Modellvergleich: Analyse von Intelligenz, Leistung und Preis

Ausprobieren
Klicken Sie auf ein Modell, um detaillierte Metriken anzuzeigen. Weitere Informationen, auch zu unserer Methodik, finden Sie in unseren häufig gestellten Fragen.
Logo von Claude Fable 5.2 (max) Claude Fable 5.2 (max) und Logo von Claude Fable 5.2 (xhigh) Claude Fable 5.2 (xhigh) sind die intelligentesten Modelle, gefolgt von Logo von Claude Fable 5.2 (high) Claude Fable 5.2 (high) und Logo von Gemini 4 Carbon (high) Gemini 4 Carbon (high).
Logo von GPT-6 Luna (low) GPT-6 Luna (low) (0.6 Min.) und Logo von GPT-6.1 Terra (low) GPT-6.1 Terra (low) (1.2 Min.) haben die niedrigste Zeit pro Aufgabe, gefolgt von Logo von Gemini 4 Hydrogen (low) Gemini 4 Hydrogen (low) und Logo von Mistral Small 4 Mistral Small 4.
Logo von Tiny Aya Global Tiny Aya Global (0.20s) und Logo von Phi-4 Multimodal Phi-4 Multimodal (0.39s) haben die kürzeste Zeit bis zum ersten Antworttoken, gefolgt von Logo von Celeris-1 Celeris-1 und Logo von NVIDIA Nemotron Nano 9B V2 NVIDIA Nemotron Nano 9B V2.
Logo von K2 Horizon 375B A23B K2 Horizon 375B A23B ($0.00) und Logo von Command A+ Command A+ ($0.00) sind die günstigsten Modelle, gefolgt von Logo von Gemma 4 31B Gemma 4 31B und Logo von North Mini Code North Mini Code.
Logo von Llama 4 Scout Llama 4 Scout (10M) und Logo von GPT-6 Sol (Daybreak Blue, max) GPT-6 Sol (Daybreak Blue, max) (1M) sind die Modelle mit den größten Kontextfenstern, gefolgt von Logo von Muse Wonder (max) Muse Wonder (max) und Logo von Muse Wonder (high) Muse Wonder (high).
Artificial Analysis Intelligence Index · Higher is better
No publicly available API
Inference time (minutes) per Intelligence Index task · Lower is better
No publicly available API
Weighted average cost (USD) per Intelligence Index task · Lower is better
No publicly available API

Intelligenz

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1
No publicly available API

Artificial Analysis Intelligence Index: Open Weights vs. proprietär

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1
No publicly available API

Intelligence Index vs. Kosten pro Aufgabe

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Pareto line

Fähigkeitsindizes

Misst die Leistung von Modellen bei bestimmten Fähigkeiten und in bestimmten Branchen
Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

Evaluations

Evaluations measured independently by Artificial Analysis · AA-PersonalityBench scores are percentile ranks from 1 to 100
Mehr anzeigen
No publicly available API

Agentic knowledge work, Elo

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

AA-PersonalityBench

Persönlichkeitsindizes

Jede Achse ist einer von 8 Persönlichkeitsindizes: der Mittelwert der Elo-z-Werte seiner Merkmale, als Perzentilrang von 1 bis 100 über alle im Benchmark bewerteten Modelle

Openness Index

Artificial Analysis Openness Index: Wert

Der Openness Index bewertet die Offenheit von Modellen auf einer normierten Skala von 0 bis 100 (höher bedeutet offener)

Kosten

Kosten pro Aufgabe des Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Kosten für die Durchführung des Artificial Analysis Intelligence Index

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index

Preise: Cache-Treffer, Eingabe und Ausgabe

Price (USD per M Tokens)

Leistung

Gemessen an der Zeit pro Aufgabe (Minuten), der Ausgabegeschwindigkeit (Tokens pro Sekunde), der Zeit bis zum ersten Antworttoken und der Zeit bis zum ersten Token (Sekunden)

Zeit pro Aufgabe des Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

Ausgabegeschwindigkeit

Output tokens divided by total request time, including time to first token · Higher is better

Zeit bis zum ersten Antworttoken

Sekunden bis zum ersten Antworttoken · Berücksichtigt die „Denkzeit“ von Reasoning-Modellen

Tokenverbrauch

Ausgabe-Token pro Aufgabe des Intelligence Index

Gewichtete durchschnittliche Anzahl an Ausgabe-Token für eine Aufgabe im Artificial Analysis Intelligence Index
No publicly available API

Kontextfenster

Kontextfenster

Context window: tokens limit · Higher is better
No publicly available API

Modellgröße (nur Modelle mit offenen Gewichten)

Modellgröße: Gesamtparameter und aktive Parameter

Comparison between total model parameters and parameters active during inference (billions)

Häufig gestellte Fragen