Databricks: Intelligenz, Leistung und Preise der Modelle
Diese Analyse soll Sie bei der Auswahl des besten von Databricks angebotenen Modells für Ihren Anwendungsfall unterstützen.
(te)
Höchste Intelligenz
Intelligence Index
Insgesamt 2 Modelle
Am schnellsten
Ausgabegeschwindigkeit
Insgesamt 2 Modelle
Niedrigster Preis
Mischpreis (pro 1 Mio. Tokens)
Insgesamt 2 Modelle
Databricks bietet 2 Modelle mit jeweils unterschiedlichen Merkmalen bei Intelligenz, Leistung und Preis an. Nachfolgend werden die wichtigsten Metriken der Modelle verglichen.
- Bei der Intelligenz sind Kimi K3 (max) (60) und GLM-5.2 (max) (53) die führenden Modelle von Databricks.
- Bei der Ausgabegeschwindigkeit sind GLM-5.2 (max) (331 t/s) und Kimi K3 (max) (103 t/s) am schnellsten.
- Bei der Latenz bieten GLM-5.2 (max) (6.89 s) und Kimi K3 (max) (20.29 s) die kürzeste Zeit bis zum ersten Antworttoken.
- Beim Preis bieten GLM-5.2 (max) ($0.90) und Kimi K3 (max) ($2.31) die niedrigsten Mischpreise pro 1 Mio. Tokens.
- Bei der Größe des Kontextfensters unterstützen GLM-5.2 (max) (1M) und Kimi K3 (max) (205k) die größten Kontextfenster von Databricks.
- GLM-5.2 (max) bietet sowohl die schnellste Ausgabe als auch die besten Preise und ist damit attraktiv für durchsatz- und kostensensible Anwendungen. Kimi K3 (max) führt bei der Intelligenz für Aufgaben, die höchste Qualität erfordern.
Wichtigste Ergebnisse
Intelligenzevaluationen
Artificial Analysis Intelligence Index
Intelligence Evaluations
Agentic real-world work tasks, (Elo-500)/2000
Agentic tool use
Agentic coding & terminal use
Coding
Reasoning & knowledge
Scientific reasoning
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Agentic knowledge work, Elo
Agentic SaaS workflows
Legal agentic work, criterion pass rate
Agentic business operations
Quantitative analysis on spreadsheets & documents
Instruction following
Long-horizon agentic tasks
Kubernetes incident root-cause analysis
Visual reasoning
Intelligence Index vs. Price
Kontextfenster
Context Window
Preise
Intelligence Index vs. Price
Leistungsübersicht
Output Speed vs. Price
Geschwindigkeit
Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)
Output Speed
Latenz
Gemessen anhand der Zeit (Sekunden) bis zum ersten Token
Latency: Time To First Answer Token
Ende-zu-Ende-Antwortzeit
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
End-to-End Response Time vs. Price
Wichtige Definitionen
Häufig gestellte Fragen
Häufige Fragen zu Databricks
Databricks bietet 2 von uns erfasste Modelle an: Kimi K3 (max) und GLM-5.2 (max).
Das intelligenteste bei Databricks verfügbare Modell ist Kimi K3 (max) mit einem Intelligence-Index-Wert von 60.
Gemessen an der Ausgabegeschwindigkeit ist GLM-5.2 (max) mit 331.1 Tokens pro Sekunde das schnellste Modell von Databricks.
Das Modell von Databricks mit der kürzesten Zeit bis zum ersten Antworttoken ist GLM-5.2 (max) mit 6.89 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.
Gemessen am Mischpreis ist GLM-5.2 (max) mit $0.90 pro 1 Mio. Tokens (Verhältnis von Cache-Treffern, Eingabe und Ausgabe: 7:2:1) das günstigste Modell von Databricks.
Die Preise der Modelle von Databricks unterscheiden sich bis zum 3-Fachen: von $0.90 pro 1 Mio. Tokens für GLM-5.2 (max) bis $2.31 pro 1 Mio. Tokens für Kimi K3 (max).
Ja, Databricks bietet eine OpenAI-kompatible API. Das erleichtert den Wechsel von OpenAI und die Verwendung bestehender Integrationen mit dem OpenAI SDK.
Ja, alle 2 Modelle von Databricks unterstützen den JSON-Modus für strukturierte Ausgaben.
Ja, alle 2 Modelle von Databricks unterstützen Funktionsaufrufe (Tool-Nutzung).
Ja, Databricks bietet 2 Reasoning-Modelle an: Kimi K3 (max) und GLM-5.2 (max). Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.
Ja, alle 2 Modelle von Databricks haben offene Gewichte.
Ja, die Leistung eines Anbieters kann sich aufgrund von Infrastrukturänderungen, Lastverteilung und Aktualisierungen im Laufe der Zeit verändern. Wir benchmarken alle Anbieter fortlaufend und zeigen historische Leistungstrends in den Diagrammen „Im Zeitverlauf“ an.
Berücksichtigen Sie bei der Auswahl eines Modells von Databricks die Intelligenz für qualitätssensible Aufgaben, die Ausgabegeschwindigkeit für durchsatzintensive Aufgaben, die Latenz für interaktive Anwendungen mit schnellen ersten Antworten, die Preise für kostensensible Workloads sowie Funktionen wie die Größe des Kontextfensters, den JSON-Modus und die Unterstützung von Funktionsaufrufen.