Grafiken
- Flexen Light und Flexen Max
- Google Gemini
- Anthropic Claude
- OpenAI GPT
- Qwen
- GLM
Text: Rangliste nach Flexen Score
n = 278 Texte, gemessen 21./22.11.2026, v4 verdeckt, einmal
Achse 75 bis 95, nicht ab 0. Punkt: Score, Pille: Band.
Text: Genauigkeit und Kosten
n = 278 Texte, gemessen 21./22.11.2026, v4 verdeckt, einmal
Score und Kosten
Text: Genauigkeit und Antwortzeit
n = 278 Texte, gemessen 21./22.11.2026, v4 verdeckt, einmal
Score und Antwortzeit
Kürzel in den Diagrammen: Gemini 3.5 = Gemini 3.5 Flash; Gemini 4 = Gemini 4 Argon; Opus 5.5 = Claude Opus 5.5; Sonnet 5.5 = Claude Sonnet 5.5; GLM-5.3 = GLM-5.3-Flash; Gemini 3.1 = Gemini 3.1 Flash-Lite; Haiku 5.5 = Claude Haiku 5.5.
Alle Werte
Klick auf einen Spaltenkopf sortiert. Pfeil zeigt, was besser ist: ↑ höher, ↓ niedriger.
Filter und Vergleich
Vergleich
Wähle bis zu drei Teilnehmer in der ersten Spalte, um sie zu vergleichen.
| Bestandteile des Scores, 0 bis 100 | Mittlerer Fehler je Makro | ||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Teilnehmer | Anbieter | EU-Verarbeitung | Flexen Score | kcal-Fehler | Innerhalb ±20 % | Antwortzeit p50 | Kosten je Aufruf | kcal-Genauigkeit | Makros | Kalibrierung | Zuverlässigkeit | Eiweiß | Kohlenhydrate | Fett | Gegenüber Flexen Light |
| Flexen Max ein Aufruf eines großen Modells | Flexen | nein, derzeit EU-Weg möglich, gemessen ohne EU-Zusicherung | 89,3 87,2–91,2 | 12,1 % | 85,6 % | 2,1 s | 0,121 ct | 90,0 | 86,6 | 90,8 | 100,0 | 1,3 g | 3,9 g | 1,4 g | +2,8 belegt besser |
| GPT-6.2 Sol | OpenRouter | möglich Azure EU möglich, gemessen über OpenRouter ohne EU-Zusicherung | 89,3 87,2–91,2 | 12,1 % | 85,6 % | 2,1 s | 0,121 ct | 90,0 | 86,6 | 90,8 | 100,0 | 1,3 g | 3,9 g | 1,4 g | +2,8 belegt besser |
| Gemini 3.5 Flash | Google Vertex AI | ja Vertex eu (gemessen) | 89,1 87,2–90,8 | 12,3 % | 84,9 % | 6,9 s | 1,000 ct | 89,8 | 86,4 | 90,6 | 100,0 | 1,5 g | 3,5 g | 1,6 g | +2,6 belegt besser |
| Gemini 4 Argon | Google Vertex AI | ja Vertex eu (gemessen) | 88,8 86,8–90,7 | 12,9 % | 83,8 % | 3,2 s | 0,179 ct | 89,5 | 86,8 | 89,4 | 100,0 | 1,6 g | 3,2 g | 1,7 g | +2,3 belegt besser |
| GPT-6 Astra | OpenRouter | ungeprüft gemessen über OpenRouter ohne EU-Zusicherung (Anbieter OpenAI); EU-Weg nicht geprüft | 88,7 86,6–90,6 | 12,8 % | 84,5 % | 6,1 s | 0,909 ct | 89,6 | 85,6 | 90,2 | 100,0 | 1,4 g | 3,8 g | 1,7 g | +2,2 belegt besser |
| Claude Opus 5.5 | Anthropic API | möglich Vertex AI / Bedrock EU möglich, gemessen global | 87,7 85,5–89,7 | 13,4 % | 81,3 % | 3,0 s | 0,618 ct | 88,3 | 85,6 | 89,4 | 100,0 | 1,5 g | 3,9 g | 2,0 g | +1,2 nicht unterscheidbar |
| Qwen4 Max | OpenRouter | ungeprüft gemessen über OpenRouter ohne EU-Zusicherung; EU-Weg nicht geprüft | 87,6 85,4–89,6 | 14,1 % | 83,1 % | 6,8 s | 0,182 ct | 88,0 | 85,1 | 88,3 | 100,0 | 1,6 g | 3,7 g | 2,2 g | +1,1 nicht unterscheidbar |
| Flexen Light Kette v2.3, 2 Anfragen | Flexen | ja in der EU gemessen | 86,5 84,2–88,6 | 15,0 % | 80,9 % | 4,6 s | 0,053 ct | 87,3 | 83,6 | 87,9 | 100,0 | 1,6 g | 4,7 g | 1,9 g | Bezug |
| Claude Sonnet 5.5 | Anthropic API | möglich Vertex AI / Bedrock EU möglich, gemessen global | 86,2 84,0–88,3 | 15,2 % | 79,1 % | 1,9 s | 0,236 ct | 86,3 | 84,5 | 87,8 | 100,0 | 1,6 g | 3,4 g | 2,4 g | −0,3 nicht unterscheidbar |
| GLM-5.3-Flash | Inceptron | ja Inceptron EU (gemessen) | 84,8 82,5–87,1 | 17,1 % | 76,6 % | 2,2 s | 0,027 ct | 85,7 | 82,9 | 85,7 | 100,0 | 1,6 g | 5,0 g | 2,1 g | −1,6 belegt schlechter |
| Gemini 3.1 Flash-Lite | Google Vertex AI | ja Vertex eu (gemessen) | 83,8 81,6–85,8 | 16,4 % | 73,0 % | 0,6 s | 0,016 ct | 85,3 | 82,7 | 82,8 | 100,0 | 2,1 g | 3,9 g | 2,2 g | −2,7 belegt schlechter |
| Claude Haiku 5.5 | Anthropic API | möglich Vertex AI / Bedrock EU möglich, gemessen global | 83,6 81,2–86,0 | 17,7 % | 74,5 % | 1,9 s | 0,019 ct | 84,9 | 81,1 | 85,0 | 100,0 | 1,7 g | 4,4 g | 2,4 g | −2,9 belegt schlechter |
Flexen Light: unsere mehrstufige Kette, EU-Verarbeitung. Flexen Max: unser genauestes Profil, ein Aufruf eines großen Modells. Flexen Max ist ein einzelner Aufruf eines großen Modells mit dem veröffentlichten Prompt. Welches Modell das ist, nennen wir nicht; es steht mit derselben Messung auch unter seinem eigenen Namen in der Liste.
Bestandteile des Scores und weitere Messwerte
Umfang: n = 278 Fälle je Teilnehmer. Band: bootstrap 95 %, n_resamples 2000. Stand: 22. November 2026, Testsatz flexen-score-v4.
| Teilnehmer | kcal-Genauigkeit · 27,8 % | kcal innerhalb ±20 % · 16,7 % | Makro-Genauigkeit (Protein, KH, Fett) · 33,3 % | Kalibrierung: Treffer und Breite der Spanne · 11,1 % | Zuverlässigkeit (gültige Antwort) · 11,1 % |
|---|---|---|---|---|---|
| Flexen Max | 90,0 | 85,6 | 86,6 | 90,8 | 100,0 |
| GPT-6.2 Sol | 90,0 | 85,6 | 86,6 | 90,8 | 100,0 |
| Gemini 3.5 Flash | 89,8 | 84,9 | 86,4 | 90,6 | 100,0 |
| Gemini 4 Argon | 89,5 | 83,8 | 86,8 | 89,4 | 100,0 |
| GPT-6 Astra | 89,6 | 84,5 | 85,6 | 90,2 | 100,0 |
| Claude Opus 5.5 | 88,3 | 81,3 | 85,6 | 89,4 | 100,0 |
| Qwen4 Max | 88,0 | 83,1 | 85,1 | 88,3 | 100,0 |
| Flexen Light | 87,3 | 80,9 | 83,6 | 87,9 | 100,0 |
| Claude Sonnet 5.5 | 86,3 | 79,1 | 84,5 | 87,8 | 100,0 |
| GLM-5.3-Flash | 85,7 | 76,6 | 82,9 | 85,7 | 100,0 |
| Gemini 3.1 Flash-Lite | 85,3 | 73,0 | 82,7 | 82,8 | 100,0 |
| Claude Haiku 5.5 | 84,9 | 74,5 | 81,1 | 85,0 | 100,0 |
| Teilnehmer | Deckung der 80-%-Spanne | Ungültige Antworten | Antwortzeit p95 |
|---|---|---|---|
| Flexen Max | 82,4 % | 0 von 278 | 4,4 s |
| GPT-6.2 Sol | 82,4 % | 0 von 278 | 4,4 s |
| Gemini 3.5 Flash | 77,7 % | 0 von 278 | 12,4 s |
| Gemini 4 Argon | 80,6 % | 0 von 278 | 7,5 s |
| GPT-6 Astra | 81,3 % | 0 von 278 | 10,5 s |
| Claude Opus 5.5 | 86,0 % | 0 von 278 | 5,2 s |
| Qwen4 Max | 83,8 % | 0 von 278 | 13,3 s |
| Flexen Light | 72,7 % | 0 von 278 | 13,2 s |
| Claude Sonnet 5.5 | 79,9 % | 0 von 278 | 3,7 s |
| GLM-5.3-Flash | 75,5 % | 0 von 278 | 6,1 s |
| Gemini 3.1 Flash-Lite | 46,4 % | 0 von 278 | 0,8 s |
| Claude Haiku 5.5 | 67,3 % | 0 von 278 | 3,4 s |