Modal: Intelligenz, Leistung und Preise der Modelle

Name: Intelligenz
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Modal

Diese Analyse soll Sie bei der Auswahl des besten von Modal angebotenen Modells für Ihren Anwendungsfall unterstützen.

Höchste Intelligenz

GLM-5.3 (max)

Kimi K3 (max)

GLM-5.3-Flash

Qwen3.8 2.4T A95B

DeepSeek V4.1 Flash (max)

Intelligence Index

Insgesamt 7 Modelle

Am schnellsten

Qwen3.8 2.4T A95B

203 t/s

Inkling (xhigh) (NVFP4)

199 t/s

Kimi K3 (max)

166 t/s

DeepSeek V4.1 Flash (non-reasoning)

131 t/s

DeepSeek V4.1 Flash (max)

125 t/s

Ausgabegeschwindigkeit

Insgesamt 7 Modelle

Niedrigster Preis

DeepSeek V4.1 Flash (max)

$0.20

DeepSeek V4.1 Flash (non-reasoning)

$0.20

GLM-5.3-Flash

$0.30

GLM-5.3 (max)

$0.90

Inkling (xhigh) (NVFP4)

$0.93

Mischpreis (pro 1 Mio. Tokens)

Insgesamt 7 Modelle

Modal bietet 7 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 (max) (45), Kimi K3 (max) (44) und GLM-5.3-Flash (42) die führenden Modelle von Modal.
Bei der Ausgabegeschwindigkeit sind Qwen3.8 2.4T A95B (203 t/s), Inkling (xhigh) (NVFP4) (199 t/s) und Kimi K3 (max) (166 t/s) am schnellsten. Die Geschwindigkeit unterscheidet sich deutlich zwischen den Modellen; der Unterschied zwischen dem schnellsten und dem langsamsten beträgt 63 %.
Bei der Latenz bieten DeepSeek V4.1 Flash (non-reasoning) (0.69 s), Qwen3.8 2.4T A95B (10.60 s) und Inkling (xhigh) (NVFP4) (11.02 s) die kürzeste Zeit bis zum ersten Antworttoken.
Beim Preis bieten DeepSeek V4.1 Flash (max) ($0.20), DeepSeek V4.1 Flash (non-reasoning) ($0.20) und GLM-5.3-Flash ($0.30) die niedrigsten Mischpreise pro 1 Mio. Tokens. Die Preise unterscheiden sich zwischen den Modellen bis zum 4.6-Fachen.
Bei der Größe des Kontextfensters unterstützen Kimi K3 (max) (1M), Inkling (xhigh) (NVFP4) (1M) und GLM-5.3 (max) (1M) die größten Kontextfenster von Modal.

Intelligenz

Artificial Analysis Intelligence Index · Higher is better

Geschwindigkeit

Output tokens per second · Higher is better

Preis

USD per 1M tokens (blended) · Lower is better

Intelligenzevaluationen

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Artificial Analysis Intelligence Index v4.3.2 includes: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Evaluations

Evaluations measured independently by Artificial Analysis · AA-PersonalityBench scores are percentile ranks from 1 to 100

AA-Briefcase v1.1

Agentic knowledge work, Elo

AA-Omniscience Accuracy

Knowledge

AA-Omniscience Non-Hallucination Rate

1 - hallucination rate

AutomationBench-AA

Agentic SaaS workflows

GDPval-AA v2.1

Agentic real-world work tasks, Elo

Humanity's Last Exam

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

AA-LCR v1.1

Long context reasoning

SciCodeUnder review

Coding

CritPt

Physics reasoning

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

FrontierCode 1.1New

Agentic software engineering in open-source repositories

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

Harvey LAB-AA v1.1Updated

Legal agentic work, Hallucination-Gated All-Pass Rate

EnterpriseOps-Gym-AA

Agentic business operations

AA-3DNew

Agentic interactive 3D experiences, Elo

ITBench-AA

Kubernetes incident root-cause analysis

MLCR-AAUpdated

Medical long context reasoning

MMMU-Pro

Visual reasoning

AA-PersonalityBench: Expressiveness ScoreNew

Rich, varied, well-crafted language

AA-PersonalityBench: Organization ScoreNew

Well-structured, scannable, answer-first

AA-PersonalityBench: Transparency ScoreNew

Truthful, acknowledges uncertainty, non-sycophantic

AA-PersonalityBench: Slop ScoreNew

Use of filler and generic language

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Intelligence Index vs. Preis

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

Kontextfenster

Context window: tokens limit · Higher is better

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Preise

Intelligence Index vs. Preis

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

Leistungsübersicht

Ausgabegeschwindigkeit vs. Preis

Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).

Geschwindigkeit

Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)

Ausgabegeschwindigkeit

Output tokens per second · Higher is better

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Latenz

Gemessen anhand der Zeit (Sekunden) bis zum ersten Token

Latenz: Zeit bis zum ersten Antworttoken

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

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Cache-Verhalten

Cache-Trefferquote

Anteil der cachefähigen Eingabe-Token aus dem Cache · Median der letzten vier Wochen, aktualisiert am 26. Sept. 2026

The share of cacheable input tokens served from the provider's prompt cache, measured during multi-turn agentic coding sessions. We regularly measure each endpoint and report a representative rate based on recent measurements. Higher values mean more of the input is billed at the cheaper cache-hit price, where the provider offers one, which lowers the effective cost of agentic workloads. For further details, see our methodology page.

Kosten pro Aufgabe vs. Cache-Trefferquote

Weighted average cost (USD) per Intelligence Index task · Cache hit rate: median of the last four weeks, updated Sep 26, 2026

Most attractive quadrant

Pareto line

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Ende-zu-Ende-Antwortzeit

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

Ende-zu-Ende-Antwortzeit vs. Preis

End-to-end response time: end-to-end seconds to output 500 tokens · USD per 1M tokens (blended)

Most attractive quadrant

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).


									Weitere Analyse
GLM-5.3 (max)	1M	Offen	45	$1.97	124	0.90	21.12	16.17	Modell Anbieter
Kimi K3 (max)	1.05M	Offen	44	$3.48	127	1.07	20.69	15.69	Modell Anbieter
GLM-5.3-Flash	1M	Offen	42	$0.88	92	0.85	27.90	21.64	Modell Anbieter
Qwen3.8 2.4T A95B	1M	Offen	40	$1.96	247	0.78	10.90	8.10	Modell Anbieter
DeepSeek V4.1 Flash (max)	1M	Offen	39	$0.52	146	0.72	17.87	13.72	Modell Anbieter
Inkling (xhigh) (NVFP4)	1.05M	Offen	25	$0.86	187	1.33	14.67	10.67	Modell Anbieter
DeepSeek V4.1 Flash (non-reasoning)	1M	Offen	25	$0.33	153	0.76	4.03	--	Modell Anbieter

Wichtige Definitionen

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Häufig gestellte Fragen

Häufige Fragen zu Modal

Modal bietet 7 von uns erfasste Modelle an: GLM-5.3 (max), Kimi K3 (max), GLM-5.3-Flash, Qwen3.8 2.4T A95B, DeepSeek V4.1 Flash (max), Inkling (xhigh) (NVFP4) und DeepSeek V4.1 Flash (non-reasoning).

Das intelligenteste bei Modal verfügbare Modell ist GLM-5.3 (max) mit einem Wert von 45 im Intelligence Index.

Gemessen an der Ausgabegeschwindigkeit ist Qwen3.8 2.4T A95B mit 202.8 Tokens pro Sekunde das schnellste Modell von Modal.

Das Modell von Modal mit der kürzesten Zeit bis zum ersten Antworttoken ist DeepSeek V4.1 Flash (non-reasoning) mit 0.69 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.

Gemessen am Mischpreis ist DeepSeek V4.1 Flash (max) mit $0.20 pro 1 Mio. Tokens (Verhältnis von Cache-Treffern, Eingabe und Ausgabe: 7:2:1) das günstigste Modell von Modal.

Die Preise der Modelle von Modal unterscheiden sich bis zum 11-Fachen: von $0.20 pro 1 Mio. Tokens für DeepSeek V4.1 Flash (max) bis $2.31 pro 1 Mio. Tokens für Kimi K3 (max).

Ja, Modal bietet eine OpenAI-kompatible API. Das erleichtert den Wechsel von OpenAI und die Verwendung bestehender Integrationen mit dem OpenAI SDK.

Ja, alle 7 Modelle von Modal unterstützen den JSON-Modus für strukturierte Ausgaben.

Ja, alle 7 Modelle von Modal unterstützen Funktionsaufrufe (Tool-Nutzung).

Ja, Modal bietet 6 Reasoning-Modelle an: GLM-5.3 (max), Kimi K3 (max), GLM-5.3-Flash, Qwen3.8 2.4T A95B, DeepSeek V4.1 Flash (max) und Inkling (xhigh) (NVFP4). Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.

Ja, alle 7 Modelle von Modal 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 Modal 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.

Modal: Intelligenz, Leistung und Preise der Modelle

Höchste Intelligenz

Am schnellsten

Niedrigster Preis

Intelligenz

Geschwindigkeit

Preis

Intelligenzevaluationen

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Intelligence Index vs. Preis

Price-Quality Variance

Kontextfenster

Kontextfenster

Context Window for RAG

Context Window

Preise

Intelligence Index vs. Preis

Price-Quality Variance

Leistungsübersicht

Ausgabegeschwindigkeit vs. Preis

Output Speed

Price

Geschwindigkeit

Ausgabegeschwindigkeit

Output Speed

Model Performance Representation

Latenz

Latenz: Zeit bis zum ersten Antworttoken

Time to First Answer Token

Cache-Verhalten

Cache-Trefferquote

What Cache Hit Rate Shows

Kosten pro Aufgabe vs. Cache-Trefferquote

Cost per Intelligence Index Task

Ende-zu-Ende-Antwortzeit

Ende-zu-Ende-Antwortzeit vs. Preis

Price

Wichtige Definitionen

Context Window

Häufig gestellte Fragen

Welche Modelle bietet Modal an?

Welches ist das intelligenteste Modell von Modal?

Welches ist das schnellste Modell von Modal?

Welches Modell von Modal hat die niedrigste Latenz?

Welches ist das günstigste Modell von Modal?

Wie stark unterscheiden sich die Preise der Modelle von Modal?

Ist Modal mit OpenAI kompatibel?

Unterstützt Modal den JSON-Modus?

Unterstützt Modal Funktionsaufrufe?

Bietet Modal Reasoning-Modelle an?

Bietet Modal Modelle mit offenen Gewichten an?

Verändert sich die Leistung von Modal im Laufe der Zeit?

Wie wähle ich ein Modell von Modal aus?