Parasail: Intelligenz, Leistung und Preise der Modelle
Analyse der Modelle von Parasail anhand zentraler Metriken wie Qualität, Preis, Ausgabegeschwindigkeit, Latenz, Kontextfenster und mehr. Diese Analyse soll Sie bei der Auswahl des besten von Parasail angebotenen Modells für Ihren Anwendungsfall unterstützen.
Höchste Intelligenz
Intelligence Index
Insgesamt 31 Modelle
Am schnellsten
Ausgabegeschwindigkeit
Insgesamt 31 Modelle
Niedrigster Preis
Mischpreis (pro 1 Mio. Tokens)
Insgesamt 31 Modelle
Parasail bietet 31 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) (NVFP4) (51) und DeepSeek V4 Flash 0731 (max) (50) die führenden Modelle von Parasail.
- Bei der Ausgabegeschwindigkeit sind GLM-5.2 (max) (NVFP4) (254 t/s), Trinity Large Thinking (FP8) (202 t/s) und gpt-oss-120b (high) (170 t/s) am schnellsten. Die Geschwindigkeit unterscheidet sich deutlich zwischen den Modellen; der Unterschied zwischen dem schnellsten und dem langsamsten beträgt 82 %.
- Bei der Latenz bieten Llama 4 Maverick (FP8) (0.89 s), Qwen3 Next 80B A3B (0.90 s) und Qwen3 Coder Next (FP8) (1.09 s) die kürzeste Zeit bis zum ersten Antworttoken.
- Beim Preis bieten Gemma 3 27B ($0.09), MiMo-V2.5 ($0.09) und Gemma 4 26B A4B ($0.10) die niedrigsten Mischpreise pro 1 Mio. Tokens.
- Bei der Größe des Kontextfensters unterstützen Kimi K3 (max) (1M), DeepSeek V4 Flash 0731 (max) (1M) und DeepSeek V4 Flash (max) (FP8) (1M) die größten Kontextfenster von Parasail.
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) | 1.05M | Offen | 57 | $0.80 | 76 | 2.22 | 35.06 | 26.28 | |||
GLM-5.2 (max) (NVFP4) | 1M | Offen | 51 | -- | 254 | 1.24 | 11.08 | 7.87 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | Offen | 50 | $0.13 | 35 | 1.64 | 73.81 | 57.74 | |||
MiniMax-M3 (MXFP8) | 1M | Offen | 44 | $0.18 | 68 | 1.07 | 37.72 | 29.32 | |||
Kimi K2.6 | 262k | Offen | 44 | $0.27 | 126 | 1.30 | 40.71 | 35.44 | |||
Kimi K2.7 Code | 262k | Offen | 42 | $0.18 | 77 | 1.44 | 37.09 | 29.11 | |||
DeepSeek V4 Flash (max) (FP8) | 1.05M | Offen | 40 | -- | 85 | 1.55 | 73.60 | 66.16 | |||
GLM-5.1 (FP8) | 203k | Offen | 40 | $0.23 | 75 | 2.17 | 59.35 | 50.52 | |||
GLM-5 (FP8) | 203k | Offen | 40* | -- | 43 | 1.73 | 85.47 | 72.12 | |||
DeepSeek V4 Flash (high) (FP8) | 1.05M | Offen | 37 | -- | 65 | 1.61 | 28.20 | 18.95 | |||
MiMo-V2.5 | 1M | Offen | 37 | $0.04 | 73 | 1.15 | 35.32 | 27.34 | |||
GLM-5.1 | 203k | Offen | 35* | -- | 75 | 2.82 | 9.53 | -- | |||
Kimi K2.6 (INT4) | 262k | Offen | 35* | -- | 91 | 1.43 | 6.93 | -- | |||
Qwen3.5 397B A17B | 262k | Offen | 34 | $0.23 | 85 | 1.04 | 44.43 | 37.50 | |||
MiniMax-M2.5 (FP8) | 197k | Offen | 34* | -- | 114 | 1.28 | 23.22 | 17.55 | |||
Qwen3.6 35B A3B | 262k | Offen | 32 | $0.08 | 103 | 1.34 | 58.34 | 52.17 | |||
Gemma 4 31B | 262k | Offen | 29 | $0.03 | 32 | 4.92 | 75.69 | 54.95 | |||
Gemma 4 26B A4B | 256k | Offen | 26 | $0.03 | 35 | 1.49 | 72.25 | 56.61 | |||
Qwen3.6 35B A3B (FP8) | 262k | Offen | 24 | $0.15 | 95 | 1.29 | 6.58 | -- | |||
gpt-oss-120b (high) | 131k | Offen | 24 | -- | 170 | 0.89 | 15.59 | 11.76 | |||
Gemma 4 31B | 262k | Offen | 22 | $0.02 | 28 | 4.07 | 21.62 | -- | |||
Qwen3 Coder Next (FP8) | 262k | Offen | 21 | $0.08 | 76 | 1.09 | 7.68 | -- | |||
Gemma 4 26B A4B | 262k | Offen | 20* | -- | 39 | 1.52 | 14.42 | -- | |||
Trinity Large Thinking (FP8) | 262k | Offen | 18 | $0.08 | 202 | 0.96 | 13.34 | 9.90 | |||
Qwen3 235B 2507 | 262k | Offen | 18* | -- | 31 | 1.29 | 17.24 | -- | |||
gpt-oss-120b (low) | 131k | Offen | 15 | -- | 168 | 0.82 | 15.68 | 11.89 | |||
Qwen3 VL 235B A22B (FP8) | 131k | Offen | 14* | -- | 34 | 1.28 | 15.80 | -- | |||
 Llama 4 Maverick (FP8) | 1.05M | Offen | 14 | $0.03 | 138 | 0.89 | 4.52 | -- | |||
Qwen3 Next 80B A3B | 262k | Offen | 14* | -- | 139 | 0.90 | 4.49 | -- | |||
Llama 3.3 70B (FP8) | 131k | Offen | 9 | $0.02 | 59 | 2.52 | 10.93 | -- | |||
 Olmo 3.1 32B Think | 65.5k | Offen | 8* | -- | -- | -- | -- | -- | |||
Gemma 3 27B | 131k | Offen | 7 | $0.05 | 65 | 1.27 | 8.92 | -- | |||
Olmo 3 7B | 65.5k | Offen | 3* | -- | -- | -- | -- | -- | |||
Wichtige Definitionen
Häufig gestellte Fragen
Häufige Fragen zu Parasail
Parasail bietet 31 von uns erfasste Modelle an: Kimi K3 (max), GLM-5.2 (max) (NVFP4), DeepSeek V4 Flash 0731 (max), MiniMax-M3 (MXFP8), Kimi K2.6, Kimi K2.7 Code, DeepSeek V4 Flash (max) (FP8), GLM-5.1 (FP8), GLM-5 (FP8), DeepSeek V4 Flash (high) (FP8), MiMo-V2.5, GLM-5.1, Kimi K2.6 (INT4), Qwen3.5 397B A17B, MiniMax-M2.5 (FP8), Qwen3.6 35B A3B, Gemma 4 31B, Gemma 4 26B A4B, Qwen3.6 35B A3B (FP8), gpt-oss-120b (high), Gemma 4 31B, Qwen3 Coder Next (FP8), Gemma 4 26B A4B, Trinity Large Thinking (FP8), Qwen3 235B 2507, gpt-oss-120b (low), Qwen3 VL 235B A22B (FP8), Llama 4 Maverick (FP8), Qwen3 Next 80B A3B, Llama 3.3 70B (FP8) und Gemma 3 27B.
Das intelligenteste bei Parasail verfügbare Modell ist Kimi K3 (max) mit einem Intelligence-Index-Wert von 57.
Gemessen an der Ausgabegeschwindigkeit ist GLM-5.2 (max) (NVFP4) mit 254.1 Tokens pro Sekunde das schnellste Modell von Parasail.
Das Modell von Parasail mit der kürzesten Zeit bis zum ersten Antworttoken ist Llama 4 Maverick (FP8) mit 0.89 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.
Gemessen am Mischpreis ist Gemma 3 27B mit $0.09 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 26-Fachen: von $0.09 pro 1 Mio. Tokens für Gemma 3 27B 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 31 Modelle von Parasail unterstützen den JSON-Modus für strukturierte Ausgaben.
Ja, alle 31 Modelle von Parasail unterstützen Funktionsaufrufe (Tool-Nutzung).
Ja, Parasail bietet 19 Reasoning-Modelle an: Kimi K3 (max), GLM-5.2 (max) (NVFP4), DeepSeek V4 Flash 0731 (max), MiniMax-M3 (MXFP8), Kimi K2.6, Kimi K2.7 Code, DeepSeek V4 Flash (max) (FP8), GLM-5.1 (FP8), GLM-5 (FP8), DeepSeek V4 Flash (high) (FP8), MiMo-V2.5, Qwen3.5 397B A17B, MiniMax-M2.5 (FP8), Qwen3.6 35B A3B, Gemma 4 31B, Gemma 4 26B A4B, gpt-oss-120b (high), Trinity Large Thinking (FP8) und gpt-oss-120b (low). Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.
Ja, alle 31 Modelle von Parasail 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 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.