TOKENWERK · DREI ANBIETERMODELLE · 27 ECHTE ANFRAGEN · 22.10.2026

GPT-6.1 Sol (gpt-6.1-sol), Claude Sonnet 5.5 (claude-sonnet-5-5),
Gemini 4 Argon (gemini-4-argon). Zugriffsweg: DataForSEO LLM Responses Live API,
keine drei direkten Anbieterschlüssel. DeepSeek wurde nicht getestet.

3 künstliche Aufgaben, 3 Wiederholungen je Modell und Aufgabe. Anbieterreihenfolge
rotierte. Kein Chatverlauf, keine Websuche, maximal 1024 Ausgabetokens. Keine
allgemeine Rangliste, keine menschliche Blindstudie oder repräsentative Stichprobe.

versuch.json: vor dem ersten bezahlten Aufruf gespeicherte Fassung 2, exakte Prompts,
Reihenfolge, Einstellungen und Grenzen. B wurde nach der separaten lokalen Qwen-
Beobachtung präzisiert. Kein unabhängiger Held-out-Test gegenüber diesem lokalen Fall.
rohantworten.json: unveränderte finale Antworttexte, Anfragen, Tokenzahlen, Kosten und
Zeiten; Transporthülle, Kontotask-IDs und etwaige Reasoning-Zusammenfassungen weggelassen.
auswertung.json: KI-gestützte redaktionelle Einzelprüfung plus ursprüngliche Sollregeln.
messwerte.csv: alle 27 Beobachtungen; keine Ausreißer entfernt.
aufgaben.txt: tatsächlich verwendete Fassung 2.
aufgaben-v1-original.txt: historische unveränderte Fassung mit damaligem Planstatus.
protokoll.csv: leere Vorlage für eigene Versuche, kein Messdatensatz.

Kosten laut API zusammen 0,038478 US-Dollar einschließlich Live-Aufschlag.
Zeiten enthalten Netzwerk und Vermittlungsdienst, keine reinen Modellgeschwindigkeiten.
GPT unterstützt hier keine Temperaturvorgabe; Claude/Gemini: 0,2, use_reasoning=false.
GPT: Dienststandard. Diese Unterschiede begrenzen den Vergleich.
Modell-ID laut API; unabhängiger Gewichtesnapshot oder Digest nicht verfügbar.

A: Alle neun Zusammenfassungen erhielten die vier Fakten und zwei Sätze.
B: GPT 3/3, Claude 3/3, Gemini 2/3 im strengen JSON-Abgleich; Gemini B3 enthielt
korrekte Werte mit Markdown-Zäunen. C: GPT 3/3, Claude 1/3, Gemini 3/3 im Kurzformat.
Alle neun C-Antworten erkannten das fehlende Budget; keine erfand eine Budgetsumme.
Claude C1/C3 ergänzten zutreffende Erklärungen; das ist eine Formatabweichung.
Kein stiller Retry, kein Austausch von Antworten, keine Nachbearbeitung der Rohtexte.