Das Chatbot-Ranking

Die Spitzenreiter
Herbst 2026 - Die US-Firmen Google, OpenAI und Anthropic machen das Rennen um das leistungsstärkste Sprachmodell, die Technik, die hinter den Chatbots steckt, unter sich aus. Dabei wechselt die Rangfolge sozusagen im Monatstempo. Offensichtlich eine Frage der Ehre, wer den Spitzenplatz besetzt. Ende November 2026 hat Anthropic mit Claude Fable 5.2 die Nase vorn, gerade Googles Gemini 4 Carbon vom Thron gestoßen.
Während die Chatbots für individuelle Benutzer in einer in Nutzungsumfang und Nutzungstiefe begrenzten Version noch kostenlos oder in einer erweiterten Version für monatlich um die 20 US-Dollar (USD)zu haben sind, wird es für Firmen richtig teuer. Die Preise werden für die Programmschnittstellen (APIs) der Unternehmen in sog. Token abgerechnet, und zwar unterschieden nach Input-Token und Output-Token. Ein Token kann man sich als eine Wortsilbe vorstellen.
Alle Chatbot-Spitzenprodukte warten inzwischen mit einem Kontext-Fenster von (mindestens) einer Million Token auf. Diese Kontextfenster umfassen zusätzlich zur aktuellen Benutzereingabe den bisherigen Chat-Dialog, eventuell hochgeladene Dokumente und interne Systemanweisungen des Herstellers, die sog. System-Prompts. Es wird für die Beantwortung von Anfragen mitbenutzt.
Input-Token sind alles, was die Benutzerin eingibt, also ihr sogenannter Prompt und die Auswahl, die das System aus dem Kontextfenster für die Beantwortung der Benutzerfrage als relevant ausgewählt hat plus besondere Regeln des Anbieters. Output-Tokens sind alle Bestandteile, die das System als Ergebnis erzeugt.
In den Erklärungen dieser Übersicht werden die Preise getrennt pro Million Input- und Output-Token angegeben. Die Unternehmen beginnen jetzt, geizig mit der Menge der eingekauften Lizenzen zu werden, weil die Preisberechnung ausgesprochen intransparent und schwer kalkulierbar ist, inzwischen ein starkes Argument für mehr Unabhängigkeit von den BigTechs.
Gemessen wurde mit Hilfe eines Artificial Analysis Intellicence-Index, einem Sammelsurium von 10 verschiedenen Benchmaks, die nach Angaben von Artificial Analysis die Nutzung von KI-Agenten, Programmieren, wissenschaftliches Schlussfolgern und Allgemeinwissen bewerten. Das ständige Wechseln der Benchmarks macht allerdings die Verfolgung auf der Zeitlinie schwierig.
Die Rangliste
Claude Fable 5.2 (max) von Anthropic, USA (Details zeigen)
Besonders stark bei tiefgehenden Analysen, komplexen Argumentationsketten, wissenschaftlichen Fragestellungen und anspruchsvoller Programmierung. Gute Verarbeitung umfangreicher Dokumente und differenzierter Sachverhalte. Preise 8/40 USD, teuer.
Gemini 4 Carbon (high) von Google, USA (Details zeigen)
Breites multimodales Leistungsspektrum: Text, Bilder, Audio, Video und Dokumente. Besonders geeignet für umfangreiche Recherche, wissenschaftliche Analysen, komplexes Reasoning und agentengestützte Aufgaben. Kontextfenster von rund 1 Million Tokens. Preise 4/20 USD, mittel bis teuer.
GPT-6 Astra (max) von OpenAI, USA
(Details zeigen)
Leistungsstarkes Allround-Modell für anspruchsvolles Schlussfolgern, komplexe Problemlösungen, wissenschaftliche Analysen, Recherche, Programmierung und Dokumentenerstellung. Unterstützt auch die Steuerung von Computeranwendungen. Kontextfenster rund 1,05 Millionen Tokens. Preise 10/50 USD sehr teuer.
Muse Wonder Full (max) von Meta, USA
(Details zeigen)
Meta-Modell mit besonderer Stärke bei komplexen Softwareentwicklungsprojekten und länger laufenden Agentenaufgaben. Kann Arbeitsschritte planen, auf mehrere Teilagenten verteilen, Änderungen in umfangreichen Codebeständen durchführen und überprüfen. Unterstützt Text, Bild, Video, Audio und PDF. Preise 4/20 USD, mittel bis teuer.
Kimi K3.1 Pro von Moonshot AI, China
(Details zeigen)
Leistungsstarkes Modell für umfangreiche Dokumentenanalysen, Programmierung, mathematische Aufgaben und Finanzrecherche. Besonders interessant ist das große Kontextfenster von rund 1 Million Tokens sowie die Fähigkeit, komplexe Agentenprozesse zu bearbeiten. Preise 2/10 USD günstig.
Grok 4.7 (xhigh) von SpaceXAI, USA
(Details zeigen)
Ausgeprägte Fähigkeiten beim logischen Schlussfolgern, bei Mathematik, Programmierung und komplexen Rechercheaufgaben. Bietet Websuche und Zugriff auf X-Inhalte sowie die Möglichkeit zur Ausführung von Code. Die hohe Reasoning-Einstellung ist für besonders schwierige Aufgaben gedacht. Preise 2/6 USD günstig.
Tencent Hy4 von Tencent, China
(Details zeigen)
Modell mit Schwerpunkt auf komplexem Reasoning, wissenschaftlicher Problemlösung und mehrstufigen Aufgaben. Interessant sind insbesondere die Möglichkeiten zur selbstständigen Durchführung und Optimierung von Entwicklungs- und Forschungsprozessen. Preis 0.8/2.5 USD sehr günstig
Qwen3.8 Max (0902) von Alibaba, China
(Details zeigen)
Alibabas Spitzenmodell für mathematische und wissenschaftliche Aufgaben, Programmierung und anspruchsvolles Schlussfolgern. Unterstützt Bildanalyse und ein Kontextfenster von rund 1 Million Tokens. Besonders interessant für technische und analytische Anwendungen. Preise 2/6 USD günstig.
DeepSeek V4.1 Flash 1017 (max) von DeepSeek, China
(Details zeigen)
Sehr effizientes Modell für Recherche, Dokumentenanalyse, mathematische Aufgaben, Programmierung und agentengestützte Arbeitsabläufe. Unterstützt auch Bildverarbeitung und ein Kontextfenster von 1 Million Tokens. Die hohe Reasoning-Einstellung kann die Qualität komplexer Analysen verbessern. Preise 0,15 / 0,60 $ außerhalb, 0,30 / 1,20 USD während der Spitzenzeiten, extrem günstig.
GLM-5.3 (max) von Z AI, China
(Details zeigen)
Vielseitiges Modell mit besonderen Stärken bei komplexem Reasoning, Programmierung, mathematischen Aufgaben und umfangreicher Dokumentenverarbeitung. Mit einem Kontextfenster von rund 1 Million Tokens auch für große Datenbestände geeignet. Preise 1.4/4.4 USD sehr günstig
Quelle: Mix aus ChatGPT, Claude vom 20.11.2026
Gold, Silber und Bronze gehen an die USA, aber - Achtung! - fünf Chinesen haben sich bereits in die Bestenliste geschmuggelt, obwohl die erklärte cinesische KI-Strategie nicht auf Spitzenleistungen wie bei den „Allerweltsmodellen“ setzt, sondern auf praktischen Nutzen zu vertretbaren Preisen.
ChatGPT habe ich eine Berechnung der oben aufgeführten Chatbots für eine umfangreichere Analyse mit 100.000 Input-Token und einem Ergebnis von 10.000 Output-Token zu den angegebenen Preisen durchführen lassen (und natürlich nicht nachgerechnet
). Danach ergibt sich eine deutlich andere Rangfolge (Tabelle zeigen).
- DeepSeek, China: 0,021 US-Dollar
- Tencent, China: 0,108 USD
- GLM, China: 0,184 USD
- Grok, USA: 0,260 USD 12x teurer als DeepSeek
- Kim, China: 0,300 USD
- Gemini, USA: 0,300 USD 14x teurer als DeepSeek
- Qwen, China: 0,325 USD
- Muse, USA: 0,600 USD 28x teurer als DeepSeek
- Claude, USA: 1,200 USD 57x teurer als DeepSeek
- GPT-6, USA: 1,500 USD 71x teurer als DeepSeek
Nun gehen die ersten drei Plätze an China. Keine Gewähr, ob die Preise Weihnachten noch gelten.
Eine spannende Frage für die Zukunft ist, ob man die nach den angewandten Messmethoden hochleistungsfähigen Systeme wirklich braucht. Sie sind mit größerem Wortschatz trainiert und haben in ihrem Training mehr Verbindungsparameter erworben, aber was macht das bei Billionen bis Billiarden Items noch aus, zumal wenn der Zugewinn an Qualität sogar umstritten ist. Das Verhältnis der Herstellungs- und Betriebskosten zum angewandten Nutzen verschlechtert sich zusehens, Konflikte um die erforderlichen Ressourcen nehmen zu.