GMI: Intelligenz, Leistung und Preise der Modelle
Diese Analyse soll Sie bei der Auswahl des besten von GMI angebotenen Modells für Ihren Anwendungsfall unterstützen.
Höchste Intelligenz
Updated
GLM-5.3-Flash
DeepSeek V4 Pro 0813 (max)DeepSeek V4 Flash 0731 (max)
Kimi K2.7 Code (FP8)
Hy3Intelligence Index
Insgesamt 9 Modelle
Am schnellsten
Nemotron 3.5 Lightning (BF16)DeepSeek V4 Flash 0731 (max)GLM-5.3-FlashHy3
MiniMax-M2.5 FP8Ausgabegeschwindigkeit
Insgesamt 9 Modelle
Niedrigster Preis
GLM-5.3-FlashHy3DeepSeek V3.2 (Non-reasoning)DeepSeek V4 Flash 0731 (max)MiniMax-M2.5 FP8Mischpreis (pro 1 Mio. Tokens)
Insgesamt 9 Modelle
GMI bietet 9 Modelle mit jeweils unterschiedlichen Merkmalen bei Intelligenz, Leistung und Preis an. Nachfolgend werden die wichtigsten Metriken der Modelle verglichen.
- Bei der Intelligenz sind GLM-5.3-Flash (42), DeepSeek V4 Pro 0813 (max) (36) und DeepSeek V4 Flash 0731 (max) (35) die führenden Modelle von GMI.
- Bei der Ausgabegeschwindigkeit sind Nemotron 3.5 Lightning (BF16) (295 t/s), DeepSeek V4 Flash 0731 (max) (161 t/s) und GLM-5.3-Flash (105 t/s) am schnellsten. Die Geschwindigkeit unterscheidet sich deutlich zwischen den Modellen; der Unterschied zwischen dem schnellsten und dem langsamsten beträgt 223 %.
- Bei der Latenz bieten DeepSeek V3.2 (Non-reasoning) (2.66 s), Kimi K2.5 (Non-reasoning) (3.30 s) und Nemotron 3.5 Lightning (BF16) (7.96 s) die kürzeste Zeit bis zum ersten Antworttoken.
- Beim Preis bieten GLM-5.3-Flash ($0.10), Hy3 ($0.11) und DeepSeek V3.2 (Non-reasoning) ($0.22) die niedrigsten Mischpreise pro 1 Mio. Tokens. Die Preise unterscheiden sich zwischen den Modellen bis zum 3.9-Fachen.
- Bei der Größe des Kontextfensters unterstützen DeepSeek V4 Pro 0813 (max) (1M), DeepSeek V4 Flash 0731 (max) (1M) und GLM-5.3-Flash (1M) die größten Kontextfenster von GMI.
- GLM-5.3-Flash bietet das beste Verhältnis aus Intelligenz und Kosteneffizienz. Für die schnellste Ausgabe ist Nemotron 3.5 Lightning (BF16) die beste Wahl.
Wichtigste Ergebnisse
Intelligenzevaluationen
Artificial Analysis Intelligence Index
Intelligence Evaluations
Agentic knowledge work, (Elo-500)/2000
Agentic real-world work tasks, (Elo-500)/2000
Agentic SaaS workflows
Agentic coding & terminal use
Coding
Reasoning & knowledge
Professional document reasoning, All-pass
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Legal agentic work, criterion pass rate
Agentic business operations
Quantitative analysis on spreadsheets & documents
Instruction following
Agentic tool use
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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3-Flash | 1M | Offen | 42 | $0.42 | 104 | 2.40 | 26.46 | 19.25 | |||
DeepSeek V4 Pro 0813 (max) | 1.05M | Offen | 36 | $1.61 | 72 | 3.06 | 37.82 | 27.80 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | Offen | 35 | $0.58 | 157 | 2.71 | 18.60 | 12.71 | |||
GLM-5.2 (max) (FP8) | 1.05M | Offen | 34 | -- | -- | -- | -- | -- | |||
DeepSeek V4 Pro (max) | 1.05M | Offen | 31 | -- | -- | -- | -- | -- | |||
MiniMax-M3 | 1.05M | Offen | 30 | -- | -- | -- | -- | -- | |||
Kimi K2.6 FP8 | 262k | Offen | 27 | -- | -- | -- | -- | -- | |||
GLM-5.1 (FP8) | 203k | Offen | 26 | -- | -- | -- | -- | -- | |||
 MiMo-V2.5-Pro | 1.05M | Offen | 26 | -- | -- | -- | -- | -- | |||
Kimi K2.7 Code (FP8) | 65.5k | Offen | 26 | $1.20 | 58 | 5.19 | 52.08 | 38.30 | |||
Hy3 | 262k | Offen | 26 | $0.07 | 98 | 3.05 | 28.64 | 20.47 | |||
DeepSeek V4 Flash (high) | 1.05M | Offen | 25 | -- | -- | -- | -- | -- | |||
DeepSeek V4 Flash (max) | 1.05M | Offen | 25 | -- | -- | -- | -- | -- | |||
Nemotron 3 Ultra | 262k | Offen | 23 | -- | -- | -- | -- | -- | |||
MiniMax-M2.7 (FP8) | 197k | Offen | 23 | -- | -- | -- | -- | -- | |||
 Qwen3.5 27B (FP8) | 262k | Offen | 23* | -- | -- | -- | -- | -- | |||
MiniMax-M2.5 FP8 | 197k | Offen | 23* | -- | 91 | 1.88 | 29.30 | 21.93 | |||
Hy3-preview | 262k | Offen | 23* | -- | -- | -- | -- | -- | |||
MiMo-V2.5 | 1.05M | Offen | 22 | $0.04 | -- | -- | -- | -- | |||
Kimi K2.5 (Non-reasoning) | 262k | Offen | 19* | -- | 40 | 2.80 | 15.25 | -- | |||
Qwen3.5 35B A3B (FP8) | 262k | Offen | 19* | -- | -- | -- | -- | -- | |||
Qwen3.5 397B A17B (FP8) | 262k | Offen | 19 | $0.47 | -- | -- | -- | -- | |||
DeepSeek V4 Flash (Non-reasoning) | 1.05M | Offen | 19* | -- | -- | -- | -- | -- | |||
Qwen3.6 35B A3B FP8 | 262k | Offen | 19 | $0.31 | -- | -- | -- | -- | |||
MiMo-V2.5-Pro (Non-reasoning) | 1.05M | Offen | 18* | -- | -- | -- | -- | -- | |||
Hy3-preview (Non-reasoning) | 262k | Offen | 17* | -- | -- | -- | -- | -- | |||
 Gemma 4 26B A4B (FP8) | 1.05M | Offen | 17* | -- | -- | -- | -- | -- | |||
Qwen3.5 122B A10B (FP8) | 262k | Offen | 16 | $0.32 | -- | -- | -- | -- | |||
DeepSeek V3.2 (Non-reasoning) | 164k | Offen | 16* | -- | 50 | 2.65 | 12.58 | -- | |||
Gemma 4 31B (FP8) | 262k | Offen | 15 | $0.10 | -- | -- | -- | -- | |||
Qwen3.6 35B A3B (Non-reasoning) FP8 | 262k | Offen | 15* | -- | -- | -- | -- | -- | |||
Nemotron 3.5 Lightning (BF16) | 65.5k | Offen | 14 | $0.00 | 296 | 1.18 | 9.62 | 6.75 | |||
Gemma 4 26B A4B (Non-reasoning) (FP8) | 1.05M | Offen | 13* | -- | -- | -- | -- | -- | |||
Qwen3 Next 80B A3B (Reasoning) | 262k | Offen | 11* | -- | -- | -- | -- | -- | |||
Qwen3 Next 80B A3B | 262k | Offen | 10* | -- | -- | -- | -- | -- | |||
Wichtige Definitionen
Häufig gestellte Fragen
Häufige Fragen zu GMI
GMI bietet 9 von uns erfasste Modelle an: GLM-5.3-Flash, DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), Kimi K2.7 Code (FP8), Hy3, MiniMax-M2.5 FP8, Kimi K2.5 (Non-reasoning), DeepSeek V3.2 (Non-reasoning) und Nemotron 3.5 Lightning (BF16).
Das intelligenteste bei GMI verfügbare Modell ist GLM-5.3-Flash mit einem Intelligence-Index-Wert von 42.
Gemessen an der Ausgabegeschwindigkeit ist Nemotron 3.5 Lightning (BF16) mit 294.8 Tokens pro Sekunde das schnellste Modell von GMI.
Das Modell von GMI mit der kürzesten Zeit bis zum ersten Antworttoken ist DeepSeek V3.2 (Non-reasoning) mit 2.66 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.
Gemessen am Mischpreis ist GLM-5.3-Flash mit $0.10 pro 1 Mio. Tokens (Verhältnis von Cache-Treffern, Eingabe und Ausgabe: 7:2:1) das günstigste Modell von GMI.
Die Preise der Modelle von GMI unterscheiden sich bis zum 8-Fachen: von $0.10 pro 1 Mio. Tokens für GLM-5.3-Flash bis $0.84 pro 1 Mio. Tokens für Kimi K2.5 (Non-reasoning).
Ja, GMI bietet eine OpenAI-kompatible API. Das erleichtert den Wechsel von OpenAI und die Verwendung bestehender Integrationen mit dem OpenAI SDK.
Ja, alle 9 Modelle von GMI unterstützen den JSON-Modus für strukturierte Ausgaben.
Ja, alle 9 Modelle von GMI unterstützen Funktionsaufrufe (Tool-Nutzung).
Ja, GMI bietet 7 Reasoning-Modelle an: GLM-5.3-Flash, DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), Kimi K2.7 Code (FP8), Hy3, MiniMax-M2.5 FP8 und Nemotron 3.5 Lightning (BF16). Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.
Ja, alle 9 Modelle von GMI 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 GMI 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.