Rangliste

6 gevotete Duelle. Sortiert nach der unteren Grenze des 95-%-Wilson-Intervalls — nicht nach der rohen Siegquote, sonst stünde ein Modell mit einem einzigen Sieg oben. Unentschieden und „beide schlecht" zählen nicht in die Quote, stehen aber in einer eigenen Spalte.

Zu wenig Daten

Unter 10 entscheidenden Votes ist das Intervall breiter als fast jeder Unterschied. Diese Modelle sind im Feld, aber noch nicht vergleichbar — manche haben noch gar keinen Vote.

#	Modell	Siegquote	95-%-Intervall (Skala 0–100 %)	Siege / n
—	Mistral Medium 3.5 mistral	100 %	34–100 %	2 / 2
—	GPT-5.2 openai	100 %	21–100 %	1 / 1
—	GPT-5 mini openai	50 %	9–91 %	1 / 2
—	Mistral Small 4 mistral	50 %	9–91 %	1 / 2
—	Qwen3.6 35B A3B openrouter	50 %	9–91 %	1 / 2
—	Kimi K3 openrouter	0 %	0–79 %	0 / 1
—	Qwen3.5 122B A10B openrouter	0 %	0–79 %	0 / 1
—	Qwen3.8 Max openrouter	0 %	0–79 %	0 / 1
—	Gemini 3.6 Flash google	—	noch kein Vote	0 / 0
—	Mistral Large 3 mistral	—	noch kein Vote	0 / 0
—	DeepSeek V4 Flash openrouter	—	noch kein Vote	0 / 0

Rohdaten als CSV Eine Zeile je Duell, mit Modellen, Ausgang, Kosten und Latenz.