Parasail: Intelligenz, Leistung und Preise der Modelle
Diese Analyse soll Sie bei der Auswahl des besten von Parasail angebotenen Modells für Ihren Anwendungsfall unterstützen.
Höchste Intelligenz
DeepSeek V4.1 Flash 1017 (max)
GLM-5.3 (max)
Kimi K3 (max)
MiniMax-M3.1-FlashGLM-5.3-FlashIntelligence Index
Insgesamt 30 Modelle
Am schnellsten
gpt-oss-120b (high)gpt-oss-120b (low)MiniMax-M3.1-FlashKimi K3 (max)GLM-5.3 (max)Ausgabegeschwindigkeit
Insgesamt 30 Modelle
Niedrigster Preis
Gemma 3 4B (FP8)Gemma 3 27BMiniMax-M3.1-FlashGLM-5.3-FlashGemma 4 26B A4BMischpreis (pro 1 Mio. Tokens)
Insgesamt 30 Modelle
Parasail bietet 30 Modelle mit jeweils unterschiedlichen Merkmalen bei Intelligenz, Leistung und Preis an. Nachfolgend werden die wichtigsten Metriken der Modelle verglichen.
- Bei der Intelligenz sind DeepSeek V4.1 Flash 1017 (max) (45), GLM-5.3 (max) (45) und Kimi K3 (max) (44) die führenden Modelle von Parasail.
- Bei der Ausgabegeschwindigkeit sind gpt-oss-120b (high) (297 t/s), gpt-oss-120b (low) (293 t/s) und MiniMax-M3.1-Flash (255 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 Qwen3 Next 80B A3B (0.85 s), Qwen3 Coder Next (FP8) (0.96 s) und Qwen3.6 35B A3B (non-reasoning) (FP8) (1.01 s) die kürzeste Zeit bis zum ersten Antworttoken.
- Beim Preis bieten Gemma 3 4B (FP8) ($0.05), Gemma 3 27B ($0.09) und MiniMax-M3.1-Flash ($0.10) 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 Kimi K3 (max) (1M), DeepSeek V4.1 Flash (max) (1M) und DeepSeek V4 Flash 0731 (max) (1M) die größten Kontextfenster von Parasail.
Intelligenzevaluationen
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic real-world work tasks, Elo
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Long context reasoning
Coding
Physics reasoning
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic interactive 3D experiences, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
Intelligence Index vs. Preis
Kontextfenster
Kontextfenster
Preise
Intelligence Index vs. Preis
Leistungsübersicht
Ausgabegeschwindigkeit vs. Preis
Geschwindigkeit
Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)
Ausgabegeschwindigkeit
Latenz
Gemessen anhand der Zeit (Sekunden) bis zum ersten Token
Latenz: Zeit bis zum ersten Antworttoken
Cache-Verhalten
Cache-Trefferquote
Kosten pro Aufgabe vs. Cache-Trefferquote
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
Weitere Analyse | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
DeepSeek V4.1 Flash 1017 (max) | 1M | Offen | 45 | $0.24 | 156 | 0.67 | 16.66 | 12.79 | |||
GLM-5.3 (max) | 1M | Offen | 45 | $1.97 | 153 | 1.16 | 17.50 | 13.07 | |||
Kimi K3 (max) | 1.05M | Offen | 44 | $4.14 | 206 | 1.19 | 13.34 | 9.72 | |||
GLM-5.3-Flash | 1M | Offen | 42 | $0.67 | 111 | 1.66 | 24.11 | 17.97 | |||
DeepSeek V4.1 Flash (max) | 1.05M | Offen | 39 | $0.24 | 137 | 0.74 | 18.94 | 14.56 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | Offen | 34 | -- | 93 | 1.31 | 28.32 | 21.61 | |||
GLM-5.2 (max) (NVFP4) | 1M | Offen | 34 | -- | 178 | 1.12 | 15.15 | 11.22 | |||
 Qwen3.8 27B (xhigh) (FP8) | 262k | Offen | 34 | $0.60 | 68 | 1.42 | 37.92 | 29.20 | |||
MiniMax-M3 (MXFP8) | 1M | Offen | 29 | $0.46 | 151 | 1.11 | 17.70 | 13.27 | |||
Kimi K2.6 | 262k | Offen | 27 | $0.68 | 77 | 1.33 | 65.46 | 57.65 | |||
DeepSeek V4 Flash (high) (FP8) | 1.05M | Offen | 24 | -- | -- | -- | -- | -- | |||
DeepSeek V4 Flash (max) (FP8) | 1.05M | Offen | 24 | -- | 62 | 1.70 | 100.86 | 91.05 | |||
Kimi K2.6 (non-reasoning) (INT4) | 262k | Offen | 24* | -- | 72 | 1.44 | 8.37 | -- | |||
Qwen3.5 397B A17B | 262k | Offen | 18 | $0.29 | 87 | 1.21 | 43.46 | 36.52 | |||
Qwen3.6 35B A3B | 262k | Offen | 18 | $0.12 | 116 | 1.03 | 51.99 | 46.64 | |||
Gemma 4 26B A4B | 256k | Offen | 17* | -- | 51 | 1.57 | 50.23 | 38.93 | |||
Qwen3.6 35B A3B (non-reasoning) (FP8) | 262k | Offen | 15* | -- | 119 | 1.02 | 5.23 | -- | |||
Gemma 4 31B | 262k | Offen | 15 | $0.07 | 59 | 1.53 | 39.49 | 29.47 | |||
Gemma 4 31B (non-reasoning) | 262k | Offen | 14* | -- | 70 | 1.40 | 8.54 | -- | |||
Gemma 4 26B A4B (non-reasoning) | 262k | Offen | 13* | -- | 65 | 1.50 | 9.24 | -- | |||
Qwen3 235B 2507 | 131k | Offen | 12* | -- | 32 | 1.41 | 17.14 | -- | |||
gpt-oss-120b (high) | 131k | Offen | 12 | $0.06 | 287 | 0.81 | 9.53 | 6.97 | |||
gpt-oss-120b (low) | 131k | Offen | 10* | -- | 300 | 0.89 | 9.22 | 6.66 | |||
Qwen3 VL 235B A22B (FP8) | 131k | Offen | 10* | -- | 37 | 1.32 | 14.88 | -- | |||
Qwen3 Next 80B A3B | 262k | Offen | 10* | -- | 160 | 0.91 | 4.04 | -- | |||
 Llama 4 Maverick (FP8) | 1.05M | Offen | 9 | $0.03 | 87 | 1.07 | 6.80 | -- | |||
Qwen3 Coder Next (FP8) | 262k | Offen | 9 | $0.12 | 74 | 0.99 | 7.73 | -- | |||
Llama 3.3 70B (FP8) | 131k | Offen | 8* | -- | 81 | 2.32 | 8.51 | -- | |||
Gemma 3 27B | 131k | Offen | 5 | $0.10 | 49 | 2.24 | 12.35 | -- | |||
Gemma 3 4B (FP8) | 131k | Offen | 5* | -- | 173 | 1.05 | 3.93 | -- | |||
Wichtige Definitionen
Häufig gestellte Fragen
Häufige Fragen zu Parasail
Parasail bietet 30 von uns erfasste Modelle an: DeepSeek V4.1 Flash 1017 (max), GLM-5.3 (max), Kimi K3 (max), MiniMax-M3.1-Flash, GLM-5.3-Flash, DeepSeek V4.1 Flash (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (NVFP4), Qwen3.8 27B (xhigh) (FP8), MiniMax-M3 (MXFP8), Kimi K2.6, DeepSeek V4 Flash (max) (FP8), Kimi K2.6 (non-reasoning) (INT4), Qwen3.5 397B A17B, Qwen3.6 35B A3B, Gemma 4 26B A4B, Qwen3.6 35B A3B (non-reasoning) (FP8), Gemma 4 31B, Gemma 4 31B (non-reasoning), Gemma 4 26B A4B (non-reasoning), Qwen3 235B 2507, gpt-oss-120b (high), gpt-oss-120b (low), Qwen3 VL 235B A22B (FP8), Qwen3 Next 80B A3B, Llama 4 Maverick (FP8), Qwen3 Coder Next (FP8), Llama 3.3 70B (FP8), Gemma 3 27B und Gemma 3 4B (FP8).
Das intelligenteste bei Parasail verfügbare Modell ist DeepSeek V4.1 Flash 1017 (max) mit einem Wert von 45 im Intelligence Index.
Gemessen an der Ausgabegeschwindigkeit ist gpt-oss-120b (high) mit 297.1 Tokens pro Sekunde das schnellste Modell von Parasail.
Das Modell von Parasail mit der kürzesten Zeit bis zum ersten Antworttoken ist Qwen3 Next 80B A3B mit 0.85 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.
Gemessen am Mischpreis ist Gemma 3 4B (FP8) mit $0.05 pro 1 Mio. Tokens (Verhältnis von Cache-Treffern, Eingabe und Ausgabe: 7:2:1) das günstigste Modell von Parasail.
Die Preise der Modelle von Parasail unterscheiden sich bis zum 51-Fachen: von $0.05 pro 1 Mio. Tokens für Gemma 3 4B (FP8) bis $2.31 pro 1 Mio. Tokens für Kimi K3 (max).
Ja, Parasail bietet eine OpenAI-kompatible API. Das erleichtert den Wechsel von OpenAI und die Verwendung bestehender Integrationen mit dem OpenAI SDK.
Ja, alle 30 Modelle von Parasail unterstützen den JSON-Modus für strukturierte Ausgaben.
28 von 30 Modellen von Parasail unterstützen Funktionsaufrufe (Tool-Nutzung).
Ja, Parasail bietet 18 Reasoning-Modelle an: DeepSeek V4.1 Flash 1017 (max), GLM-5.3 (max), Kimi K3 (max), MiniMax-M3.1-Flash, GLM-5.3-Flash, DeepSeek V4.1 Flash (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (NVFP4), Qwen3.8 27B (xhigh) (FP8), MiniMax-M3 (MXFP8), Kimi K2.6, DeepSeek V4 Flash (max) (FP8), Qwen3.5 397B A17B, Qwen3.6 35B A3B, Gemma 4 26B A4B, Gemma 4 31B, gpt-oss-120b (high) und gpt-oss-120b (low). Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.
Ja, 29 von 30 Modellen von Parasail haben offene Gewichte: DeepSeek V4.1 Flash 1017 (max), GLM-5.3 (max), Kimi K3 (max), GLM-5.3-Flash, DeepSeek V4.1 Flash (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (NVFP4), Qwen3.8 27B (xhigh) (FP8), MiniMax-M3 (MXFP8), Kimi K2.6, DeepSeek V4 Flash (max) (FP8), Kimi K2.6 (non-reasoning) (INT4), Qwen3.5 397B A17B, Qwen3.6 35B A3B, Gemma 4 26B A4B, Qwen3.6 35B A3B (non-reasoning) (FP8), Gemma 4 31B, Gemma 4 31B (non-reasoning), Gemma 4 26B A4B (non-reasoning), Qwen3 235B 2507, gpt-oss-120b (high), gpt-oss-120b (low), Qwen3 VL 235B A22B (FP8), Qwen3 Next 80B A3B, Llama 4 Maverick (FP8), Qwen3 Coder Next (FP8), Llama 3.3 70B (FP8), Gemma 3 27B und Gemma 3 4B (FP8).
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 Parasail 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.