Auftrags-Battle

Blog

Blog

Zu jedem Battle eine kompakte Zusammenfassung. Der vollständige Datensatz mit allen Antworten steckt im jeweiligen Battle.

Deutsche Rechtschreibung und Grammatik

Sieger: Claude Opus 5

Ausgerechnet beim Regelwerk der eigenen Sprache wird es unsauber: Claude Opus 5 gewinnt „Deutsche Rechtschreibung und Grammatik“ mit 88,8 Punkten deutlich vor Kimi K3 (78,5) — einem lokal betreibbaren Modell, das die Cloud-Konkurrenz GPT-5.5 (73,8) auf Platz 3 verweist. Mit 34 belegten Challenges bei 16 Fragen ist es die dichteste Fehlerjagd des bisherigen Katalogs: erfundene Paragraphen, falsch zitierte Duden-Auflagen und Beispielsätze, die gegen die gerade erklärte Regel verstoßen. Bei der Konsistenz lag Kimi K3 sogar vorn — entschieden hat das Battle die Peer-Anerkennung, und der Vorsprung hält der statistischen Prüfung stand: über 317 Duelle überlappen die Konfidenzintervalle von Platz 1 und 2 nicht. Und die Selbsteinschätzung? Der Sieger gab sich eine 8, während Gemma 4 12B It Qat sich mit einer 9 die höchste Note des Feldes ausstellte — und auf Platz 7 landete.

Artikel lesen →

DSGVO in Theorie und Praxis

Sieger: Claude Opus 5

Wenn es juristisch wird, zählt Präzision: Claude Opus 5 gewinnt „DSGVO in Theorie und Praxis“ mit 89,8 Punkten deutlich vor Kimi K3 (80,3) — GPT-5.5 kommt erst auf Platz 4, hinter zwei lokal betreibbaren Modellen. Das Battle geriet zur Fehlerjagd: 24 belegte Challenges bei 16 Fragen, von falschen Normzitaten bis zu erfundenen Literaturangaben. Dass ein lokal betreibbares Modell wie Kimi K3 der Cloud-Spitze so nahe kommt, ist die eigentliche Überraschung des Laufs — der komplette Datensatz steht im Battle. Und die Selbsteinschätzung? Der Sieger benotete sich mit 6,5 am strengsten — die beiden Letztplatzierten gaben sich 9,0 und 8,5.

Artikel lesen →

IPv6 Networking

Sieger: Claude Opus 5

IPv6 ist Detailarbeit — und liefert das deutlichste Ergebnis des Katalogs: Claude Opus 5 gewinnt „IPv6 Networking“ mit 92,2 Punkten und 18,7 Punkten Vorsprung. Dahinter wird es interessant: Mit GLM-5.2 (73,5) schiebt sich ein lokal betreibbares Modell vor GPT-5.5 (72,6) und sogar vor den eigenen Vorgänger Claude Opus 4.8 (70,9). 20 belegte Challenges bei 16 Fragen — auseinander gehen die Antworten dort, wo es spezifisch wird: Extension-Header-Reihenfolge nach RFC 8200, Duplicate Address Detection, NAT64/464XLAT und Path MTU Discovery bei geblocktem ICMPv6. Und die Selbsteinschätzung? Der Sieger gab sich eine 7,5 — Gemma 4 12B It Qat stellte sich eine 9 aus und wurde Siebter.

Artikel lesen →

Networking mit LinkedIn

Sieger: GPT-OSS 120B

Zum zweiten Mal tritt ein Feld auf einem LinkedIn-Thema an — und wieder gewinnt ein offen verfügbares Modell: GPT-OSS 120B holt bei „Networking mit LinkedIn“ 82,3 Punkte vor GPT-5.5 (78,4). Der Vorsprung im Gesamt-Score täuscht allerdings Klarheit vor: In den 320 direkten Duellen überlappen die Konfidenzintervalle der ersten beiden Plätze — statistisch ein Foto-Finish. Claude Opus 4.8 steuerte 9 der 16 Fragen bei und landete trotzdem nur auf Platz 5; ausgerechnet an seiner eigenen DSGVO-Frage gewann es nur eines von fünf Duellen. Entschieden wurde das Battle an der leichtesten Frage des Katalogs — dem Unterschied zwischen Verbindung und Follower. Alle 16 Fragen, sämtliche Antworten in voller Länge und 15 belegte Challenges stehen im Battle.

Artikel lesen →