Wofür · Entscheidungshilfe

Programmieren

Code schreiben, debuggen und reviewen. Hier die kuratierten Empfehlungen – Modelle, Werkzeuge und Tipps.

Empfohlene Modelle

Anthropic · proprietär

Claude Opus 4.8

Allrounder-Spitze

Stärkster praktisch verfügbarer Allrounder: führt den unabhängigen Intelligence- (56) und Agentic-Index (78). Nur beim reinen Coding liegt GPT-5.5 (59) knapp vorn – dort allerdings zu höherem Output-Preis. Erste Wahl, wo Tiefe und lange autonome Läufe zählen.

Intelligenz56

OpenAI · proprietär

GPT-5.5

Coding-Spitze

Führt den unabhängigen AA Coding Index (59) vor Opus 4.8 (57) – das beste gemessene Modell fürs Programmieren. Bei Allzweck-Intelligenz minimal hinter Opus und mit höherem Output-Preis ($30), daher vor allem dann erste Wahl, wenn Code-Qualität im Vordergrund steht.

Intelligenz55

Google · proprietär

Gemini 3.1 Pro

Multimodal-Spezialist

Erste Wahl für breit multimodale Arbeit – Bild, Video, Audio und PDF, was sonst kein Flaggschiff im Katalog leistet. Beim Coding (55) stärker, als der Allzweck-Wert (46) vermuten lässt, und günstiger als die Index-Spitze. Höchster Human-Präferenz-Elo nach dem gesperrten Fable 5.

Intelligenz46

DeepSeek · open-weight

DeepSeek-V4-Pro

Open-Weight-Preis-Leistung

Der Preis-Leistungs-Sieger unter den offenen Gewichten: stärkstes Coding (47) und Agentic (67) seiner Preisklasse, dabei mit Abstand am günstigsten und selbst hostbar. Erste Wahl, wo Kosten, Datenhoheit oder lange Generierungen zählen – allerdings reine Text-Modalität.

Intelligenz44

Anthropic · proprietär

Claude Sonnet 4.6

Tempo-Preis-Arbeitspferd

Die ausgewogene Standard-Wahl: rund 40 % günstiger als Opus 4.8 bei nur mäßig geringeren Werten. Kein Spitzenreiter bei den härtesten Aufgaben, aber kein gemessenes Modell übertrifft es bei gleichem oder geringerem Preis – damit weiterhin klar empfehlenswert für den Alltag.

Intelligenz47

OpenAI · proprietär

GPT-5.4

Günstige GPT-Allzweck

Das kostensensitive GPT: halber Input-/Output-Preis von GPT-5.5 bei gleichem 1-Mio.-Kontext. Unabhängige Capability-Indizes fehlen noch (bislang nur LMArena-Elo 1468), daher als solide Allzweck-Wahl statt Spitzenreiter eingestuft.

Human-Präferenz1468

Alibaba · proprietär

Qwen3-Max

Agentic-Allzweck (Alibaba Cloud)

Auf mehrstufige, tool-lastige Workflows ausgelegt, mit großem 256-K-Kontext und günstigem Kurz-Prompt-Preis. Nur über Alibaba Cloud nutzbar und bei langen Prompts gestaffelt teurer; unabhängig bislang nur per Elo (1435) belegt.

Human-Präferenz1435

Anthropic · proprietär

Claude Fable 5

Benchmark-Spitze, aktuell gesperrt

Auf dem Papier das stärkste Modell des Katalogs – Spitzenwerte in allen vier unabhängigen Messungen. Aber seit dem 12.06.2026 ist der Zugang weltweit ausgesetzt, das Modell also praktisch nicht nutzbar. Bis zur Wiederherstellung keine Empfehlung für den produktiven Einsatz.

Zugang ausgesetzt

Intelligenz60

xAI · proprietär

Grok 4.3

Von DeepSeek-V4 überholt

DeepSeek-V4-Pro erreicht alle drei AA-Indizes höher und kostet weniger pro Token – nach der Preis-Leistungs-Logik damit die bessere Wahl. Grok 4.3 bleibt situativ interessant für ein gemanagtes Produkt mit X-Anbindung und großem 1-Mio.-Kontext.

Intelligenz38