Sprache: Deutsch – Benchmark für KI-Modelle Mehrsprachige LLM-Leistung vergleichen

Die fünf besten KI-Modelle für Aufgaben in der Sprache Deutsch sind Gemini 3.1 Pro Preview, Claude Opus 4.6 (max), Gemini 3 Pro Preview (high), Claude Opus 4.5 und Claude Opus 4.6 (non-reasoning, high). Sie erreichen im Artificial Analysis Multilingual Index die höchsten Werte für Schlussfolgern in Deutsch.

Einen Leistungsvergleich über alle unterstützten Sprachen finden Sie auf der vollständigen Seite zum mehrsprachigen Benchmark für KI-Modelle.

🇩🇪 Führende Modelle für Deutsch

#1
Gemini 3.1 Pro PreviewGemini 3.1 Pro Preview
95#2
Claude Opus 4.6 (Max)Claude Opus 4.6 (max)
93#3
Gemini 3 Pro Preview (High)Gemini 3 Pro Preview (high)
93#4
Claude Opus 4.5 (Reasoning)Claude Opus 4.5
93#5
Claude Opus 4.6 (Non-reasoning, High)Claude Opus 4.6 (non-reasoning, high)
93
Multilingual Index: German · Higher is better
Output tokens divided by total request time, including time to first token · Higher is better
USD per 1M tokens (blended) · Lower is better

Multilingual Index

Multilingual Index: Sprache Deutsch

Artificial Analysis Multilingual Index · Higher is better

Multilingual Index: Sprache Deutsch vs. Preis

Artificial Analysis Multilingual Index · USD per 1M tokens (blended)
Most attractive quadrant

Multilingual Index: Sprache Deutsch vs. Ausgabegeschwindigkeit

Artificial Analysis Multilingual Index · Output speed: output tokens divided by total request time, including time to first token
Most attractive quadrant

Multilingual Index: Sprache Deutsch vs. Kontextfenster

Artificial Analysis Multilingual Index · Context window: tokens limit
Most attractive quadrant

Global-MMLU-Lite

Mehrsprachiges Global-MMLU-Lite: Sprache Deutsch

Multilingual Global-MMLU-Lite · Higher is better

Preise

Preise: Cache-Treffer, Eingabe und Ausgabe

Price (USD per M Tokens)

Geschwindigkeit und Latenz

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