZGLM-5.2 (Max)Z.ai38.4
25#25OGPT-5.5 (Xhigh)OpenAI36.4
26#26GoogleGemini 3.7 Flash (High)Google35.2
27#27AnthropicClaude Sonnet 4.6 (Max)Anthropic31.8
28#28MiniMaxMiniMax-M3MiniMax29.5
29#29GoogleGemini 3.6 Flash (High)Google29
30#30iLing-3.0-flash-VLinclusionAI28.7
31#31iLing-3.0-flash-FininclusionAI27.9
32#32DeepSeekDeepSeek V4 Flash 0420 (High)DeepSeek26.3
33#33DeepSeekDeepSeek V4 Pro 0424 (Max)DeepSeek26.3
34#34GoogleGemini 3.5 Flash (High)Google26
35#35MetaMuse Spark 1.1 (Xhigh)Meta25.8
36#36THy3Tencent24.1
37#37ZGLM-5.1 (Reasoning)Z.ai23.9
38#38NNex-N2-Pro (Based on Qwen3.5-397B-A17B)Nex Agi23.7
39#39TInkling SmallThinkingmachines23.5
40#40TInkling (Xhigh)Thinkingmachines22.5
41#41AlibabaQwen3.7 MaxAlibaba22.5
42#42XiaomiMiMo-V2.5-Pro (Reasoning)Xiaomi21.3
43#43Moonshot AIKimi K2.7 CodeMoonshot AI21
44#44Moonshot AIKimi K2.6 (Reasoning)Moonshot AI20.5
45#45NVIDIANemotron 3 Ultra 550B A55B (Reasoning)NVIDIA20.1
46#46iLing 3.0 FlashinclusionAI19.3
47#47AlibabaQwen3.6 27B (Reasoning)Alibaba18.5
48#48OGPT-5.4 mini (Xhigh)OpenAI17.9
49#49AlibabaQwen3.7 PlusAlibaba17.5
50#50OGPT-5.4 nano (Xhigh)OpenAI16
51#51AnthropicClaude 4.5 Sonnet (Reasoning)Anthropic15.8
52#52XiaomiMiMo-V2.5Xiaomi15.8
53#53xGrok 4.3 (High)xAI15.5
54#54MiniMaxMiniMax-M2.7MiniMax15.3
55#55GoogleGemini 3.5 Flash-LiteGoogle14.3
56#56MLongCat 2.0Meituan14
57#57AlibabaQwen3.6 35B A3B (Reasoning)Alibaba13.1
58#58iRing-2.6-1TinclusionAI10.7
59#59AlibabaQwen3.5 397B A17B (Reasoning)Alibaba8.3
60#60GoogleGemini 3.1 Pro PreviewGoogle8.2

Source: Artificial Analysis (artificialanalysis.ai) via OpenRouter (openrouter.ai/rankings). Licensed under CC BY 4.0.

Daten: LMArena leaderboard dataset (CC BY 4.0). Änderungen: Nur die Top 50 jeder Rangliste, gerundete Werte. https://huggingface.co/datasets/lmarena-ai/leaderboard-datasetFirmenlogos sind Marken der jeweiligen Unternehmen und dienen nur zur Unterscheidung (Icons: Simple Icons).Daten: Epoch AI — Capabilities & benchmarking (CC BY 4.0). https://epoch.ai/benchmarksSource: Artificial Analysis (artificialanalysis.ai) via OpenRouter (openrouter.ai/rankings). Source: OpenRouter evals (openrouter.ai) via OpenRouter (openrouter.ai/rankings). Source: Design Arena (www.designarena.ai) via OpenRouter (openrouter.ai/rankings). Licensed under CC BY 4.0. Source: OpenRouter (openrouter.ai/rankings), as of 2026-10-05. Licensed under CC BY 4.0. https://openrouter.ai/rankings