Direktvergleich
Kimi K2.6 vs. Mistral Large 3
Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.
- gemeinsame Messreihen
- 29
- verschiedene Benchmarks
- 1
- 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.
| Merkmal | Kimi K2.6 | Mistral Large 3 |
|---|---|---|
| Anbieter | Moonshot AI | Mistral AI |
| Erschienen | 20. Apr. 2026 | 2. Dez. 2025 |
| Verfügbarkeit | Aktiv | Aktiv |
| Modelltyp | Open Weights | Open Weights |
| Parameter | 1 Billionen, 32 Mrd. aktiv | 675 Mrd., 41 Mrd. aktiv |
| Architektur | Mixture of Experts | Mixture of Experts |
| Kontextfenster | 262.144 Token | 256.000 Token |
| Wissensstand | Nicht veröffentlicht | Nicht veröffentlicht |
| Technische Quellen | Modell, Kontext | Modell |
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.
| Preisart | Kimi K2.6 | Mistral Large 3 |
|---|---|---|
| API-Eingabe | 0,95 $ | 0,5 $ |
| API-Ausgabe | 4 $ | 1,5 $ |
| Cache lesen | 0,16 $ | Nicht ausgewiesen |
| Cache schreiben (5 Min.) | Nicht ausgewiesen | Nicht ausgewiesen |
| Cache schreiben (1 Std.) | Nicht ausgewiesen | Nicht ausgewiesen |
| Preis geprüft | 30.07.2026 Quelle | 30.07.2026 Quelle |
Kimi K2.6Mistral Large 3
API-EingabeUSD pro 1 Mio. Token, Basistarif
Kimi K2.60,95 $
Mistral Large 3Günstiger0,5 $
API-AusgabeUSD pro 1 Mio. Token, Basistarif
Kimi K2.64 $
Mistral Large 3Günstiger1,5 $
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.
| Modell | Anbieter | Bezugsweg und Tarif | Eingabe pro 1 Mio. Token | Ausgabe pro 1 Mio. Token | Quelle |
|---|---|---|---|---|---|
| Kimi K2.6 | Moonshot AI | Direkt beim EntwicklerStandard-API | 0,95 $ | 4 $ | Quelle30.07.2026 |
| AtlasCloud | Über OpenRouteratlas-cloud/int4 | 0,95 $ | 4 $ | Quelle25.08.2026 | |
| Baidu | Über OpenRouterbaidu/fp4 | 0,95 $ | 4 $ | Quelle25.08.2026 | |
| BaseTen | Über OpenRouterbaseten/fp4 | 0,95 $ | 4 $ | Quelle25.08.2026 | |
| Chutes | Über OpenRouterchutes/int4 | 0,58 $ | 3,4 $ | Quelle25.08.2026 | |
| Cloudflare | Über OpenRoutercloudflare | 0,95 $ | 4 $ | Quelle25.08.2026 | |
| CoreWeave | Über OpenRoutercoreweave/fp4 | 0,65 $ | 3,41 $ | Quelle25.08.2026 | |
| Crusoe | Über OpenRoutercrusoe/bf16 | 0,7 $ | 3,5 $ | Quelle25.08.2026 | |
| Decart | Über OpenRouterdecart/fp4 | 0,5865 $ | Günstigster erfasster Preis: 2,4696 $ | Quelle25.08.2026 | |
| DeepInfra | Über OpenRouterdeepinfra/fp4 | 0,75 $ | 3,5 $ | Quelle25.08.2026 | |
| DigitalOcean | Über OpenRouterdigitalocean | 0,95 $ | 4 $ | Quelle25.08.2026 | |
| Fireworks | Über OpenRouterfireworks | 0,95 $ | 4 $ | Quelle25.08.2026 | |
| GMICloud | Über OpenRoutergmicloud/fp8 | 0,855 $ | 3,6 $ | Quelle25.08.2026 | |
| Inceptron | Über OpenRouterinceptron/int4 | Günstigster erfasster Preis: 0,57 $ | 3,39 $ | Quelle25.08.2026 | |
| Moonshot AI | Über OpenRoutermoonshotai/int4 | 0,95 $ | 4 $ | Quelle25.08.2026 | |
| Novita | Über OpenRouternovita | 0,8 $ | 3,4 $ | Quelle25.08.2026 | |
| Parasail | Über OpenRouterparasail/int4 | 0,75 $ | 3,5 $ | Quelle25.08.2026 | |
| Phala | Über OpenRouterphala | 1,09 $ | 4,6 $ | Quelle25.08.2026 | |
| SiliconFlow | Über OpenRoutersiliconflow/fp8 | 0,77 $ | 3,4 $ | Quelle25.08.2026 | |
| StreamLake | Über OpenRouterstreamlake/fp8 | 0,5985 $ | 2,52 $ | Quelle25.08.2026 | |
| Venice | Über OpenRoutervenice/int4 | 0,75 $ | 3,5 $ | Quelle25.08.2026 | |
| Mistral Large 3 | Mistral AI | Direkt beim EntwicklerStandard-API | Günstigster erfasster Preis: 0,5 $ | Günstigster erfasster Preis: 1,5 $ | Quelle30.07.2026 |
| Mistral | Über OpenRoutermistral | Günstigster erfasster Preis: 0,5 $ | Günstigster erfasster Preis: 1,5 $ | Quelle25.08.2026 | |
| Mistral | Über OpenRoutermistral/eu | 0,55 $ | 1,65 $ | Quelle25.08.2026 | |
| Mistral | Über OpenRoutermistral/zdr | Günstigster erfasster Preis: 0,5 $ | Günstigster erfasster Preis: 1,5 $ | 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.
Kimi K2.6
Mistral Large 3
Coding: 100 / 97 (1 Benchmarkfamilie)
Reasoning: 100 / 96 (1 Benchmarkfamilie)
Mathematik: 100 / 95,2 (1 Benchmarkfamilie)
Wissen: 100 / 96,1 (1 Benchmarkfamilie)
Finanzen: 100 / 97,1 (1 Benchmarkfamilie)
Recht: 100 / 97,3 (1 Benchmarkfamilie)
Gesundheit: 100 / 97,5 (1 Benchmarkfamilie)
Allgemein: 100 / 96,4 (1 Benchmarkfamilie)
29 passende Messreihen aus 1 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 8 vergleichbaren Kategorien.
Kimi K2.6Mistral Large 3
LMArena Text, Style ControlOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K2.6Gewinner1.460,65
Mistral Large 31.414,148
LMArena Text, Style ControlBusiness, management and finance. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K2.6Gewinner1.456,017
Mistral Large 31.413,419
LMArena Text, Style ControlChinese. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K2.6Gewinner1.527,8
Mistral Large 31.430,005
LMArena Text, Style ControlCoding. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K2.6Gewinner1.514,389
Mistral Large 31.468,701
LMArena Text, Style ControlCreative writing. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K2.6Gewinner1.430,287
Mistral Large 31.374,861
LMArena Text, Style ControlEnglish. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K2.6Gewinner1.467,743
Mistral Large 31.428,085
LMArena Text, Style ControlEntertainment, sports and media. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K2.6Gewinner1.427,098
Mistral Large 31.372,945
LMArena Text, Style ControlExcluding ties. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K2.6Gewinner1.464,256
Mistral Large 31.401,505
LMArena Text, Style ControlExpert prompts. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K2.6Gewinner1.501,915
Mistral Large 31.423,702
LMArena Text, Style ControlFrench. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K2.6Gewinner1.473,667
Mistral Large 31.437,964
LMArena Text, Style ControlGerman. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K2.6Gewinner1.457,247
Mistral Large 31.402,917
LMArena Text, Style ControlHard prompts. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Kimi K2.6Gewinner1.484,857
Mistral Large 31.431,17
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand
| Benchmark und Aufgabe | Kimi K2.6 | Mistral Large 3 | Quelle |
|---|---|---|---|
LMArena Text, Style ControlOverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 37.543 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 62.644 anonymen Paarvergleichen. | Gewinner1.460,65 95-%-Konfidenzintervall: ±4,54Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.414,148 95-%-Konfidenzintervall: ±3,124Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlBusiness, management and financeTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 7.490 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 11.895 anonymen Paarvergleichen. | Gewinner1.456,017 95-%-Konfidenzintervall: ±7,737Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.413,419 95-%-Konfidenzintervall: ±6,034Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlChineseTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 1.901 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 3.385 anonymen Paarvergleichen. | Gewinner1.527,8 95-%-Konfidenzintervall: ±14,479Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.430,005 95-%-Konfidenzintervall: ±10,86Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlCodingTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 10.418 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 15.520 anonymen Paarvergleichen. | Gewinner1.514,389 95-%-Konfidenzintervall: ±7,062Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.468,701 95-%-Konfidenzintervall: ±5,352Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlCreative writingTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 5.817 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 10.357 anonymen Paarvergleichen. | Gewinner1.430,287 95-%-Konfidenzintervall: ±8,513Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.374,861 95-%-Konfidenzintervall: ±6,475Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlEnglishTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 17.202 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 28.538 anonymen Paarvergleichen. | Gewinner1.467,743 95-%-Konfidenzintervall: ±5,732Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.428,085 95-%-Konfidenzintervall: ±4,227Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlEntertainment, sports and mediaTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 7.621 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 12.993 anonymen Paarvergleichen. | Gewinner1.427,098 95-%-Konfidenzintervall: ±7,776Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.372,945 95-%-Konfidenzintervall: ±5,837Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlExcluding tiesTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 27.785 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 45.394 anonymen Paarvergleichen. | Gewinner1.464,256 95-%-Konfidenzintervall: ±5,936Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.401,505 95-%-Konfidenzintervall: ±4,363Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlExpert promptsTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 3.517 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 5.398 anonymen Paarvergleichen. | Gewinner1.501,915 95-%-Konfidenzintervall: ±10,369Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.423,702 95-%-Konfidenzintervall: ±8,53Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlFrenchTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 1.504 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 1.670 anonymen Paarvergleichen. | Gewinner1.473,667 95-%-Konfidenzintervall: ±17,24Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.437,964 95-%-Konfidenzintervall: ±16,349Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlGermanTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 734 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 998 anonymen Paarvergleichen. | Gewinner1.457,247 95-%-Konfidenzintervall: ±21,737Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.402,917 95-%-Konfidenzintervall: ±19,739Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlHard promptsTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 24.321 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 37.379 anonymen Paarvergleichen. | Gewinner1.484,857 95-%-Konfidenzintervall: ±5,3Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.431,17 95-%-Konfidenzintervall: ±3,917Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlHard prompts, EnglishTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 11.767 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 17.481 anonymen Paarvergleichen. | Gewinner1.486,868 95-%-Konfidenzintervall: ±6,655Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.439,438 95-%-Konfidenzintervall: ±5,127Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlInstruction followingTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 12.237 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 19.190 anonymen Paarvergleichen. | Gewinner1.453,965 95-%-Konfidenzintervall: ±6,484Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.400,463 95-%-Konfidenzintervall: ±4,921Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlJapaneseTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 467 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 572 anonymen Paarvergleichen. | Gewinner1.442,101 95-%-Konfidenzintervall: ±29,363Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.371,242 95-%-Konfidenzintervall: ±26,241Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlKoreanTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 716 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 1.058 anonymen Paarvergleichen. | Gewinner1.421,11 95-%-Konfidenzintervall: ±23,07Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.352,743 95-%-Konfidenzintervall: ±19,619Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlLegal and governmentTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 2.841 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 4.653 anonymen Paarvergleichen. | Gewinner1.461,684 95-%-Konfidenzintervall: ±11,466Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.422,025 95-%-Konfidenzintervall: ±9,12Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlLife, physical and social scienceTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 6.226 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 10.106 anonymen Paarvergleichen. | Gewinner1.477,29 95-%-Konfidenzintervall: ±8,144Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.427,678 95-%-Konfidenzintervall: ±6,312Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlLonger queriesTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 15.543 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 21.776 anonymen Paarvergleichen. | Gewinner1.476,059 95-%-Konfidenzintervall: ±6,252Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.417,899 95-%-Konfidenzintervall: ±4,85Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlMathTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 1.933 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 3.663 anonymen Paarvergleichen. | Gewinner1.478,006 95-%-Konfidenzintervall: ±13,519Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.403,343 95-%-Konfidenzintervall: ±10,013Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlMathematical professionsTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 2.039 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 3.023 anonymen Paarvergleichen. | Gewinner1.483,48 95-%-Konfidenzintervall: ±13,391Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.417,125 95-%-Konfidenzintervall: ±11,203Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlMedicine and healthcareTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 2.696 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 4.327 anonymen Paarvergleichen. | Gewinner1.469,835 95-%-Konfidenzintervall: ±11,979Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.432,504 95-%-Konfidenzintervall: ±9,539Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlMulti-turnTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 6.566 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 10.813 anonymen Paarvergleichen. | Gewinner1.460,095 95-%-Konfidenzintervall: ±8,183Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.422,621 95-%-Konfidenzintervall: ±6,251Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlNon-EnglishTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 20.341 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 34.098 anonymen Paarvergleichen. | Gewinner1.449,236 95-%-Konfidenzintervall: ±5,456Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.397,753 95-%-Konfidenzintervall: ±3,961Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlPolishTestdetailsKein dokumentierter Unterschied im TestaufbauKein klarer VorsprungVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 741 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 1.479 anonymen Paarvergleichen. | Kein klarer Vorsprung1.444,408 95-%-Konfidenzintervall: ±21,397Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.415,621 95-%-Konfidenzintervall: ±15,589Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlRussianTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 3.803 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 6.371 anonymen Paarvergleichen. | Gewinner1.452,923 95-%-Konfidenzintervall: ±9,977Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.408,634 95-%-Konfidenzintervall: ±7,661Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlSoftware and IT servicesTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 15.075 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 23.384 anonymen Paarvergleichen. | Gewinner1.503,015 95-%-Konfidenzintervall: ±6,116Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.456,677 95-%-Konfidenzintervall: ±4,573Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlSpanishTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 1.326 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 1.735 anonymen Paarvergleichen. | Gewinner1.458,485 95-%-Konfidenzintervall: ±17,325Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.410,69 95-%-Konfidenzintervall: ±15,599Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
LMArena Text, Style ControlWriting, literature and languageTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserKimi K2.6: Snapshot: kimi-k2.6, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlKimi K2.6: Stilbereinigte Arena-Bewertung aus 8.843 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 14.925 anonymen Paarvergleichen. | Gewinner1.438,098 95-%-Konfidenzintervall: ±7,258Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.389,813 95-%-Konfidenzintervall: ±5,474Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
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 Kimi K2.6 und Mistral Large 3 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.