Wissensarbeit, Programmieren, Wissenschaft und allgemeines Wissen zählen jeweils 25 %. Einige Prüfungen nutzen Tools oder Bilder.
ModellatlasBENCHMARKS & KOSTEN
Das interaktive Vergleichsstudio
Welche KI liegt vorn?
Erst der Überblick. Dann die Details.
Ein Gesamtwert zur Orientierung, einzelne Tests für deine Aufgabe. Vergleiche danach Modelle, Einstellungen und API-Kosten direkt miteinander.
So liest du die Grafik
Oben links ist stark.
Mehr Leistung bei geringeren Kosten.
START / Gesamtvergleich
Viele Tests. Ein gemeinsamer Index.
Der Artificial Analysis Intelligence Index v5.0.1 fasst neun Prüfungen zusammen. Höhere Punkte zeigen ein besseres Ergebnis in diesem Testmix.
Artificial Analysis hat mit v5.0.1 den Physiktest CritPt v2 neu ausgewertet. Dadurch können Punkte und Reihenfolge wechseln. Die früheren Stände v5.0 und v4.3.2 sind separat auswählbar.
Das sind 60 Punkte auf dieser Testskala. Einen Prozentwert für Intelligenz oder Fortschritt zur AGI kann man daraus nicht ableiten.
Die Aufgaben sind überwiegend englisch. Für Deutsch, Stimme und deine eigene Arbeit helfen gezielte Tests. Die Modellverfügbarkeit steht separat.
Führende Modelle · jeweils höchste veröffentlichte, vollständig bewertete Einstellung
Geprüft am 06.11.2026. Geschätzte oder fehlende Punkte fehlen in der Liste. Die Balken zeigen den Abstand zum Spitzenwert. Gleich gerundete Punkte ergeben keinen eindeutigen Rang. „With fallback“ kennzeichnet die vom Anbieter des Index dokumentierten Ausweichläufe.
Alle 98 bewerteten Konfigurationen durchsuchen
| Modell und getestete Einstellung | Anbieter | Indexpunkte |
|---|
Modellwahl nach Aufgabe
Was willst du erstellen?
Wähle zuerst den Inhalt. Dann siehst du passende Modelle, Kosten und typische Stolperstellen.
Medienangaben geprüft am 10.11.2026
Geprüft 06.11.2026
Index neu bewertet. Coding-Test ergänzt.
98 Konfigurationen im Intelligence Index v5.0.1. Gemini 4 Carbon (high) führt mit 60 Punkten. Der Zugang bleibt auf ausgewählte Fairwind-Partner beschränkt.
FrontierCode 2.0 bewertet Patches an 132 Aufgaben. Du findest die neue Reihe in der Benchmark-Auswahl. Die beiden Stände von FrontierCode 1.1 bleiben separat. Für juristische Dateiaufgaben ist HLAB-Vals-1.1 mit 35 Konfigurationen neu dabei.
Kimi K3.1 Pro kostet 2 / 10 USD je Million Eingabe- und Ausgabetokens. Für Highspeed sind es 4 / 20 USD. Mistral Large 4 ist allgemein verfügbar, die Preview-Werte bleiben getrennt. OpenAI nennt den 30. November als Ende des Aktionspreises für GPT-5.6 Sol.
Artificial Analysis ↗ · Cognition ↗ · Moonshot AI ↗ · Mistral ↗ · OpenAI ↗ · Vals AI · HLAB ↗ · Vals AI · Terminal-Bench ↗
01 / Benchmark
Was möchtest du messen?
Thema wählen oder nach einem Benchmark suchen.
FrontierCode 1.1 Main
02 / Direktvergleich
A gegen B: der Unterschied auf einen Blick
A
Abstand A zu B
B
03 / Leistung × Kosten
FrontierCode 1.1 Main
↑ höherer Score · ← geringere Kosten
Kostenansicht
Punkt anklicken für
04 / Alle Werte
Ergebnisse im Benchmark
Wähle A oder B direkt in der Liste.
| # | Modell | Stufe | Score | Kosten je Aufgabe | Hinweis | Quelle | Vergleich |
|---|
Für diese Anbieter-Auswahl sind keine veröffentlichten Ergebnisse vorhanden.
05 / Modell-Werkstatt
Vom Auftrag zur Modellwahl.
Ein Ablauf zum Mitspielen: Situation wählen, Prioritäten ändern und die Entscheidung verfolgen.
Was zählt für dich?
Ablaufillustration · keine Live-Ausführung
02 / Modelle abwägen
Score
Danach prüfen
Warum diese Auswahl?Benchmark-Quelle ↗
Ein Benchmark liefert Anhaltspunkte, keine Eignungsgarantie für deinen konkreten Auftrag. Fehlende Preise und Kostenuntergrenzen werden nicht als exakte Kosten einsortiert. Die Ablaufgeschwindigkeit zeigt keine Modelllatenz.
Modelle, Preise und Zugang · 30 Modelle
Standard-API: USD je Million Eingabe- / Ausgabetokens, ohne Cache. Die Benchmarkkosten oben sind tatsächliche Läufe und können andere Tarife enthalten.
Preise geprüft 06.11.2026. Historische Läufe behalten ihre veröffentlichten Kosten. Eine Token-Schätzung gibt es nur mit bestätigtem Tarif und verfügbaren Tokenmengen.
Quellen, Preisgrundlagen und Vergleichbarkeit
Gemessene Kosten: FrontierCode zeigt den von Cognition ausgewiesenen mittleren USD-Aufwand je Rollout. AutomationBench zeigt die aktuellen, direkt veröffentlichten Zapier-Kosten je Aufgabe. Frühere OpenAI-Näherungen wurden ersetzt. Argon-Listenpreise und Einführungspreise bleiben getrennt. Abgeleitete Werte tragen ein „≈“, Untergrenzen ein „>“.
Token-Schätzung: Gleiche Eingabe- und Ausgabetoken werden mit Standard-API-Preisen multipliziert; die Ausgabe enthält Reasoning. Veröffentlichte Langtarife werden ab ihrer Eingabeschwelle für den gesamten Request berücksichtigt. Für GPT-5.5 ist dies eine vereinfachte einzelne Session. Tools, Cache, Fast/Ultrafast, Batch, regionale Aufschläge und Hosting fehlen. Effort verändert den tatsächlichen Verbrauch.
Preisstand: GPT-5.6 Sol verwendet den Aktionspreis von 4 / 20 USD je Million Eingabe-/Ausgabetokens, laut Anbieter mindestens bis 21.11.2026. Für Gemini 3.6/3.8 Flash gilt der Einführungspreis von 0,75 / 3,75 USD bis 31.12.2026. Diese lokale Datei aktualisiert Preise nicht automatisch.
Scores und Ultra: Benchmarkbetreiber und Modellanbieter nutzen teils unterschiedliche Harnesses, Tools, Effort-Stufen und Messzeitpunkte. Ein fehlender Wert bedeutet, dass in diesen Quellen kein belastbarer Wert für genau die ausgewählte Kombination steht. Für die Ultra-Einstellung liegen hier keine eigenen Messwerte vor. Daraus lässt sich weder ein Score noch ein fester Kostenaufschlag ableiten.