Zum Hauptinhalt springen

KI-Modellverzeichnis

KI-Modelle im Benchmarkvergleich

640 Sprach-, Bild-, Video-, Audio- und Entscheidungsmodelle von 141 Anbietern. Prüfe ihre Benchmarkquellen und vergleiche Preise, Kontextfenster und technische Daten.

Neue Modelle in den letzten 14 Tagen

3

Neue Modelle pro Monat

88Feb. 26Okt. 26

Nach Erscheinungsdatum, Februar 2026 bis heute

Neu im Verzeichnis

Veröffentlichungen der letzten 14 Tage. Varianten eines Anbieters vom selben Tag stehen in einer Zeile.

MetaSprachmodell

Muse Wonder und Muse Wonder Full

1,05 Mio. Kontextab 4,00 $ Input217 Messwerte

AnthropicSprachmodell

Claude Haiku 5.5

1 Mio. Kontext0,10 $ Input255 Messwerte

Ranglisten aus den Daten

Aktuell angebotene Sprachmodelle, berechnet aus denselben Profilen wie das Verzeichnis.

Günstigster Input

$ je 1 Mio. Token

Größtes Kontextfenster

Token, mit bekanntem Preis

Llama 4 Scout10,49 Mio.
GPT-6.1 Sol1,05 Mio.
GPT-6 Luna1,05 Mio.
GPT-6 Sol1,05 Mio.
GPT-6 Astra1,05 Mio.

Meiste Messwerte

Messwerte im Profil

Benchmark-Metaanalyse

Prüfe die Ergebnisse verschiedener Auswerter gemeinsam. Jede Quelle behält ihre eigenen Tests, Skalen und Einstellungen. Die Anzahl der Messwerte ist kein Qualitätsscore.

10 geprüfte externe Auswerter mit zugeordneten Ergebnissen im Verzeichnis.

Quellen, Abdeckung und Methode

Die Filter zählen nur aktive, numerische Ergebnisse mit geprüfter Modellzuordnung und direkter Quelle. Herstellerangaben, eigene Tests, strittige und historische Werte bleiben in den Profilen getrennt sichtbar. Fehlende Ergebnisse bedeuten unbekannt, nicht null Punkte.

Einzeltests können sich zwischen Auswertern überschneiden. Gesamtscores und ihre Komponenten werden getrennt ausgewiesen und hier nicht zu einem weiteren Score verrechnet. Testreihen und Auswerter sind keine Anzahl statistisch unabhängiger Versuche.

AuswerterModelleTestreihenGesamtindizesErfasste aktive MesswerteHistorische MesswerteStrittig oder zurückgezogenQuellenabrufe
Artificial Analysis1942673.65603208. Sept. 2026 bis 19. Okt. 2026
Vals AI11446213.9350011. Aug. 2026 bis 15. Okt. 2026
LMArena47402.114007. Okt. 2026 bis 15. Okt. 2026
LiveBench50156002. Sept. 2026 bis 7. Okt. 2026
Epoch AI27602140015. Okt. 2026 bis 19. Okt. 2026
ARC Prize420250026. Aug. 2026 bis 2. Sept. 2026
METR710140026. Aug. 2026
Berkeley Function Calling Leaderboard2102002. Sept. 2026
Princeton HAL1790179005. Aug. 2026 bis 6. Aug. 2026
Scale AI Evals27901210026. Aug. 2026 bis 2. Sept. 2026

Die Abrufspanne umfasst auch die gespeicherte Historie. Messdatum und Testkonfiguration stehen am jeweiligen Ergebnis im Profil.

Bei 781 erfassten Messwerten dieser Quellen ist die Zuordnung zu einer Testreihe noch offen. Diese Werte erhöhen die Zahl der Testreihen nicht.

Benchmark-Metaanalyse

Scores nach Bereich

Die Sprachmodell-Indizes ordnen veröffentlichte Konfigurationen innerhalb dokumentierter Testreihen ein. Unterschiedliche Abdeckungen bleiben sichtbar. Ein Score erfordert mindestens 50 % des jeweiligen Panelgewichts. Skala 0 bis 100. Kein Prozentwert.

10 von 149 Einträgen angezeigt

48 von 640 Modellen angezeigt

Kurztestvergleich

Weiterführend

Vergleiche und Verzeichnisse

Die Modellprofile zeigen einzelne Entitäten. Für gemeinsame Messwerte oder offene Gewichte führen dich diese Seiten weiter.