Anweisungstreue
15 Modelle · Arena-Score · Stand 2026-07-02Sprachmodelle, bewertet speziell auf „Anweisungstreue". Wer hier führt, ist nicht automatisch Gesamt-Erster.
| # | Modell | Arena-Score | Stimmen | Lizenz |
|---|---|---|---|---|
| 71 | qwen3-235b-a22b-instruct-2507Alibaba | 1409±5 | 27 Tsd. | offen |
| 72 | DEdeepseek-v3.2-thinkingDeepseek | 1408±6 | 11 Tsd. | offen |
| 73 | gpt-5.5-instantOpenAI | 1407±7 | 9 Tsd. | proprietär |
| 74 | DEdeepseek-v3.1-terminus-thinkingDeepseek | 1406±20 | 861 | offen |
| 75 | claude-opus-4-20250514-thinking-16kAnthropic | 1406±7 | 9 Tsd. | proprietär |
| 76 | mistral-large-3Mistral | 1406±6 | 12 Tsd. | offen |
| 77 | gemini-2.5-flashGoogle | 1406±4 | 34 Tsd. | proprietär |
| 78 | gpt-5.4-mini-highOpenAI | 1405±6 | 16 Tsd. | proprietär |
| 79 | MIminimax-m2.7Minimax | 1404±7 | 13 Tsd. | offen |
| 80 | gpt-4.5-preview-2025-02-27OpenAI | 1404±9 | 6 Tsd. | proprietär |
| 81 | chatgpt-4o-latest-20250326OpenAI | 1404±4 | 23 Tsd. | proprietär |
| 82 | Z.glm-4.5Z.ai | 1404±8 | 6 Tsd. | offen |
| 83 | DEdeepseek-v3.1-thinkingDeepseek | 1402±12 | 3 Tsd. | offen |
| 84 | DEdeepseek-v3.2-expDeepseek | 1402±11 | 3 Tsd. | offen |
| 85 | gpt-5.2OpenAI | 1402±5 | 22 Tsd. | proprietär |
Quelle: © LMArena (lmarena-ai), lizenziert CC-BY-4.0 · 1:1 wiedergegeben (Modell, Anbieter, Arena-Score, Stimmen, Lizenz), deutsch beschriftet + von uns analysiert. Arena-Score = Bradley-Terry-Wert aus blinden Mensch-Votes. Logos aus eigener Logo-DB.
Was diese Rangliste nicht misst.
Der Arena-Score misst bevorzugte Antworten, nicht nachhaltiges Können über lange, autonome Aufgaben. Genau diese Lücke schließt Global Rank mit einer eigenen Capability-Achse aus der Aufnahmeprüfung — die einzige, die nicht zukaufbar ist.