PrimaLabs: Intelligenz, Leistung und Preise der Modelle

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

PrimaLabs

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

Höchste Intelligenz

MiMo-V2.6-Pro

GLM-5.3-Flash

DeepSeek V4 Flash 0731 (max)

Intelligence Index

Insgesamt 3 Modelle

Am schnellsten

DeepSeek V4 Flash 0731 (max)

305 t/s

GLM-5.3-Flash

276 t/s

MiMo-V2.6-Pro

190 t/s

Ausgabegeschwindigkeit

Insgesamt 3 Modelle

Niedrigster Preis

DeepSeek V4 Flash 0731 (max)

$0.06

GLM-5.3-Flash

$0.10

MiMo-V2.6-Pro

$0.18

Mischpreis (pro 1 Mio. Tokens)

Insgesamt 3 Modelle

PrimaLabs bietet 3 Modelle mit jeweils unterschiedlichen Merkmalen bei Intelligenz, Leistung und Preis an. Nachfolgend werden die wichtigsten Metriken der Modelle verglichen.

Bei der Intelligenz sind MiMo-V2.6-Pro (46), GLM-5.3-Flash (42) und DeepSeek V4 Flash 0731 (max) (34) die führenden Modelle von PrimaLabs.
Bei der Ausgabegeschwindigkeit sind DeepSeek V4 Flash 0731 (max) (305 t/s), GLM-5.3-Flash (276 t/s) und MiMo-V2.6-Pro (190 t/s) am schnellsten.
Bei der Latenz bieten DeepSeek V4 Flash 0731 (max) (7.25 s), GLM-5.3-Flash (7.92 s) und MiMo-V2.6-Pro (11.49 s) die kürzeste Zeit bis zum ersten Antworttoken.
Beim Preis bieten DeepSeek V4 Flash 0731 (max) ($0.06), GLM-5.3-Flash ($0.10) und MiMo-V2.6-Pro ($0.18) die niedrigsten Mischpreise pro 1 Mio. Tokens.
Bei der Größe des Kontextfensters unterstützen MiMo-V2.6-Pro (1M), GLM-5.3-Flash (1M) und DeepSeek V4 Flash 0731 (max) (1M) die größten Kontextfenster von PrimaLabs.
DeepSeek V4 Flash 0731 (max) bietet sowohl die schnellste Ausgabe als auch die besten Preise und ist damit attraktiv für durchsatz- und kostensensible Anwendungen. MiMo-V2.6-Pro führt bei der Intelligenz für Aufgaben, die höchste Qualität erfordern.

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.

Intelligence Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

AA-Briefcase v1.1Updated

Agentic knowledge work, (Elo-500)/2000

GDPval-AA v2.1Updated

Agentic real-world work tasks, (Elo-500)/2000

AutomationBench-AA

Agentic SaaS workflows

Terminal-Bench 4.0

Agentic coding & terminal use

SciCodeUnder review

Coding

Humanity's Last Exam

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

CritPtUnder review

Physics reasoning

AA-Omniscience Accuracy

Knowledge

AA-Omniscience Non-Hallucination Rate

1 - hallucination rate

AA-LCR v1.1

Long context reasoning

Harvey LAB-AA v1.1Updated

Legal agentic work, Hallucination-Gated All-Pass Rate

EnterpriseOps-Gym-AA

Agentic business operations

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

No data available

ITBench-AA

Kubernetes incident root-cause analysis

MMMU-Pro

Visual reasoning

No data available

MLCR-AA

Medical long context reasoning

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

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
MiMo-V2.6-Pro	1.05M	Offen	46	$0.14	190	0.99	14.12	10.51	Modell Anbieter
GLM-5.3-Flash	1.05M	Offen	42	$0.44	276	0.68	9.74	7.24	Modell Anbieter
DeepSeek V4 Flash 0731 (max)	1.05M	Offen	34	$0.06	305	0.70	8.88	6.55	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 PrimaLabs

PrimaLabs bietet 3 von uns erfasste Modelle an: MiMo-V2.6-Pro, GLM-5.3-Flash und DeepSeek V4 Flash 0731 (max).

Das intelligenteste bei PrimaLabs verfügbare Modell ist MiMo-V2.6-Pro mit einem Intelligence-Index-Wert von 46.

Gemessen an der Ausgabegeschwindigkeit ist DeepSeek V4 Flash 0731 (max) mit 305.3 Tokens pro Sekunde das schnellste Modell von PrimaLabs.

Das Modell von PrimaLabs mit der kürzesten Zeit bis zum ersten Antworttoken ist DeepSeek V4 Flash 0731 (max) mit 7.25 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.

Gemessen am Mischpreis ist DeepSeek V4 Flash 0731 (max) mit $0.06 pro 1 Mio. Tokens (Verhältnis von Cache-Treffern, Eingabe und Ausgabe: 7:2:1) das günstigste Modell von PrimaLabs.

Die Preise der Modelle von PrimaLabs unterscheiden sich bis zum 3-Fachen: von $0.06 pro 1 Mio. Tokens für DeepSeek V4 Flash 0731 (max) bis $0.18 pro 1 Mio. Tokens für MiMo-V2.6-Pro.

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

Ja, alle 3 Modelle von PrimaLabs unterstützen den JSON-Modus für strukturierte Ausgaben.

Ja, alle 3 Modelle von PrimaLabs unterstützen Funktionsaufrufe (Tool-Nutzung).

Ja, PrimaLabs bietet 3 Reasoning-Modelle an: MiMo-V2.6-Pro, GLM-5.3-Flash und DeepSeek V4 Flash 0731 (max). Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.

Ja, alle 3 Modelle von PrimaLabs 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 PrimaLabs 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.

PrimaLabs: Intelligenz, Leistung und Preise der Modelle

Höchste Intelligenz

Am schnellsten

Niedrigster Preis

Intelligenz

Geschwindigkeit

Preis

Intelligenzevaluationen

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence 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 PrimaLabs an?

Welches ist das intelligenteste Modell von PrimaLabs?

Welches ist das schnellste Modell von PrimaLabs?

Welches Modell von PrimaLabs hat die niedrigste Latenz?

Welches ist das günstigste Modell von PrimaLabs?

Wie stark unterscheiden sich die Preise der Modelle von PrimaLabs?

Ist PrimaLabs mit OpenAI kompatibel?

Unterstützt PrimaLabs den JSON-Modus?

Unterstützt PrimaLabs Funktionsaufrufe?

Bietet PrimaLabs Reasoning-Modelle an?

Bietet PrimaLabs Modelle mit offenen Gewichten an?

Verändert sich die Leistung von PrimaLabs im Laufe der Zeit?

Wie wähle ich ein Modell von PrimaLabs aus?