Wir haben 131 Modelle in 44 Benchmarks auf Erfolgsquote, Latenz und Kosten pro Aufgabe getestet.
Jeder Punkt ist ein Modell. Die gestrichelte Linie verbindet die Modelle, die kein anderes Modell bei Kosten und Score zugleich übertrifft.
Klicken Sie auf eine Spalte, um zu sortieren. Markieren Sie bis zu 3 Modelle zum Vergleich.
# | Modell | Lizenz | AIM-Score | Input $/1M | Output $/1M | Kosten pro Aufgabe | TTFT | Kontext | |
|---|---|---|---|---|---|---|---|---|---|
| 1 | Claude Opus 5.5Anthropic | Proprietär | 78 | $4,00 | $20,00 | $2,03 | 3,15 s | 1M | |
| 2 | GPT-6 AstraOpenAI | Proprietär | 74 | $10,00 | $50,00 | $1,42 | 3,90 s | 1,1M | |
| 3 | GPT-6.1 SolOpenAI | Proprietär | 74 | $2,00 | $10,00 | $0,27 | 3,50 s | 1,1M | |
| 4 | Claude Sonnet 5.5Anthropic | Proprietär | 74 | $2,00 | $10,00 | $2,13 | 1,27 s | 1M | |
| 5 | Claude Fable 5.1Anthropic | Proprietär | 74 | $10,00 | $50,00 | $3,76 | 3,33 s | 1M | |
| 6 | Gemini 4 ArgonGoogle | Proprietär | 73 | $2,00 | $10,00 | $1,23 | 4,98 s | 1M | |
| 7 | GPT-6.1 TerraOpenAI | Proprietär | 71 | $1,00 | $5,00 | $0,23 | 2,02 s | 1,1M | |
| 8 | Muse WonderMeta | Proprietär | 70 | $4,00 | $20,00 | $2,02 | 35,22 s | 1M | |
| 9 | GPT-6 SolOpenAI | Proprietär | 70 | $2,00 | $10,00 | $0,56 | 2,46 s | 1,1M | |
| 10 | Kimi K3.1 ProMoonshot AI | Offene Gewichte | 69 | $2,00 | $10,00 | $0,77 | 49,60 s | 1M |
Von AIMultiple intern durchgeführte Benchmarks, dazu öffentliche Ergebnisse von Anbietern oder unabhängigen Ranglisten. Das beste Ergebnis pro Spalte ist hervorgehoben.
Modell | AIM-Score | AIM-Agentic-RAG | AIM-FinanceReasoning | AIM-Text-to-SQL | AIM-AI-Bias | CritPt | GPQA Diamond | Humanity's Last Exam | SciCode |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5.5 | 78 | 90 | 92 | 88 | 94 | 32 | - | 61 | 67 |
| GPT-6 Astra | 74 | 84 | 87 | 66 | 98 | 32 | 96 | 55 | 56 |
| GPT-6.1 Sol | 74 | 81 | 90 | 65 | 98 | 32 | - | 53 | 56 |
| Claude Sonnet 5.5 | 74 | 85 | 89 | 74 | 93 | 31 | - | 55 | 61 |
| Claude Fable 5.1 | 74 | 84 | 90 | 67 | 98 | 31 | 94 | 59 | 63 |
| Gemini 4 Argon | 73 | 94 | 91 | 79 | 98 | 27 | - | 57 | 62 |
| GPT-6.1 Terra | 71 | 84 | 87 | 57 | 95 | 28 | - | 46 | 55 |
| Muse Wonder | 70 | 86 | 92 | 56 | 95 | 28 | - | 50 | 60 |
| GPT-6 Sol | 70 | 82 | 89 | 54 | 96 | 31 | - | 48 | 58 |
| Kimi K3.1 Pro | 69 | 85 | 90 | 52 | 91 | 25 | - | 52 | 61 |
Seitlich wischen, um alle Benchmarks zu sehen
Die Modelle werden nach dem AIM LLM Index gerankt, einem gewichteten Durchschnitt aus AIMultiples eigenen Benchmarks und öffentlichen Benchmarks zu Coding, Reasoning, Finanzen und Agenten-Aufgaben. Preise sind der niedrigste API-Listenpreis aller Anbieter. Die Kosten pro Aufgabe stammen aus den Token-Zahlen oder veröffentlichten Kosten jedes Benchmarks; die Standardansicht mittelt sie über die Benchmarks, für die ein Modell Kosten hat.
Vollständige Methodik lesenVon Hand bewertete Aufgaben in Coding, Reasoning, Finanzen und Agenten-Workflows, neu ausgeführt, wenn neue Modelle erscheinen.
AIM LLM Index ansehen