Zum Hauptinhalt springen

Direktvergleich

Claude Fable 5 vs. Claude Sonnet 5

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen
197
verschiedene Benchmarks
25
jüngster Abruf
26.08.2026

Modellauswahl ändern

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von Claude Fable 5 und Claude Sonnet 5
MerkmalClaude Fable 5Claude Sonnet 5
AnbieterAnthropicAnthropic
Erschienen9. Juni 202630. Juni 2026
VerfügbarkeitAktivAktiv
ModelltypProprietärProprietär
ParameterNicht veröffentlichtNicht veröffentlicht
ArchitekturNicht veröffentlichtNicht veröffentlicht
Kontextfenster1.000.000 Token1.000.000 Token
WissensstandJanuar 2026Januar 2026
Technische QuellenModell, Kontext, WissensstandModell, Kontext

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von Claude Fable 5 und Claude Sonnet 5
PreisartClaude Fable 5Claude Sonnet 5
API-Eingabe10 $2 $
API-Ausgabe50 $10 $
Cache lesen1 $0,2 $
Cache schreiben (5 Min.)12,5 $2,5 $
Cache schreiben (1 Std.)20 $4 $
Preis geprüft30.07.2026 Quelle11.08.2026 Quelle
Claude Fable 5Claude Sonnet 5
API-EingabeUSD pro 1 Mio. Token, Basistarif
Claude Fable 510 $
Claude Sonnet 5Günstiger2 $
API-AusgabeUSD pro 1 Mio. Token, Basistarif
Claude Fable 550 $
Claude Sonnet 5Günstiger10 $
Cache lesenUSD pro 1 Mio. Token, Basistarif
Claude Fable 51 $
Claude Sonnet 5Günstiger0,2 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Anbieterpreise von Claude Fable 5 und Claude Sonnet 5
ModellAnbieterBezugsweg und TarifEingabe pro 1 Mio. TokenAusgabe pro 1 Mio. TokenQuelle
Claude Fable 5AnthropicDirekt beim EntwicklerStandard-APIGünstigster erfasster Preis: 10 $Günstigster erfasster Preis: 50 $Quelle30.07.2026
Amazon BedrockÜber OpenRouteramazon-bedrockGünstigster erfasster Preis: 10 $Günstigster erfasster Preis: 50 $Quelle25.08.2026
AnthropicÜber OpenRouteranthropicGünstigster erfasster Preis: 10 $Günstigster erfasster Preis: 50 $Quelle25.08.2026
AzureÜber OpenRouterazureGünstigster erfasster Preis: 10 $Günstigster erfasster Preis: 50 $Quelle25.08.2026
Claude Platform on AWSÜber OpenRouterclaude-on-awsGünstigster erfasster Preis: 10 $Günstigster erfasster Preis: 50 $Quelle25.08.2026
GoogleÜber OpenRoutergoogle-vertex/europe11 $55 $Quelle25.08.2026
GoogleÜber OpenRoutergoogle-vertex/globalGünstigster erfasster Preis: 10 $Günstigster erfasster Preis: 50 $Quelle25.08.2026
Claude Sonnet 5AnthropicDirekt beim EntwicklerStandard-APIGünstigster erfasster Preis: 2 $Günstigster erfasster Preis: 10 $Quelle11.08.2026
Amazon BedrockÜber OpenRouteramazon-bedrock/globalGünstigster erfasster Preis: 2 $Günstigster erfasster Preis: 10 $Quelle25.08.2026
Amazon BedrockÜber OpenRouteramazon-bedrock/us-east-12,2 $11 $Quelle25.08.2026
AnthropicÜber OpenRouteranthropicGünstigster erfasster Preis: 2 $Günstigster erfasster Preis: 10 $Quelle25.08.2026
AzureÜber OpenRouterazure/globalGünstigster erfasster Preis: 2 $Günstigster erfasster Preis: 10 $Quelle25.08.2026
AzureÜber OpenRouterazure/usGünstigster erfasster Preis: 2 $Günstigster erfasster Preis: 10 $Quelle25.08.2026
Claude Platform on AWSÜber OpenRouterclaude-on-awsGünstigster erfasster Preis: 2 $Günstigster erfasster Preis: 10 $Quelle25.08.2026
GoogleÜber OpenRoutergoogle-vertex/europe2,2 $11 $Quelle25.08.2026
GoogleÜber OpenRoutergoogle-vertex/globalGünstigster erfasster Preis: 2 $Günstigster erfasster Preis: 10 $Quelle25.08.2026
GoogleÜber OpenRoutergoogle-vertex/us2,2 $11 $Quelle25.08.2026

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

255075100CodingReasoningMathematikWissenFinanzenRechtAgenten-AufgabenMultimodal
Claude Fable 5
Claude Sonnet 5
Coding: 97,5 / 76,1 (5 Benchmarkfamilien)
Reasoning: 100 / 95,4 (1 Benchmarkfamilie)
Mathematik: 100 / 81,1 (1 Benchmarkfamilie)
Wissen: 100 / 95,6 (1 Benchmarkfamilie)
Finanzen: 99,1 / 95,3 (5 Benchmarkfamilien)
Recht: 99,3 / 91,5 (3 Benchmarkfamilien)
Agenten-Aufgaben: 100 / 92,6 (1 Benchmarkfamilie)
Multimodal: 100 / 92,9 (1 Benchmarkfamilie)

163 passende Messreihen aus 24 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 12 vergleichbaren Kategorien.

Claude Fable 5Claude Sonnet 5
Code MigrationOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner55,065 %
Claude Sonnet 544,392 %
CorpFin v2Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner71,834 %
Claude Sonnet 566,977 %
EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner73,666 %
Claude Sonnet 566,316 %
Finance Agent (v2)Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner56,314 %
Claude Sonnet 553,909 %
GPQA DiamondOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner93,182 %
Claude Sonnet 588,889 %
Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner11,25 %
Claude Sonnet 55 %
Legal Research BenchOverall · All-pass. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner49,519 %
Claude Sonnet 541,827 %
LegalBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner88,561 %
Claude Sonnet 583,922 %
LiveCodeBench v6Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner89,778 %
Claude Sonnet 582,429 %
LMArena Text, Style ControlOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Fable 5Höherer Messwert1.507,766
Claude Sonnet 51.461,204
MedCodeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner56,07 %
Claude Sonnet 547,54 %
MedScribeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner88,522 %
Claude Sonnet 576,054 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Claude Fable 5 und Claude Sonnet 5
Benchmark und AufgabeClaude Fable 5Claude Sonnet 5Quelle
Code MigrationOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner55,065 %
44,392 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
CorpFin v2Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser
Gewinner71,834 %
66,977 %
Vals AI
Quellendetails
Datenstand: 12.08.2026
EMBOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner73,666 %
66,316 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
Finance Agent (v2)Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser
Gewinner56,314 %
53,909 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
GPQA DiamondOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner93,182 %
88,889 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besser
Gewinner11,25 %
5 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
Legal Research BenchOverall · All-pass
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besser
Gewinner49,519 %
41,827 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
LegalBenchOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner88,561 %
83,922 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
LiveCodeBench v6Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner89,778 %
82,429 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
LMArena Text, Style ControlOverall
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Fable 5: Snapshot: claude-fable-5, Harness: Arena text, style control
Claude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style controlClaude Fable 5: Stilbereinigte Arena-Bewertung aus 24.331 anonymen Paarvergleichen.Claude Sonnet 5: Stilbereinigte Arena-Bewertung aus 27.366 anonymen Paarvergleichen.
Höherer Messwert1.507,766
95-%-Konfidenzintervall: ±5,184Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.461,204
95-%-Konfidenzintervall: ±4,927Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.		LMArena
Quellendetails
Datenstand: 21.08.2026
MedCodeOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner56,07 %
47,54 %
Vals AI
Quellendetails
Datenstand: 20.08.2026
MedScribeOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner88,522 %
76,054 %
Vals AI
Quellendetails
Datenstand: 20.08.2026
MMLU-ProOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner91,502 %
87,545 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
MMMU-ProOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner89,306 %
83,006 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
MortgageTaxOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
68,919 %
Gewinner70,032 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
ProgramBenchOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner2 %
0 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
ProofBenchOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner95 %
77 %
Vals AI
Quellendetails
Datenstand: 21.08.2026
Public Benefits Bench v1.1Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner70,433 %
66,035 %
Vals AI
Quellendetails
Datenstand: 12.08.2026
SAGEOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner51,89 %
48,925 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
SWE-bench VerifiedOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner95 %
79,6 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
TaxEval v2Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser
Gewinner76,942 %
75,634 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
Terminal-Bench 2.1Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besser
Gewinner80,524 %
74,532 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
Vals IndexOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: weighted index scoreBewertung: Mehr ist besser
Gewinner66,036 %
59,61 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
Vals Multimodal IndexOverall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.2Messgröße: weighted index scoreBewertung: Mehr ist besser
Gewinner74,154 %
68,826 %
Vals AI
Quellendetails
Datenstand: 11.08.2026
Vibe Code Bench v1.1Overall
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Harness: OpenHands
Gewinner90,352 %
81,325 %
Vals AI
Quellendetails
Datenstand: 19.08.2026
Code MigrationCLI
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner60,087 %
36,332 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
CorpFin v2Exact Pages
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner66,9 %
63,869 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
EMBComps
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner70,785 %
69,384 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
Finance Agent (v2)Adjustments
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner51,092 %
48,715 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
GPQA DiamondFew-Shot CoT
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner92,929 %
87,374 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner92,035 %
88,768 %
Vals AI
Quellendetails
Datenstand: 07.08.2026
Legal Research BenchAdministrative / Regulatory · All-pass
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner57,576 %
54,545 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
LegalBenchConclusion Tasks
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner91,775 %
89,555 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
LiveCodeBench v6Easy
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner98,758 %
98,447 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
LMArena Text, Style ControlBusiness, management and finance
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Fable 5: Snapshot: claude-fable-5, Harness: Arena text, style control
Claude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style controlClaude Fable 5: Stilbereinigte Arena-Bewertung aus 5.068 anonymen Paarvergleichen.Claude Sonnet 5: Stilbereinigte Arena-Bewertung aus 5.475 anonymen Paarvergleichen.
Höherer Messwert1.499,854
95-%-Konfidenzintervall: ±8,999Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.463,986
95-%-Konfidenzintervall: ±8,676Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.		LMArena
Quellendetails
Datenstand: 21.08.2026
MMLU-ProBiology
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gleichstand93,584 %
Gleichstand93,584 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
MortgageTaxNumerical Extraction
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
76,709 %
Gewinner78,696 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
ProgramBenchAlmost Resolved
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner33 %
13,5 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
SAGEAutomata
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens
Gewinner39,682 %
34,92 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
SWE-bench Verified<15 min fix
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner95,876 %
83,505 %
Vals AI
Quellendetails
Datenstand: 08.08.2026
TaxEval v2Correctness
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner65,822 %
64,023 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Terminal-Bench 2.1Easy
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Kein direkter Sieger100 %
Kein direkter Sieger100 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
Vals IndexCorpFin v2
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner71,562 %
67,949 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Vals Multimodal IndexCorpFin v2
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner71,562 %
67,949 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Code MigrationCOBOL
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
40 %
Gewinner68,571 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
CorpFin v2Max Fitting Context
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner77,04 %
69,114 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
EMBDataroom
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner85,362 %
84,909 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
Finance Agent (v2)All-Pass
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner45,694 %
42,084 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
GPQA DiamondZero-Shot CoT
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner93,434 %
90,404 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gleichstand0 %
Gleichstand0 %
Vals AI
Quellendetails
Datenstand: 07.08.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner90,224 %
87,81 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
LegalBenchInterpretation Tasks
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner86,863 %
81,412 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
LiveCodeBench v6Hard
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner79,714 %
66,857 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
LMArena Text, Style ControlChinese
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Fable 5: Snapshot: claude-fable-5, Harness: Arena text, style control
Claude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style controlClaude Fable 5: Stilbereinigte Arena-Bewertung aus 1.498 anonymen Paarvergleichen.Claude Sonnet 5: Stilbereinigte Arena-Bewertung aus 1.805 anonymen Paarvergleichen.
Höherer Messwert1.555,952
95-%-Konfidenzintervall: ±16,248Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.501,528
95-%-Konfidenzintervall: ±14,728Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.		LMArena
Quellendetails
Datenstand: 21.08.2026
MMLU-ProBusiness
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner93,156 %
91,635 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
MortgageTaxSemantic Extraction
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
61,129 %
Gewinner61,367 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
ProgramBenchFully Resolved
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner2 %
0 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
SAGELinear Algebra
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens
Gewinner71,544 %
68,999 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
SWE-bench Verified>4 hours
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner100 %
66,667 %
Vals AI
Quellendetails
Datenstand: 08.08.2026
TaxEval v2Stepwise Reasoning
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner88,062 %
87,244 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Terminal-Bench 2.1Hard
Testdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Höherer Messwert70 %
57,778 %
Vals AI
Quellendetails
Datenstand: 06.08.2026
Vals IndexFinance Agent v2
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner56,349 %
51,979 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Vals Multimodal IndexFinance Agent v2
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
Gewinner56,349 %
51,979 %
Vals AI
Quellendetails
Datenstand: 09.08.2026
Code MigrationCode Quality
Testdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: mean reviewer code-quality ratingBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens
4,442 / 5
Gewinner4,898 / 5
Vals AI
Quellendetails
Datenstand: 09.08.2026

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Ähnliche LLM-Vergleiche

Vergleiche Claude Fable 5 und Claude Sonnet 5 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich