Modell-Benchmark

Die führenden Modelle nebeneinander. Unabhängig gemessen.

Vom Frontier-Modell bis zum offenen Modell für Ihr eigenes Rechenzentrum: wie leistungsfähig, wie schnell und wie teuer die führenden Modelle sind. Gemessen hat Artificial Analysis, eingeordnet haben wir.

Gespräch anfragen Betrieb und Modellwahl

Stand 26.10.2026Quelle: Artificial Analysis

Claude Opus 5.557,6Stärkstes Modell im Intelligence Index

MiMo-V2.6-Pro46,3Stärkstes offenes Modell am Markt, on-prem betreibbar

Gemini 3.5 Flash335Tokens pro Sekunde, das schnellste Modell der Übersicht

Modelle im Vergleich

Stärke, Tempo und Preis. Selten alles in einem Modell.

Filtern und sortieren Sie nach dem, was für Ihren Einsatz zählt: Stärke, Tempo, Preis oder Betrieb im eigenen Rechenzentrum. Alle Werte hat Artificial Analysis unabhängig gemessen, so wählen Sie das Modell nach Ihrer Aufgabe und nicht nach dem Anbieter.

Sortieren

47 von 47 Modellen · sortiert nach Intelligenz

Modelle im Vergleich, Quelle Artificial Analysis (artificialanalysis.ai), Stand 26.10.2026
Rang	Modell		Coding
01	Claude Opus 5.5Anthropic	Intelligenz 57,6	Codingnicht gemessen	Tempo94Tokens/s	Preis
02	Claude Sonnet 5.5AnthropicNeu	Intelligenz 56,0	Codingnicht gemessen	Tempo140Tokens/s	Preis
03	Muse Wonder FullMetaNeu	Intelligenz 55,8	Codingnicht gemessen	Temponicht gemessen	Preisnicht gemessen
04	Kimi K3.1 ProKimiNeu	Intelligenz 55,1	Codingnicht gemessen	Tempo48Tokens/s	Preis
05	Claude Fable 5.1Anthropic	Intelligenz 53,4	Coding81,6	Tempo68Tokens/s	Preis
06	GPT-6 AstraOpenAI	Intelligenz 52,7	Coding76,9	Tempo63Tokens/s	Preis
07	Gemini 4 ArgonGoogleNeu	Intelligenz 52,6	Codingnicht gemessen	Tempo77Tokens/s	Preis
08	Muse WonderMetaNeu	Intelligenz 52,4	Codingnicht gemessen	Tempo117Tokens/s	Preis
09	GPT-6.1 SolOpenAINeu	Intelligenz 51,8	Codingnicht gemessen	Tempo58Tokens/s	Preis
10	Claude Opus 5Anthropic	Intelligenz 50,8	Coding78,0	Temponicht gemessen	Preis
11	GPT-5.6 SolOpenAI	Intelligenz 47,0	Coding77,4	Temponicht gemessen	Preis
12	MiMo-V2.6-ProXiaomiOpen WeightsOn-Prem möglich	Intelligenz 46,3	Codingnicht gemessen	Tempo42Tokens/s	Preis
13	DeepSeek V4.1 Flash 1017DeepSeekNeuOpen WeightsOn-Prem möglich	Intelligenz 45,1	Codingnicht gemessen	Tempo152Tokens/s	Preis
14	GLM-5.3Z AIOpen WeightsOn-Prem möglich	Intelligenz 44,8	Coding74,8	Tempo86Tokens/s	Preis
15	Kimi K3KimiOpen WeightsOn-Prem möglich	Intelligenz 43,6	Coding76,2	Tempo37Tokens/s	Preis
16	GPT-5.6 TerraOpenAI	Intelligenz 42,1	Coding76,7	Tempo121Tokens/s	Preis
17	Claude Opus 4.8Anthropic	Intelligenz 41,8	Coding74,3	Temponicht gemessen	Preis
18	GLM-5.3-FlashZ AIOpen WeightsOn-Prem möglich	Intelligenz 41,8	Coding71,5	Tempo65Tokens/s	Preis
19	Gemini 3.8 FlashGoogle	Intelligenz 40,9	Coding76,3	Tempo120Tokens/s	Preis
20	Claude Opus 4.7Anthropic	Intelligenz 40,7	Coding73,6	Temponicht gemessen	Preis
21	GPT-5.4OpenAI	Intelligenz 39,0	Coding71,1	Temponicht gemessen	Preis
22	GPT-5.5OpenAI	Intelligenz 38,4	Coding74,9	Tempo151Tokens/s	Preis
23	Claude Sonnet 5Anthropic	Intelligenz 38,2	Coding71,5	Temponicht gemessen	Preis
24	GPT-5.6 LunaOpenAI	Intelligenz 37,3	Coding71,4	Temponicht gemessen	Preis
25	Qwen3.8 27BAlibabaOpen WeightsOn-Prem möglich	Intelligenz 33,7	Coding68,1	Tempo47Tokens/s	Preis
26	Gemini 3.5 FlashGoogle	Intelligenz 33,6	Codingnicht gemessen	Tempo378Tokens/s	Preis
27	Claude Opus 4.6Anthropic	Intelligenz 31,9	Codingnicht gemessen	Temponicht gemessen	Preis
28	Claude Sonnet 4.6Anthropic	Intelligenz 30,1	Coding63,0	Temponicht gemessen	Preis
29	Gemini 3 ProGoogle	Intelligenz 28,0	Codingnicht gemessen	Temponicht gemessen	Preis
30	Nemotron 3.5 Super VLNVIDIANeuOpen WeightsOn-Prem möglich	Intelligenz 26,5	Codingnicht gemessen	Tempo456Tokens/s	Preis
31	GPT-5.1OpenAI	Intelligenz 24,7	Coding49,4	Temponicht gemessen	Preis
32	GPT-5OpenAI	Intelligenz 23,0	Coding37,8	Temponicht gemessen	Preis
33	Nemotron 3 Ultra 550B A55BNVIDIAOpen WeightsOn-Prem möglich	Intelligenz 22,9	Coding49,3	Tempo172Tokens/s	Preis
34	Qwen3.6 27BAlibabaOpen WeightsOn-Prem möglich	Intelligenz 21,4	Coding53,7	Temponicht gemessen	Preis
35	Gemini 2.5 ProGoogle	Intelligenz 16,1	Coding33,3	Temponicht gemessen	Preis
36	Gemma 4 31BGoogleOpen WeightsOn-Prem möglich	Intelligenz 14,7	Coding43,4	Tempo63Tokens/s	Preisnicht gemessen
37	Qwen3 VL 235BAlibabaOpen WeightsOn-Prem möglich	Intelligenz 13,4	Codingnicht gemessen	Temponicht gemessen	Preisnicht gemessen
38	Gemini 2.5 FlashGoogle	Intelligenz 13,1	Codingnicht gemessen	Temponicht gemessen	Preis
39	GPT-4.1OpenAI	Intelligenz 12,7	Codingnicht gemessen	Temponicht gemessen	Preis
40	gpt-oss-120bOpenAIOpen WeightsOn-Prem möglich	Intelligenz 11,6	Coding30,4	Tempo262Tokens/s	Preis
41	gpt-oss-20bOpenAIOpen WeightsOn-Prem möglich	Intelligenz 10,0	Codingnicht gemessen	Tempo208Tokens/s	Preis
42	Mistral Large 3MistralOpen WeightsOn-Prem möglich	Intelligenz 9,3	Coding20,1	Temponicht gemessen	Preis
43	Gemini 2.5 Flash-LiteGoogle	Intelligenz 8,5	Codingnicht gemessen	Temponicht gemessen	Preis
44	GPT-4oOpenAI	Intelligenz 8,4	Codingnicht gemessen	Temponicht gemessen	Preis
45	Llama 3.3 70BMetaOpen WeightsOn-Prem möglich	Intelligenz 7,7	Coding11,9	Tempo96Tokens/s	Preis
46	GPT-4o miniOpenAI	Intelligenz 6,7	Coding11,4	Temponicht gemessen	Preis
47	Gemma 3 27BGoogleOpen WeightsOn-Prem möglich	Intelligenz 4,9	Coding10,1	Temponicht gemessen	Preisnicht gemessen

Quelle: Artificial Analysis (artificialanalysis.ai), Stand 26.10.2026. Bei Modellen mit einstellbarer Denktiefe gilt die Messung mit hoher oder maximaler Denktiefe. Fehlt ein Wert, hat Artificial Analysis ihn nicht gemessen; wir schätzen nichts dazu.

Leistung gegen Preis

Jeder Punkt ist ein Modell: je höher, desto stärker, je weiter rechts, desto teurer. Die Effizienzgrenze verbindet die Modelle, die mehr leisten als jedes günstigere.

Anthropic
Meta
Kimi
OpenAI
Google
Xiaomi
DeepSeek
Z AI
Alibaba
NVIDIA
Mistral

Intelligence Index

Proprietär
Open Weights
Effizienzgrenze

Über einen Punkt fahren oder ihn anklicken: Name und Werte stehen unten im Feld.

Claude Opus 5.5

Anthropic · veröffentlicht 22.09.2026

Intelligenz: 57,6
Coding: nicht gemessen
Tempo: 94Tokens/s
Preis

Nicht eingezeichnet (Preis oder Index nicht gemessen): Muse Wonder Full, Gemma 4 31B, Qwen3 VL 235B, Gemma 3 27B. Quelle: Artificial Analysis (artificialanalysis.ai), Stand 26.10.2026.

So lesen Sie die Werte

Intelligence Index

Die unabhängige Bewertung von Artificial Analysis fasst mehrere Tests zu Wissen, Logik, Mathematik und Programmieren in einer Zahl zusammen. Höher ist besser. Der Coding Index misst das Programmieren allein.

Tempo

Wie viele Tokens ein Modell pro Sekunde schreibt, gemessen beim Anbieter. Ein Token ist ein Wortteil. Im eigenen Rechenzentrum hängt das Tempo von Ihrer Hardware ab.

Preisstufe

Der Listenpreis je Million Tokens bei den Anbietern, eingeteilt in fünf Stufen. Mehr Balken heißt teurer. Ihre Konditionen hängen vom Betrieb ab und stehen in Ihrem Angebot.

On-Prem möglich

Die Gewichte des Modells sind offen veröffentlicht. Es lässt sich in Ihrer eigenen Infrastruktur oder souverän betreiben.

Open Weights und On-Prem

Modelle mit offenen Gewichten.

Betrieb im eigenen Rechenzentrum möglich.

Modelle mit offenen Gewichten.

Betrieb im eigenen Rechenzentrum möglich.

Viele der Modelle sind mit offenen Gewichten veröffentlicht. Für Organisationen wie Banken, Versicherer, Kanzleien, Kliniken oder Verwaltungen heißt das: Das Modell rechnet dort, wo auch die Daten liegen.

Leistung

46,3 zu 57,6

Das stärkste offene Modell am Markt, MiMo-V2.6-Pro, erreicht im Intelligence Index rund vier Fünftel des stärksten proprietären, Claude Opus 5.5.

Gewichte

Offen veröffentlicht

Die Modellgewichte liegen öffentlich vor, etwa bei Hugging Face. Wann ein Modell wechselt, bestimmen Sie, nicht der Hersteller.

Betrieb

Im Haus oder souverän

In Ihrem Rechenzentrum, in einer souveränen Cloud wie der Schwarz Digits Cloud (STACKIT) oder hybrid, je nach Schutzbedarf.

Anfragen

Verlassen Ihr Netz nicht

Laufen der neuland.ai HUB und das offene Modell in Ihrem Rechenzentrum, verlassen Anfragen und Antworten Ihr Netz nicht.

Architektur ansehen

Modellwahl

Sie bestimmen, welches Modell arbeitet.

Je Gruppe, je Aufgabe, auf Wunsch mit eigenem Schlüssel.

Sie bestimmen, welches Modell arbeitet.

Je Gruppe, je Aufgabe, auf Wunsch mit eigenem Schlüssel.

Welches Modell eine Aufgabe übernimmt, legen Sie im neuland.ai HUB fest. Admins lassen Modelle je Gruppe zu, alles Weitere regelt der Modus Auto oder die Wahl im Chat.

Modus Auto

Jede Nachricht geht je nach Komplexität an ein passendes Modell, nur unter den für die Gruppe zugelassenen. Im Vertrieb fasst ein schnelles Modell die Gesprächsnotiz zusammen, die Auswertung eines langen Geschäftsberichts übernimmt das stärkste Modell, das die Gruppe nutzen darf.

Freie Wahl im Chat

Wer will, wählt selbst, auch mitten im Chat, und vergleicht die Antworten zweier Modelle nebeneinander.

Eigene Schlüssel mitbringen

Mit Bring Your Own Key (BYOK) nutzen Sie bestehende Verträge mit Modellanbietern: Sie hinterlegen Ihren eigenen API-Schlüssel im neuland.ai HUB, die Modellnutzung läuft dann über Ihren eigenen Vertrag.

Wechsel ohne Umbau

Rückt ein stärkeres Modell in den neuland.ai HUB, lassen Admins es für eine Gruppe zu. Die Agenten der Gruppe arbeiten ab dann damit, ohne dass jemand sie neu baut.

Betrieb und Modellwahl

Fragen

Was Kunden zu den Modellen zuerst fragen.

Welches Modell ist das beste?

Das hängt von der Aufgabe ab. Im Intelligence Index liegt derzeit Claude Opus 5.5 vorn (57,6), knapp dahinter Claude Sonnet 5.5 (56,0). Für eine schnelle Zusammenfassung genügt oft ein Modell wie Gemini 3.5 Flash mit 335 Tokens pro Sekunde, dem schnellsten der Übersicht, und gpt-oss-120b läuft in der niedrigsten Preisstufe sogar im eigenen Rechenzentrum. Diese Abwägung übernimmt je Nachricht der Modus Auto.

Welches Modell ist das beste?

Welche Modelle lassen sich on-prem betreiben?

Alle Modelle mit offenen Gewichten, in der Übersicht als On-Prem möglich gekennzeichnet. Das sind etwa Qwen3.8 27B, gpt-oss-120b, Mistral Large 3, Llama 3.3 70B und Gemma 4 31B; dazu zählen stärkere offene Modelle wie MiMo-V2.6-Pro, GLM-5.3, Kimi K3 oder DeepSeek V4.1 Flash. Proprietäre Modelle wie Claude, GPT oder Gemini binden Sie über die Cloud ihres Anbieters an. Welche Hardware ein offenes Modell braucht, klären wir mit Ihnen im Betriebskonzept.

Welche Modelle lassen sich on-prem betreiben?

Werden unsere Daten zum Training genutzt?

Nein. Ihre Daten werden nie zum Training von Sprachmodellen verwendet und bleiben im Unternehmenskontext, gleich welches Modell Sie nutzen.

Werden unsere Daten zum Training genutzt?

Nein. Ihre Daten werden nie zum Training von Sprachmodellen verwendet und bleiben im Unternehmenskontext, gleich welches Modell Sie nutzen.

Können wir eigene API-Schlüssel nutzen?

Ja, über Bring Your Own Key (BYOK). Haben Sie bereits einen Vertrag mit einem Modellanbieter, hinterlegen Sie Ihren eigenen API-Schlüssel im neuland.ai HUB. Die Modellnutzung läuft dann über Ihren eigenen Vertrag.

Können wir eigene API-Schlüssel nutzen?

Wie aktuell sind die Werte?

Stand 26.10.2026. Die Werte stammen von Artificial Analysis, einem unabhängigen Anbieter von Modellvergleichen, der seine Messungen laufend fortschreibt. Fehlt ein Wert, hat Artificial Analysis ihn für dieses Modell nicht gemessen; wir schätzen nichts dazu.

Wie aktuell sind die Werte?

Warum nennen Sie keine Preise?

Weil der Preis einer Anfrage im neuland.ai HUB vom Betrieb abhängt: über die Cloud eines Anbieters, über Ihren eigenen Vertrag oder auf eigener Hardware rechnet sie sich jeweils anders. Die Preisstufe zeigt deshalb nur, wie teuer die Modelle im Verhältnis zueinander sind, gemessen an den Listenpreisen der Anbieter je Million Tokens. Das Angebot erstellen wir nach Ihrem Use Case, Details in der Preisübersicht.

Warum nennen Sie keine Preise?

Was misst der Intelligence Index?

Was sagt das Tempo aus?

Wie viele Tokens ein Modell pro Sekunde schreibt, gemessen beim Anbieter. Ein Token ist ein Wortteil. Im eigenen Rechenzentrum hängt das Tempo von Ihrer Hardware ab.

Was sagt das Tempo aus?

Wie viele Tokens ein Modell pro Sekunde schreibt, gemessen beim Anbieter. Ein Token ist ein Wortteil. Im eigenen Rechenzentrum hängt das Tempo von Ihrer Hardware ab.

Wer legt fest, welche Modelle meine Gruppe nutzen darf?

Admins lassen Modelle je Gruppe zu. Wer will, wählt dann selbst im Chat, auch mitten im Gespräch, und vergleicht die Antworten zweier Modelle nebeneinander; sonst übernimmt der Modus Auto die Wahl.

Wer legt fest, welche Modelle meine Gruppe nutzen darf?

Was heißt Open Weights?

Die Gewichte des Modells sind öffentlich veröffentlicht, etwa bei Hugging Face. Solche Modelle lassen sich in Ihrer eigenen Infrastruktur oder souverän betreiben.

Was heißt Open Weights?

Die Gewichte des Modells sind öffentlich veröffentlicht, etwa bei Hugging Face. Solche Modelle lassen sich in Ihrer eigenen Infrastruktur oder souverän betreiben.

Das richtige Modell je Aufgabe.

Wir wählen mit Ihnen aus.

Sie bringen Ihre Aufgaben mit, wir legen die Werte daneben: welches Modell stark genug ist, welches schnell genug und welches im eigenen Rechenzentrum laufen muss.

Gespräch anfragen

Nach Ihrer Anfrage

Sie nennen Aufgaben und Schutzbedarf

Wir ordnen jeder Aufgabe passende Modelle zu

Sie erhalten die Auswahl je Bereich als Grundlage für Ihren Onboarding-Plan