StudyArena beschreibt einen Blindtest, bei dem Studierende zuerst die Antworten sahen und danach ihre bevorzugte auswählten. Als Auswahlquote zählt die Plattform, wie oft eine Anbieterantwort in einer entschiedenen Schreib- oder Essay-Abstimmung gewählt wurde. Verglichen wurden GPT-5.6 Sol, Claude Opus 5 mit adaptivem Reasoning und Gemini 3.1 Pro.
Bei 6.851 laut StudyArena im August 2026 ausgewerteten Blindstimmen lag Gemini 3.1 Pro mit 39,6 % vorn. Claude Opus 5 erreichte 31,8 %, GPT-5.6 Sol 29,2 %. Nach Reasoning-Stufe gewann „low“ 40,7 % der Vergleiche, „medium“ 33,3 %, „default“ 30,8 % und „high“ 29,5 %.
Die Auswertung meldet zusätzlich einen Längeneffekt: Die längste Antwort eines Vergleichs gewann 47,7 %, die kürzeste 25,0 %. Wie viele Antworten jeweils gezeigt wurden, wie die Aufgaben ausgewählt waren und wie StudyArena die Reasoning-Stufen den Modellen zuordnete, bleibt offen. Auch die Prompts beschreibt die Auswertung nicht. Damit lässt sich der Längen- mit dem Reasoning-Befund nicht verbinden.
StudyArena bezeichnet sich als gerade gestartete Plattform für den Zugang zu KI-Werkzeugen. Die Zahlen stammen damit aus der Produktkommunikation des Anbieters. Unabhängige Methodendetails, Limitationen und Konfidenzintervalle fehlen, weshalb die Auswertung keine belastbare Rangliste der Modelle ergibt.