Direktvergleich
Claude Sonnet 5 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
- 04.09.2026
Modellauswahl ändern
Steckbrief
Allgemeine Daten
Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.
| Merkmal | Claude Sonnet 5 | Mistral Large 3 |
|---|---|---|
| Anbieter | Anthropic | Mistral AI |
| Erschienen | 30. Juni 2026 | 2. Dez. 2025 |
| Verfügbarkeit | Aktiv | Aktiv |
| Modelltyp | Proprietär | Open Weights |
| Parameter | Nicht veröffentlicht | 675 Mrd., 41 Mrd. aktiv |
| Architektur | Nicht veröffentlicht | Mixture of Experts |
| Kontextfenster | 1.000.000 Token | 256.000 Token |
| Wissensstand | Januar 2026 | 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 | Claude Sonnet 5 | Mistral Large 3 |
|---|---|---|
| API-Eingabe | 2 $ | 0,5 $ |
| API-Ausgabe | 10 $ | 1,5 $ |
| Cache lesen | 0,2 $ | Nicht ausgewiesen |
| Cache schreiben (5 Min.) | 2,5 $ | Nicht ausgewiesen |
| Cache schreiben (1 Std.) | 4 $ | Nicht ausgewiesen |
| Preis geprüft | 02.09.2026 Quelle | 30.07.2026 Quelle |
Claude Sonnet 5Mistral Large 3
API-EingabeUSD pro 1 Mio. Token, Basistarif
Claude Sonnet 52 $
Mistral Large 3Günstiger0,5 $
API-AusgabeUSD pro 1 Mio. Token, Basistarif
Claude Sonnet 510 $
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 |
|---|---|---|---|---|---|
| Claude Sonnet 5 | Anthropic | Direkt beim EntwicklerStandard-API | Günstigster erfasster Preis: 2 $ | Günstigster erfasster Preis: 10 $ | Quelle02.09.2026 |
| Amazon Bedrock | Über OpenRouteramazon-bedrock/global | Günstigster erfasster Preis: 2 $ | Günstigster erfasster Preis: 10 $ | Quelle06.09.2026 | |
| Amazon Bedrock | Über OpenRouteramazon-bedrock/us-east-1 | 2,2 $ | 11 $ | Quelle06.09.2026 | |
| Anthropic | Über OpenRouteranthropic | Günstigster erfasster Preis: 2 $ | Günstigster erfasster Preis: 10 $ | Quelle06.09.2026 | |
| Azure | Über OpenRouterazure/global | Günstigster erfasster Preis: 2 $ | Günstigster erfasster Preis: 10 $ | Quelle06.09.2026 | |
| Azure | Über OpenRouterazure/us | Günstigster erfasster Preis: 2 $ | Günstigster erfasster Preis: 10 $ | Quelle06.09.2026 | |
| Claude Platform on AWS | Über OpenRouterclaude-on-aws | Günstigster erfasster Preis: 2 $ | Günstigster erfasster Preis: 10 $ | Quelle06.09.2026 | |
| Über OpenRoutergoogle-vertex/europe | 2,2 $ | 11 $ | Quelle06.09.2026 | ||
| Über OpenRoutergoogle-vertex/global | Günstigster erfasster Preis: 2 $ | Günstigster erfasster Preis: 10 $ | Quelle06.09.2026 | ||
| Über OpenRoutergoogle-vertex/us | 2,2 $ | 11 $ | Quelle06.09.2026 | ||
| 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 $ | Quelle06.09.2026 | |
| Mistral | Über OpenRoutermistral/eu | 0,55 $ | 1,65 $ | Quelle06.09.2026 | |
| Mistral | Über OpenRoutermistral/zdr | Günstigster erfasster Preis: 0,5 $ | Günstigster erfasster Preis: 1,5 $ | Quelle06.09.2026 |
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.
Nicht genug direkt vergleichbare Kategorien für ein belastbares Radar
Nur 0 von mindestens 5 Kategorien enthalten direkt vergleichbare Modellmessungen. Die Benchmarktabellen darunter zeigen die vorhandenen Belege, ohne fehlende Achsen aufzufüllen.
Claude Sonnet 5Mistral Large 3
LMArena Text, Style ControlOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5Höherer Messwert1.462,16
Mistral Large 31.413,556
LMArena Text, Style ControlBusiness, management and finance. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5Höherer Messwert1.462,981
Mistral Large 31.412,721
LMArena Text, Style ControlChinese. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5Höherer Messwert1.499,492
Mistral Large 31.431,759
LMArena Text, Style ControlCoding. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5Höherer Messwert1.520,647
Mistral Large 31.468,587
LMArena Text, Style ControlCreative writing. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5Höherer Messwert1.437,519
Mistral Large 31.375,017
LMArena Text, Style ControlEnglish. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5Höherer Messwert1.473,71
Mistral Large 31.426,818
LMArena Text, Style ControlEntertainment, sports and media. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5Höherer Messwert1.432,479
Mistral Large 31.373,228
LMArena Text, Style ControlExcluding ties. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5Höherer Messwert1.467,502
Mistral Large 31.400,876
LMArena Text, Style ControlExpert prompts. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5Höherer Messwert1.510,217
Mistral Large 31.423,349
LMArena Text, Style ControlFrench. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5Höherer Messwert1.484,457
Mistral Large 31.434,923
LMArena Text, Style ControlGerman. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5Höherer Messwert1.477,479
Mistral Large 31.404,512
LMArena Text, Style ControlHard prompts. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5Höherer Messwert1.490,094
Mistral Large 31.431,026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand
| Benchmark und Aufgabe | Claude Sonnet 5 | Mistral Large 3 | Quelle |
|---|---|---|---|
LMArena Text, Style ControlOverallTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 31.096 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 65.336 anonymen Paarvergleichen. | Höherer Messwert1.462,16 95-%-Konfidenzintervall: ±4,745Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.413,556 95-%-Konfidenzintervall: ±3,08Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlBusiness, management and financeTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 6.214 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 12.392 anonymen Paarvergleichen. | Höherer Messwert1.462,981 95-%-Konfidenzintervall: ±8,229Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.412,721 95-%-Konfidenzintervall: ±5,917Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlChineseTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 2.074 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 4.483 anonymen Paarvergleichen. | Höherer Messwert1.499,492 95-%-Konfidenzintervall: ±13,64Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.431,759 95-%-Konfidenzintervall: ±9,282Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlCodingTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 8.576 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 16.301 anonymen Paarvergleichen. | Höherer Messwert1.520,647 95-%-Konfidenzintervall: ±7,348Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.468,587 95-%-Konfidenzintervall: ±5,241Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlCreative writingTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 6.087 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 10.954 anonymen Paarvergleichen. | Höherer Messwert1.437,519 95-%-Konfidenzintervall: ±8,524Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.375,017 95-%-Konfidenzintervall: ±6,318Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlEnglishTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 13.422 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 27.473 anonymen Paarvergleichen. | Höherer Messwert1.473,71 95-%-Konfidenzintervall: ±6,123Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.426,818 95-%-Konfidenzintervall: ±4,282Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlEntertainment, sports and mediaTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 7.751 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 13.723 anonymen Paarvergleichen. | Höherer Messwert1.432,479 95-%-Konfidenzintervall: ±7,757Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.373,228 95-%-Konfidenzintervall: ±5,71Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlExcluding tiesTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 23.349 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 47.430 anonymen Paarvergleichen. | Höherer Messwert1.467,502 95-%-Konfidenzintervall: ±6,142Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.400,876 95-%-Konfidenzintervall: ±4,294Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlExpert promptsTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 3.376 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 5.705 anonymen Paarvergleichen. | Höherer Messwert1.510,217 95-%-Konfidenzintervall: ±10,682Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.423,349 95-%-Konfidenzintervall: ±8,346Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlFrenchTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 1.079 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 1.858 anonymen Paarvergleichen. | Höherer Messwert1.484,457 95-%-Konfidenzintervall: ±19,668Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.434,923 95-%-Konfidenzintervall: ±15,523Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlGermanTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 502 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 1.080 anonymen Paarvergleichen. | Höherer Messwert1.477,479 95-%-Konfidenzintervall: ±27,12Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.404,512 95-%-Konfidenzintervall: ±19,03Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlHard promptsTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 20.640 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 39.237 anonymen Paarvergleichen. | Höherer Messwert1.490,094 95-%-Konfidenzintervall: ±5,487Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.431,026 95-%-Konfidenzintervall: ±3,848Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlHard prompts, EnglishTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 8.973 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 16.526 anonymen Paarvergleichen. | Höherer Messwert1.497,22 95-%-Konfidenzintervall: ±7,16Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.438,338 95-%-Konfidenzintervall: ±5,247Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlInstruction followingTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 10.907 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 20.253 anonymen Paarvergleichen. | Höherer Messwert1.465,887 95-%-Konfidenzintervall: ±6,647Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.399,916 95-%-Konfidenzintervall: ±4,811Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlJapaneseTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 460 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 661 anonymen Paarvergleichen. | Höherer Messwert1.450,323 95-%-Konfidenzintervall: ±28,849Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.382,813 95-%-Konfidenzintervall: ±24,568Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlKoreanTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 569 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 1.118 anonymen Paarvergleichen. | Höherer Messwert1.426,245 95-%-Konfidenzintervall: ±25,783Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.355,204 95-%-Konfidenzintervall: ±19,178Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlLegal and governmentTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 2.686 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 4.880 anonymen Paarvergleichen. | Höherer Messwert1.480,894 95-%-Konfidenzintervall: ±12,038Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.420,347 95-%-Konfidenzintervall: ±8,946Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlLife, physical and social scienceTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 5.123 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 10.595 anonymen Paarvergleichen. | Höherer Messwert1.487,544 95-%-Konfidenzintervall: ±8,817Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.427,433 95-%-Konfidenzintervall: ±6,173Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlLonger queriesTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 14.382 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 23.193 anonymen Paarvergleichen. | Höherer Messwert1.482,113 95-%-Konfidenzintervall: ±6,3Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.416,784 95-%-Konfidenzintervall: ±4,746Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlMathTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 1.355 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 3.755 anonymen Paarvergleichen. | Höherer Messwert1.473,628 95-%-Konfidenzintervall: ±15,97Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.402,864 95-%-Konfidenzintervall: ±9,902Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlMathematical professionsTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 1.635 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 3.175 anonymen Paarvergleichen. | Höherer Messwert1.487,105 95-%-Konfidenzintervall: ±14,914Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.417,813 95-%-Konfidenzintervall: ±10,98Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlMedicine and healthcareTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 2.269 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 4.505 anonymen Paarvergleichen. | Höherer Messwert1.478,121 95-%-Konfidenzintervall: ±13,327Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.431,127 95-%-Konfidenzintervall: ±9,388Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlMulti-turnTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 5.435 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 11.201 anonymen Paarvergleichen. | Höherer Messwert1.471,179 95-%-Konfidenzintervall: ±8,759Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.420,712 95-%-Konfidenzintervall: ±6,145Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlNon-EnglishTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 17.674 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 37.859 anonymen Paarvergleichen. | Höherer Messwert1.447,544 95-%-Konfidenzintervall: ±5,655Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.397,941 95-%-Konfidenzintervall: ±3,805Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlPolishTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 491 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 1.582 anonymen Paarvergleichen. | Höherer Messwert1.440,102 95-%-Konfidenzintervall: ±26,329Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.415,726 95-%-Konfidenzintervall: ±15,021Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlRussianTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 3.153 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 7.429 anonymen Paarvergleichen. | Höherer Messwert1.471,763 95-%-Konfidenzintervall: ±10,923Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.409,803 95-%-Konfidenzintervall: ±7,118Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlSoftware and IT servicesTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 12.308 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 24.350 anonymen Paarvergleichen. | Höherer Messwert1.504,552 95-%-Konfidenzintervall: ±6,385Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.456,163 95-%-Konfidenzintervall: ±4,498Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlSpanishTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 907 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 1.998 anonymen Paarvergleichen. | Höherer Messwert1.453,407 95-%-Konfidenzintervall: ±20,651Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.406,852 95-%-Konfidenzintervall: ±14,343Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
LMArena Text, Style ControlWriting, literature and languageTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5: Snapshot: claude-sonnet-5-high, Reasoning: high, Harness: Arena text, style control Mistral Large 3: Snapshot: mistral-large-3, Harness: Arena text, style controlClaude Sonnet 5: Stilbereinigte Arena-Bewertung aus 8.238 anonymen Paarvergleichen.Mistral Large 3: Stilbereinigte Arena-Bewertung aus 15.693 anonymen Paarvergleichen. | Höherer Messwert1.451,744 95-%-Konfidenzintervall: ±7,447Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.390,534 95-%-Konfidenzintervall: ±5,355Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 01.09.2026 |
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 Sonnet 5 und Mistral Large 3 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.