Unabhängige Analyse von KI
Die KI-Landschaft verstehen und das beste Modell und den besten Anbieter für den eigenen Anwendungsfall auswählen
Optima
von Artificial Analysis
Einen eigenen Benchmark erstellen
Modellempfehlung
Personalisierte Modellempfehlungen erhalten, die für die eigenen Prioritäten bei Intelligenz, Geschwindigkeit und Kosten optimiert sind
Muse Wonder (High)
Tencent Hy4
Artificial Analysis Performance Benchmarking v3.0.0Artificial Analysis Intelligence Index v5.0.1
Gemini 4 Carbon (Low)
Nanbeige4.3-33BGemini 4 Carbon (Medium)
DeepSeek V4.1 Flash 1017 (High)DeepSeek V4.1 Flash 1017 (Non-reasoning)
Mistral Large 4 (Medium)Mistral Large 4 (High)Gemini 4 Carbon (High)Artificial Analysis Intelligence Index v5.0
GPT-6.1 Terra (Non-reasoning)Mehr anzeigenIntelligenz, Geschwindigkeit und Kosten führender Sprachmodelle auf Grundlage unserer unabhängigen Evaluationen
Artificial Analysis Intelligence Index
Kosten pro Aufgabe des Intelligence Index
Intelligence Index vs. Kosten pro Aufgabe
Intelligence Index vs. Kosten pro Aufgabe nach Modell-Release
Artificial Analysis Progress Index v1 im Zeitverlauf
Artificial Analysis Coding Agent Index
Artificial Analysis Cyber Index
Artificial Analysis Decision Index
Vergleich der Fähigkeitsindizes
| Finanzen und Rechnungswesen | Strategie und Betrieb | Recht | Gesundheit und Medizin | Ingenieurwesen | Volkswirtschaft | |
|---|---|---|---|---|---|---|
| Claude Opus 5.5 (Max, Default Fallback) | 1 (59) | 1 (61) | 1 (58) | 1 (58) | 1 (65) | 1 (60) |
| GPT-6 Astra (Max) | 2 (57) | 3 (58) | 2 (56) | 3 (54) | 2 (62) | 3 (57) |
| GPT-6.1 Sol (Max) | 3 (56) | 7 (58) | 4 (54) | 4 (52) | 3 (59) | 4 (56) |
| Claude Sonnet 5.5 (Max, Default Fallback) | 4 (56) | 2 (58) | 5 (52) | 2 (54) | 4 (58) | 6 (54) |
| Claude Fable 5.1 (Max, Default Fallback) | 6 (54) | 4 (58) | 3 (54) | 7 (51) | 5 (57) | 2 (57) |
| Muse Wonder Full (Max) | 5 (55) | 5 (58) | 6 (51) | 5 (52) | 6 (55) | 5 (54) |
| Kimi K3.1 Pro | 7 (53) | 6 (58) | 7 (49) | 6 (52) | 8 (51) | 7 (50) |
| Muse Wonder (Max) | 9 (51) | 9 (54) | 9 (47) | 8 (49) | 9 (50) | 8 (50) |
| GPT-6.1 Terra (Max) | 10 (49) | 10 (50) | 10 (46) | 10 (45) | 7 (55) | 9 (48) |
| Grok 4.7 (Xhigh) | 8 (52) | 8 (55) | 8 (47) | 9 (47) | 11 (42) | 10 (46) |
| Qwen3.8 Max (0902) | 11 (45) | 13 (47) | 12 (41) | 12 (41) | 12 (39) | 12 (43) |
| Gemini 3.8 Flash (High) | 13 (42) | 14 (47) | 11 (42) | 14 (38) | 13 (39) | 13 (40) |
| DeepSeek V4.1 Flash 1017 (Max) | 14 (42) | 11 (49) | 14 (38) | 11 (41) | 14 (38) | 14 (38) |
| Claude Haiku 5.5 (Max) | 12 (44) | 15 (39) | 13 (39) | 15 (37) | 10 (43) | 11 (43) |
| GLM-5.3 (Max) | 15 (42) | 12 (47) | 15 (36) | 13 (39) | 15 (38) | 15 (37) |
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Physics reasoning
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic real-world work tasks, Elo
Agentic interactive 3D experiences, Elo
Product and brand videos designed in code, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
Mehr von Artificial Analysis
Search API
Benchmarks von Websuche-APIs für Agenten im Vergleich von Retrieval-Qualität, Latenz und Preis
Anbieter
API-Anbieter je Modell nach Geschwindigkeit, Latenz, Preis und Endpunktgenauigkeit vergleichen
AA-3D
Misst, wie gut KI-Modelle interaktive 3D-Erlebnisse erstellen, bewertet durch blinde Stimmen unseres rekrutierten Panels
AA-Robotics
Misst, wie gut Sprachmodelle die physische Welt verstehen und darin planen und handeln, indem sie einen Roboterarm steuern
Qualität und Preis führender Modelle für die Bildgenerierung aus Text-Prompts, geordnet nach Elo aus blinden menschlichen Präferenzabstimmungen
Qualität und Preis führender Modelle für die Bildbearbeitung per Textanweisung, geordnet nach Elo aus blinden menschlichen Präferenzabstimmungen
Abstimmung über Videos
Zwischen Videos führender Modelle abstimmen und die Bestenliste mitgestalten
Video-Bestenliste
Führende Videomodelle nach Qualität und Preis vergleichen, geordnet nach blinden menschlichen Präferenzabstimmungen
Qualität und Preis führender Modelle für die Videogenerierung mit Audio aus Text-Prompts, geordnet nach Elo aus blinden menschlichen Präferenzabstimmungen
Qualität und Preis führender Modelle für die Videogenerierung mit Audio aus Bildern, geordnet nach Elo aus blinden menschlichen Präferenzabstimmungen
Qualität und Preis führender Modelle für die Videobearbeitung per Textanweisung, geordnet nach Elo aus blinden menschlichen Präferenzabstimmungen