„Welche KI ist die beste?" Auf die Frage gab es mal eine Antwort. ChatGPT. Später Claude, je nachdem, wen ihr gefragt habt.
ChatGPT hat angefangen. Claude ist beim Programmieren durchgestartet. Gemini sah eine Weile richtig gut aus.
Und 2026? Ich habe fünf Kandidaten auf der Liste, dazu fünf weitere, die jeder auf seine Art aus der Reihe fallen. Einen Sieger kann ich auf Anhieb nicht nennen. Nicht fürs Programmieren, nicht fürs Schreiben, nicht für die Recherche. Aber ich kann sortieren und sagen, wo ich stehe.
Meine Antwort vorweg: Das beste KI-Tool 2026 ist keines, es sind zwei. Das stärkste Modell für die schwere Arbeit, das günstigste für die Masse. Die Modelle sind sich sehr nah gekommen. Die Produkte dagegen sind auseinandergedriftet. Das ist im Kern die ganze Geschichte, und deshalb wird dieser Text lang.
Also, der Reihe nach.
Modell oder Produkt
In „welche KI ist die beste" stecken zwei Fragen.
Das Modell entscheidet, wie gut die KI denkt, wie sauber der Code wird, wie viel Kontext sie behält, wie schnell sie antwortet. Und wie gut sie am Ende das tut, was ihr wollt.
Das Produkt entscheidet, wie gut ihr damit im Alltag arbeitet. Suche, Dateien, Bilder, eure Mails und Dokumente, Agenten, der Zugriff auf euren Rechner und die Frage, wer eure Daten zu sehen bekommt.
Ein starkes Modell in einem schwachen Produkt verliert gegen ein ordentliches Modell, das direkt neben eurer Arbeit sitzt. Je tiefer ein Werkzeug in eurem System steckt, desto mehr kann es für euch erledigen. Genau das hat mich vom Browser-Tab ins Terminal getrieben.
Behaltet beide Fragen im Kopf. Die fünf Kandidaten gewinnen jeweils eine andere.
1. Programmieren
Ich fange damit an, weil Programmieren mein häufigster KI-Einsatz ist.
Und ja, Claude Code ist noch immer mein Standard. Privat und in der Agentur. Seit Längerem. Es läuft im Terminal, hält den Überblick über große, unordentliche Projekte und macht weniger dumme Fehler als alles andere, das ich nutze. Zumindest war das so. In den letzten Wochen, vor allem seit Opus 5 draußen ist, habe ich das Gefühl, dass Claude öfter danebenliegt. Kein gutes Zeichen.
Dazu ist es das teuerste Tool der Runde. Ein dicker Haken, zu den Zahlen komme ich noch.
Codex von OpenAI kommt nah heran. Sehr nah. Schnell, präzise, (deutlich) günstiger. Ich lasse damit vor allem gegenprüfen, was Claude Code gebaut hat. Und das macht es verdammt gut.
Codex und die Mac-App sind inzwischen so gut, dass ich ernsthaft überlege, für eine Weile komplett zu OpenAI zu wechseln und zu schauen, wie sich das anfühlt.
Geminis Werkzeug fürs Programmieren heißt Antigravity, ein VS-Code-Ableger mit der ganzen Google-Welt neben dem Code. Version eins ist mir alle zwanzig Minuten abgestürzt. Version zwei funktioniert (besser). Trotzdem hinkt es hinter Claude und Codex her. Fehler, Abstürze, merkwürdige Logik, seltsames Verhalten. Zum Programmieren ist Gemini nicht die erste Wahl.
Und dann ist da China.
Kimi K3 ist noch recht neu. Moonshot AI hat es am 16. Juli veröffentlicht, die offenen Gewichte folgten am 27. Juli. 2,8 Billionen Parameter, das bislang größte Open-Weight-Modell, würde ich sagen. Moonshots eigener Bericht sieht es hinter Claude Fable 5 und GPT-5.6 Sol, aber gleichauf mit Fable 5 bei agentischen Coding-Tests wie SWE Marathon, und dort vor GPT-5.6 Sol. Für ein offenes Modell ist das bemerkenswert. Nur verbrennt es auf dem Weg dahin etwa doppelt so viele Token. Ich habe K3 zum Start genauer angeschaut, mehr dazu im Geld-Abschnitt.
DeepSeek ist der günstige Motor. Kein Coding-Produkt, sondern ein Modell, das ihr in eure eigenen Werkzeuge einbaut. Solider Code für den Preis, und der Preis ist die eigentliche Nachricht: V4 Pro kostet 0,66 Dollar pro Million Input-Token außerhalb der Stoßzeiten. Fable 5 kostet 10 Dollar. Das ist schon ein Unterschied.
Kurz gesagt: Für ernsthaften Code Claude Code. Noch. Aber praktisch gleichauf mit den Codex-Modellen. Wenn Geld die größere Rolle spielt, klar Codex, oder DeepSeek hinter einem Werkzeug, das ihr schon habt. Kimi K3, wenn ihr offene Gewichte und einen Coder auf Spitzenniveau in einem wollt.
2. Recherche
Darüber reden wenige, zumindest in meiner Ecke. Dabei ist Recherche in der KI ein unterschätztes Thema, weil sie das Fundament für richtige Antworten ist.
ChatGPT hat Suche und Deep Research eingebaut. Sagt ihm, es soll fünf Dinge vergleichen und eine Tabelle mit Quellen liefern, und es tut das. Ziemlich solide. Nicht perfekt, aber gut. Und mit jeder Version besser.
Gemini hat die Google-Suche darunter, das klingt nach unfairem Vorteil und ist es auch ein Stück weit. Dazu Gemini Notebook, das Werkzeug, das früher NotebookLM hieß. Quellen hochladen, Fragen stellen, Antworten bekommen, die nur aus diesen Quellen stammen. Seit der Umbenennung im Juli bekommt jedes Notebook außerdem einen kleinen Cloud-Rechner, der Code gegen eure Dateien schreibt und ausführt. In der Praxis sehe ich zwischen Gemini-Recherche und ChatGPT-Recherche allerdings kaum einen Unterschied. Noch nicht.
Claude sucht auch. Seine Stärke liegt aber im Lesen dessen, was ihr ihm gebt. Lange PDFs, ein Ordner voller Notizen, eine Spezifikation, eine Codebasis. Für viele Fragen öffne ich Google gar nicht mehr, ich frage Claude. Die Antworten sind gut. Bei der Recherche ist Claude trotzdem keineswegs die Spitze. Und auch hier: Mit den neuesten Modellen häufen sich die Fehler.
Kimi und DeepSeek hängen vom Aufbau ab. Kimis App hat Agenten-Modi, die suchen und browsen. DeepSeek ist vor allem ein Modell hinter einer Schnittstelle. Die Suche bringt ihr selbst mit.
Für alles, was veröffentlicht wird: Prüft die Quellen trotzdem. Eine überzeugende Antwort und eine richtige Antwort sind zwei verschiedene Dinge. Immer noch.
3. Bild und Video
Medien werden wichtiger, weil die Ergebnisse jede Woche besser werden.
ChatGPT erzeugt Bilder direkt in der App, und die sind gut. Video war Sora. War. OpenAI hat die Sora-App am 26. April abgeschaltet, die Schnittstelle folgt am 24. September. ChatGPT ist damit vorerst ein Bild-Werkzeug, kein Video-Werkzeug. Das kann sich schnell ändern. Die Bilder waren früher schwach. Inzwischen spielen sie ganz oben mit.
Gemini hat das größte Medienpaket von allen. Bildgenerierung, und seit der I/O im Mai macht und schneidet Gemini Omni Flash Videos direkt in der Gemini-App, für Abonnenten von AI Plus, Pro und Ultra. Ihr beschreibt die Änderung, es schneidet den Clip um. Kurze Clips, vorerst. Bei Bild und Video ist Gemini weiterhin schwer zu schlagen.
Claude erzeugt keine Bilder und keine Videos. Gar keine. Lesen kann es sie problemlos. Für jemanden, der schreibt, kein Problem. Für jemanden, der den ganzen Tag Social-Media-Grafiken produziert, eine Lücke. Und ich verstehe nicht, warum Anthropic das nicht längst anbietet. Immerhin lässt sich Claude gut mit Medien-KIs wie Higgsfield verbinden. Per MCP, schnell, sauber integriert. Funktioniert tadellos. Aber das ist ein weiterer kräftiger Preisschild obendrauf auf das ohnehin teure Claude-Abo.
Kimi K3 nimmt Bilder und Videos als Eingabe; das Erzeugen läuft über Plug-ins in der Kimi-App. DeepSeek ist ein Textmodell. Das Bildmodell bringt ihr selbst mit.
4. Schreiben
Ich lasse KI viele Entwürfe, Ideen, Pläne und Ähnliches schreiben. Und ich nutze sie zum Recherchieren, Ordnen und Aufräumen. Trotzdem bleibt Schreiben eine der größten Schwächen der Modelle. Sie klingen alle nicht besonders gut. Ohne gute (und lange) Anweisungen kommt nichts heraus, das auch nur entfernt kreativ wäre.
Das kann sich ändern. Es wird sich ändern. Und mit den richtigen Prompts und Skills wird die Arbeit heute schon deutlich besser. Dafür gilt:
Claude ist gut für lange, strukturierte Texte. Blogartikel, Briefings, Konzepte, Lektorat. Mit guten Prompts und sauber angelegten Skills für Ton, Stimme und Aufbau liefert es ordentliche Entwürfe. Nichts, das ihr sofort veröffentlichen könnt, aber näher dran als die meisten.
ChatGPT für Masse. Zwanzig Varianten einer Überschrift, Social-Posts, Zweitverwertung, Vorlagen. Viele kleine Stücke in hoher Schlagzahl. Keins davon klingt großartig. Aber es ist schnell, vergleichsweise günstig und einfach zu automatisieren.
Gemini ist die Wahl, wenn der Text mit Recherche beginnt, die schon in eurem Drive, in Gmail oder in Docs liegt. In Kombination mit der Google-Suche oder Inhalten aus Gemini Notebook ist das ein starkes Paket. Allerdings mit einigem Aufbau, und es hängt stark davon ab, wie tief ihr im Google-Ökosystem steckt.
Kimi K3 für den Fall, dass ihr keine Chat-Antwort wollt, sondern eine fertige Datei. Es erzeugt bearbeitbare .docx-, .xlsx-, .pptx- und .pdf-Dateien direkt in der App. Claude kann das über Skills. Kimi kann es von Haus aus.
DeepSeek für Masse in der Pipeline. Erste Entwürfe, Zusammenfassungen, Klassifizierung, tausend Produktbeschreibungen. Den letzten Schliff macht ein Mensch oder ein besseres Modell.
Und es ist egal, wer es geschrieben hat, wenn es gut zu lesen ist. Das habe ich schon einmal geschrieben.
5. Agenten
Hier driften die Produkte am weitesten auseinander. Mit Absicht.
ChatGPT hat Codex, einen Agenten-Modus, Voice, GPTs, Actions und das größte Ökosystem für Endnutzer unter den fünf. Für mich der beste Allrounder der Runde.
Claude hat Claude Code, Cowork für alle, die nicht programmieren, und Skills, die sich von selbst laden, sobald eine Aufgabe passt. Weniger Plug-in-Store, mehr verlässliche Ausführung. Für einen Arbeitsablauf aus Code und Organisation, der keine Mediengenerierung braucht, ist das großartig.
Geminis Agent heißt Spark (falls ihr Zugang bekommt), ein Hintergrund-Agent, der weiterarbeitet, während der Laptop zugeklappt ist, tief in Gmail, Kalender, Drive, Docs und Sheets. Seit Ende Juli gibt es ihn im Pro-Tarif für 20 Dollar in weiten Teilen der Welt. Nicht in der EU, nicht in Großbritannien, nicht in der Schweiz. Also nichts für mich.
Kimi hat einen Agenten-Modus und den Agent Cluster. Der Cluster steuert bis zu 300 Unteragenten parallel, für große Suchläufe, Stapelverarbeitung, sehr lange Dokumente. Für Batch-Jobs interessant.
DeepSeek ist der Baustein. Modell über die Schnittstelle, Werkzeuge über MCP oder Function Calling, den Rest baut ihr selbst. Und wartet ihn.
6. Alleinstellungsmerkmale
Die Funktionslisten überschneiden sich inzwischen stark. Suche, Dateien, Code, Sprache, das haben alle. Die wenigen Dinge, die nur einer kann, zählen für die meisten mehr.
Claude: Claude Design. Seit April als Research Preview, ab dem Pro-Tarif enthalten. Ein Prompt, ein Dokument oder eine ganze Codebasis rein; Folien, Onepager, Prototypen und Landingpages raus, im eigenen Designsystem, exportierbar nach Canva (per MCP), als PDF, PPTX oder reines HTML. Anthropic führt es als Labs-Produkt. Besser als das, was ChatGPT oder Gemini für diese Art Arbeit haben. Für Agenturen, Social Media und kreative Abläufe ein großes Plus. Gebremst wird es, wieder, von der fehlenden Bild- und Videogenerierung bei Claude.
ChatGPT: Sites. Neu in diesem Sommer, als öffentliche Beta für Plus, Pro und Team-Arbeitsbereiche. Ihr beschreibt eine Website, eine Web-App oder ein Spiel im Chat, ChatGPT baut es, hostet es und gibt euch eine URL. Hosting, Zugriffsrechte, Speicher, Datenbank, alles dabei. Kein Deployment, keine Hosting-Rechnung. Für Webdesigner, Entwickler und alle, die schnell eine Seite brauchen, ein starkes Paket. Schwer zu schlagen.
Gemini: Gemini Notebook und die Tiefe im Workspace. Niemand sonst sitzt so in Gmail, Docs, Sheets, Drive und der Suche wie Gemini, und Notebook ist das eine Recherche-Werkzeug, das nur aus dem antwortet, was ihr ihm gegeben habt. Wer sein Leben bei Google hat, findet kaum etwas Besseres.
Kimi K3: offene Gewichte auf Spitzenniveau, plus Dateien. Ihr könnt das Modell herunterladen. Bearbeitbare Office-Dateien fallen aus dem Chat heraus. Und der Agent Cluster.
DeepSeek: der Preis. Und der Nachtrabatt: halber Preis außerhalb der Stoßzeiten unter der Woche, und am ganzen Wochenende. Meines Wissens rechnet sonst niemand nach der Uhr ab.
7. Kontext und Geld
Kontextfenster sind inzwischen langweilig. Kimi K3 und DeepSeek V4: eine Million Token. Gemini: eine Million oder mehr, laut Googles Dokumentation. Claude und ChatGPT: je nach Modell und Tarif.
Die Abos beginnen bei 20 Dollar. ChatGPT Plus, Claude Pro, Google AI Pro, alle 20 Dollar im Monat. Claude Pro enthält Claude Code, Cowork und Design. ChatGPT Pro kostet 200 Dollar. (Alle Preise in US-Dollar, Stand 28. August 2026.)
Bei der Schnittstelle gehen die Preise auseinander. Pro Million Token, Eingabe und Ausgabe:
- Claude Fable 5: 10 / 50 Dollar
- Kimi K3: 3 / 15 Dollar
- DeepSeek V4 Pro: 0,66 / 1,98 Dollar außerhalb der Stoßzeiten, sonst das Doppelte
- DeepSeek V4 Flash: 0,22 / 0,66 Dollar außerhalb der Stoßzeiten
Der Preis pro Token ist aber nicht das, was ihr zahlt. Ihr zahlt den Preis pro erledigter Aufgabe. In der Testreihe von Artificial Analysis hat K3 für dieselben Aufgaben rund doppelt so viele Token erzeugt wie der Durchschnitt. Ein Drittel des Preises mal doppelte Token ist kein Drittel mehr.
DeepSeeks Uhr-Trick: Stoßzeit ist 01:00 bis 04:00 und 06:00 bis 10:00 UTC, Montag bis Freitag. Alles andere, das komplette Wochenende eingeschlossen, kostet die Hälfte. Lasst den Batch-Job am Sonntag laufen.
8. Die Schattenseiten
Zuerst die Kosten. Claude ist von den fünf das beste Werkzeug für schwere Arbeit und das teuerste, und intensiver Einsatz von Claude Code läppert sich schnell. Ich weiß das.
Dann die Datenfrage. Moonshot und DeepSeek sind chinesische Firmen. Offene Gewichte heißen: Ihr könnt das Modell selbst hosten oder über einen europäischen Anbieter laufen lassen, und eure Prompts verlassen das Haus nie. Das ist die gute Seite. Wer ihre Apps nutzt, schickt seine Prompts auf ihre Server. Wo die stehen und wer mitliest, klärt das, bevor ihr einen Kundenvertrag hineinkopiert. Für DSGVO-relevante Daten ist die Modellwahl ohnehin nur ein Teil der Entscheidung: Auftragsverarbeitung, Speicherort, Trainingsnutzung und Löschkonzept entscheiden mit. Kimis Gewichte stehen außerdem unter einer eigenen „Kimi K3 License", nicht unter MIT oder Apache. Lest sie, bevor ihr ein Geschäft darauf baut.
Dann die EU-Sache. Gemini Spark: bei uns nicht verfügbar. Die spannendsten Produktfunktionen erscheinen zuerst in den USA und erreichen uns Monate später. Wenn überhaupt. Das sind Regulierung und Anwälte, nicht das Modell. Umso interessanter, dass Europas eigene KI-Souveränität vorerst aus Microsofts Cloud kommt.
Claude: keine Bilder, keine Videos, und Claude Design ist eine Research Preview. Previews ändern sich oder verschwinden. Sora hat gerade vorgeführt, wie schnell.
Gemini: 3.5 Pro war für Juni versprochen und ist immer noch nicht da. Und welches Gemini ihr bekommt, hängt von Tarif und App ab. Verwirrend.
ChatGPT: Es kann alles, für alle, und dahinter steht OpenAI. Ihr müsst bei denen kaufen wollen. Viele tun das. Ich bin mir nicht sicher.
Kimi K3: langsame Ausgabe, 62 Token pro Sekunde zum Start, unter dem Mittel seiner Preisklasse, dazu der Token-Hunger. DeepSeek: kein nennenswertes Produkt. Das Produktteam seid ihr.
Die „anderen"
Fünf weitere KI-Tools, die hier einen Absatz verdienen:
Grok. xAI hat Grok 4.6 am 12. August veröffentlicht, und es lebt in X. Für die einen ein Plus, für die anderen ein Minus. Grok 4.7 soll in wenigen Wochen folgen. Sagt Musk, also… schauen wir mal. Ich habe Grok kaum ausprobiert, ein Urteil kann ich mir nicht erlauben.
GLM. z.ai hat GLM-5.3 am 14. August veröffentlicht und nennt es das stärkste Open-Weight-Modell fürs Programmieren. Die vollen Gewichte waren für zwei Wochen später versprochen und waren beim Schreiben dieses Textes noch nicht da; das kleinere GLM-5.3-Flash kam am 26. August, unter MIT-Lizenz. Auf der Open-Weight-Liste von Artificial Analysis steht es derzeit auf Platz drei, hinter Kimi K3 und Alibabas Qwen3.8. Drei chinesische Modelle an der Spitze der offenen Liste. Alle drei.
Mistral. Das europäische. Mistral Medium 3.5, 128 Milliarden Parameter, 256k Kontext, offene Gewichte, ein Chat-Produkt namens Le Chat und ein Coding-Produkt namens Vibe. Kleiner als die anderen. Dafür bleiben die Daten in der EU, und für einige von uns ist das der entscheidende Punkt. Aber das ist eine eigene Geschichte.
Perplexity. Kein eigenes Spitzenmodell. Im Pro-Tarif wählt ihr zwischen GPT, Claude und Gemini darunter, und Perplexity verkauft das Produkt darüber: Suche mit Quellen, einen Browser namens Comet, seit Ende 2025 kostenlos, und seit Februar einen Agenten namens Perplexity Computer, der für eine Aufgabe gleich mehrere Modelle einspannt. Alles, was ich über Produkt statt Modell gesagt habe, gilt hier. Es ist reines Produkt. Und ein gutes.
Cursor. Der umgekehrte Fall. Eine Entwicklungsumgebung mit den großen Modellen drin, und mit einem eigenen: Composer 2.5, seit Mai, aufgesetzt auf Kimi K2.5 mit Cursors eigenem Reinforcement Learning. Artificial Analysis sieht es auf Platz drei im Coding Agent Index, hinter Claude Opus 4.7 und GPT-5.5, bei zehn- bis sechzigfach niedrigeren Kosten pro Aufgabe. Nur innerhalb von Cursor, allerdings. Keine Schnittstelle. Pro kostet 20 Dollar im Monat, wie bei allen anderen.
Zwei Tools, nicht eins
Zehn Werkzeuge, kein Sieger. Ich glaube nicht, dass sich das so bald ändert. Es liegt zu eng beieinander.
Was ich mache: Claude Code für die Arbeit, auf die es ankommt. Codex als Gegenleser. Ein Browser-Tab mit ChatGPT oder Claude, wenn ich nicht am Mac bin. Gemini, wenn ich die Google-Welt brauche. Die chinesischen Modelle lese ich nach und rechne sie durch. Umgestellt habe ich nichts. Noch nicht.
Zwei bezahlte Tools, vielleicht drei. Nicht eins. Die schwere, teure Arbeit bekommt das beste Modell, die Masse das günstige.
Für wie viele zahlt ihr?
