Databricks: Intelligenz, Leistung und Preise der Modelle
Analyse der Modelle von Databricks anhand zentraler Metriken wie Qualität, Preis, Ausgabegeschwindigkeit, Latenz, Kontextfenster und mehr. Diese Analyse soll Sie bei der Auswahl des besten von Databricks angebotenen Modells für Ihren Anwendungsfall unterstützen.
(te)
Höchste Intelligenz
Intelligence Index
Insgesamt 19 Modelle
Am schnellsten
Ausgabegeschwindigkeit
Insgesamt 19 Modelle
Niedrigster Preis
Mischpreis (pro 1 Mio. Tokens)
Insgesamt 19 Modelle
Databricks bietet 19 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) (57), GLM-5.2 (max) (51) und GPT-5.2 (xhigh) (42) die führenden Modelle von Databricks.
- Bei der Ausgabegeschwindigkeit sind GLM-5.2 (max) (357 t/s), gpt-oss-120b (high) (328 t/s) und gpt-oss-120b (low) (327 t/s) am schnellsten.
- Bei der Latenz bieten Llama 4 Maverick (0.72 s), Gemma 3 12B (0.85 s) und Llama 3.1 8B (0.90 s) die kürzeste Zeit bis zum ersten Antworttoken.
- Beim Preis bieten GPT-5 nano (high) ($0.09), gpt-oss-20b (high) ($0.09) und gpt-oss-20b (low) ($0.09) die niedrigsten Mischpreise pro 1 Mio. Tokens. Die Preise unterscheiden sich zwischen den Modellen bis zum 2.2-Fachen.
- Bei der Größe des Kontextfensters unterstützen GLM-5.2 (max) (1M), Claude 4.5 Sonnet (1M) und Claude Sonnet 5 (Non-reasoning) (524k) die größten Kontextfenster von Databricks.
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
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
Weitere Analyse | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
Kimi K3 (max) | 205k | Offen | 57 | $0.81 | 186 | 1.08 | 14.55 | 10.77 | |||
GLM-5.2 (max) | 1M | Offen | 51 | -- | 357 | 1.00 | 8.00 | 5.60 | |||
GPT-5.2 (xhigh) | 400k | Proprietär | 42* | -- | 78 | 184.85 | 191.26 | -- | |||
Kimi K2.7 Code | 262k | Offen | 42 | $0.20 | 108 | 0.96 | 26.12 | 20.55 | |||
Claude Sonnet 5 (Non-reasoning) | 524k | Proprietär | 42 | $0.48 | 64 | 2.10 | 9.97 | -- | |||
Gemini 3 Pro Preview (high) | 1M | Proprietär | 40* | -- | -- | -- | -- | -- | |||
GPT-5.1 (high) | 272k | Proprietär | 37 | -- | 104 | 34.14 | 38.95 | -- | |||
GPT-5 (high) | 400k | Proprietär | 35 | -- | 92 | 115.99 | 121.45 | -- | |||
Claude Opus 4.5 | 200k | Proprietär | 35* | -- | 47 | 2.19 | 12.88 | -- | |||
Claude 4.5 Sonnet | 1M | Proprietär | 29* | -- | 50 | 2.26 | 12.19 | -- | |||
Claude 4.1 Opus | 200k | Proprietär | 28* | -- | -- | -- | -- | -- | |||
Claude 4 Sonnet | 1M | Proprietär | 25* | -- | -- | -- | -- | -- | |||
GPT-5 mini (high) | 400k | Proprietär | 25 | $0.07 | 90 | 114.17 | 119.76 | -- | |||
gpt-oss-120b (high) | 128k | Offen | 24 | $0.08 | 328 | 0.64 | 8.28 | 6.11 | |||
GPT-5 nano (high) | 400k | Proprietär | 20* | -- | 142 | 113.89 | 117.42 | -- | |||
gpt-oss-120b (low) | 128k | Offen | 15 | $0.02 | 327 | 0.64 | 8.27 | 6.11 | |||
gpt-oss-20b (high) | 131k | Offen | 15 | $0.03 | 311 | 0.94 | 8.97 | 6.42 | |||
gpt-oss-20b (low) | 131k | Offen | 14* | -- | 291 | 0.85 | 9.45 | 6.88 | |||
Llama 4 Maverick | 131k | Offen | 14 | $0.06 | 85 | 0.72 | 6.58 | -- | |||
Llama 3.3 70B | 128k | Offen | 9 | $0.08 | 67 | 1.22 | 8.73 | -- | |||
Llama 3.1 405B | 128k | Offen | 9* | -- | -- | -- | -- | -- | |||
Llama 3.1 8B | 128k | Offen | 8 | -- | 197 | 0.90 | 3.44 | -- | |||
Gemma 3 12B | 128k | Offen | 6 | $0.26 | 91 | 0.85 | 6.34 | -- | |||
Wichtige Definitionen
Häufig gestellte Fragen
Häufige Fragen zu Databricks
Databricks bietet 19 von uns erfasste Modelle an: Kimi K3 (max), GLM-5.2 (max), GPT-5.2 (xhigh), Kimi K2.7 Code, Claude Sonnet 5 (Non-reasoning), GPT-5.1 (high), GPT-5 (high), Claude Opus 4.5, Claude 4.5 Sonnet, GPT-5 mini (high), gpt-oss-120b (high), GPT-5 nano (high), gpt-oss-120b (low), gpt-oss-20b (high), gpt-oss-20b (low), Llama 4 Maverick, Llama 3.3 70B, Llama 3.1 8B und Gemma 3 12B.
Das intelligenteste bei Databricks verfügbare Modell ist Kimi K3 (max) mit einem Intelligence-Index-Wert von 57.
Gemessen an der Ausgabegeschwindigkeit ist GLM-5.2 (max) mit 357.3 Tokens pro Sekunde das schnellste Modell von Databricks.
Das Modell von Databricks mit der kürzesten Zeit bis zum ersten Antworttoken ist Llama 4 Maverick mit 0.72 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.
Gemessen am Mischpreis ist GPT-5 nano (high) mit $0.09 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 82-Fachen: von $0.09 pro 1 Mio. Tokens für GPT-5 nano (high) bis $7.00 pro 1 Mio. Tokens für Claude Opus 4.5.
Ja, Databricks bietet eine OpenAI-kompatible API. Das erleichtert den Wechsel von OpenAI und die Verwendung bestehender Integrationen mit dem OpenAI SDK.
16 von 19 Modellen von Databricks unterstützen den JSON-Modus für strukturierte Ausgaben.
Ja, alle 19 Modelle von Databricks unterstützen Funktionsaufrufe (Tool-Nutzung).
Ja, Databricks bietet 12 Reasoning-Modelle an: Kimi K3 (max), GLM-5.2 (max), GPT-5.2 (xhigh), Kimi K2.7 Code, GPT-5.1 (high), GPT-5 (high), GPT-5 mini (high), gpt-oss-120b (high), GPT-5 nano (high), gpt-oss-120b (low), gpt-oss-20b (high) und gpt-oss-20b (low). Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.
Ja, 11 von 19 Modellen von Databricks haben offene Gewichte: Kimi K3 (max), GLM-5.2 (max), Kimi K2.7 Code, gpt-oss-120b (high), gpt-oss-120b (low), gpt-oss-20b (high), gpt-oss-20b (low), Llama 4 Maverick, Llama 3.3 70B, Llama 3.1 8B und Gemma 3 12B.
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.