SOTA Model Ranking

Cloud vs Open/Local, stabile Modellzeilen, normalisierte Benchmark-Prozente

KW 24 / 2026Mockup mit Beispieldaten100% = Kategorie-SOTA

Stand: 10.06.2026
Datenbasis: Artificial Analysis, SWE-bench, LiveBench, BFCL, RULER, MMMU

Local Overall

82%

bestes Open/Local vs Cloud-SOTA

Kleinster Abstand

RAG

Local praktisch nah genug

Größter Abstand

Agenten

Cloud klar vorn

Lokaler Pick

Qwen

beste Balance aus Benchmarks + Deployability

Modellslot	Typ	Aktuelle Version	Overall	Coding	Reasoning	Tool/Agent	Long Context/RAG	Multimodal	Local	Gap	Trend	Quellen
Claude Opus Anthropic	Cloud	Opus 4.6	100	98	99	96	94	91	0	0	→	AA, SWE, BFCL
GPT Flagship OpenAI	Cloud	GPT-5.5	98	96	100	97	91	95	0	-2	↑ +1	AA, LiveBench
Gemini Pro Google	Cloud	Gemini 3 Pro	94	89	96	89	100	98	0	-6	→	AA, RULER, MMMU
Claude Sonnet Anthropic	Cloud	Sonnet 4.6	91	95	88	90	86	84	0	-9	→	SWE, BFCL
Qwen Coder Alibaba / Open Weights	Open/Local	Qwen Coder 3.x	82	89	73	70	78	42	74	-18	↑ +3	Aider, HF, Ollama
DeepSeek Reasoner DeepSeek / Open Weights	Open/API	DeepSeek R2	80	76	88	66	74	30	38	-20	↑ +2	LiveBench, GPQA
Llama Instruct Meta / Open Weights	Open/Local	Llama 4.x	74	70	76	64	82	62	83	-26	→	HF, RULER, MMMU
Mistral Large Mistral	Cloud/Open	Large 3	72	68	73	70	76	58	52	-28	↓ -1	AA, BFCL
Gemma Google / Open Weights	Open/Local	Gemma 4 12B	66	55	68	50	72	78	92	-34	↑ +4	HF, Ollama, MMMU

Methodik

Stabile Zeilen: Claude Opus bleibt eine Zeile, Version wird aktualisiert.
Pro Kategorie: 100% = bestes gemessenes Modell dieser Woche.
Overall = gewichteter Durchschnitt aus Coding, Reasoning, Tool/Agent, Long Context/RAG, Multimodal.
Wenn kein sauber vergleichbarer Benchmark existiert: Feld bleibt leer oder wird markiert.

Telegram-Kurzmeldung

SOTA Ranking KW 24 ist da: Local Overall 82% von Cloud-SOTA. Kleinster Abstand: RAG. Größter Abstand: Agentic Coding. Link öffnen für Tabelle und Quellen.