Vergleich der Fähigkeiten von KI-Modellen
ML-Engineering
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
ProgramBenchProgrammier-Benchmark
— means no published score for this candidate in this source, not zero.10/11 recent-year models have scores
| Nr. | Modell | Cost / TestKosten pro Test | Input costEingabepreis pro Million Token | Output costAusgabepreis pro Million Token | DurationGemeldete Testdauer | |
|---|---|---|---|---|---|---|
| 1 |  Claude Opus 5.5Claude Opus 5.5 | 18.5 | $68.05 | $4 | $20 | 144 min |
| 2 | Claude Fable 5.1Claude Fable 5.1 | 7 | $58.52 | $10 | $50 | 147 min |
| 3 | Claude Sonnet 5.5Claude Sonnet 5.5 | 6.5 | $35.86 | $2 | $10 | 127 min |
| 4 |  GPT-6 AstraGPT-6 Astra | 5.5 | $11.57 | $10 | $50 | 27.03 min |
| 5 | GPT-6.1 SolGPT-6.1 Sol | 3 | $2.87 | $2 | $10 | 70 min |
| 6 | Claude Opus 5Claude Opus 5 | 3 | $60.29 | $5 | $25 | 175 min |
| 7 |  Gemini 4 ArgonGemini 4 Argon | 2.5 | $17.66 | $4 | $20 | 71 min |
| 8 | Claude Haiku 5.5Claude Haiku 5.5 | 2.5 | $6.83 | $0.1 | $0.5 | 73 min |
| 9 | GPT-6 SolGPT-6 Sol | 2 | $11.67 | $2 | $10 | 46.18 min |
| 10 | GPT-6 LunaGPT-6 Luna | 0.5 | $0.18 | $0.1 | $0.5 | 28.92 min |
PandaNpc Aktualisiert 21. Okt. 2026, 06:01 UTC
Quelle: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Spaltenleitfaden
- Nr.
- Nur Anzeigereihenfolge. Sortierung ändert diese Nummer; sie ist kein veröffentlichter Fähigkeitsrang.
- Modell
- Der Name des bewerteten Modells und sein Anbietersymbol. Ein Bindestrich in einer Wertspalte bedeutet, dass hier kein veröffentlichter Wert verfügbar ist, nicht eine Null.
- Punktzahl
- Testet die Rekonstruktion von Programmen von Grund auf, um dem erforderlichen Verhalten zu entsprechen. Evaluierungsmethodik ↗
- Cost / Test
- Kosten pro Test · USD
- Input cost
- Eingabepreis pro Million Token · USD / 1M tokens
- Output cost
- Ausgabepreis pro Million Token · USD / 1M tokens
- Duration
- Gemeldete Testdauer · s / min
- Vals.ai
- Kosten und Zeiten werden für diesen Benchmark von Vals gemeldet, nicht als allgemeine Modellpreise oder Latenz. Die geschätzten API-Kosten für CUA-bench decken die Evaluierungsnutzung ab und sind eine untere Abschätzung, nicht die Kosten pro Aufgabe; die Zeit pro Aktion ist ein Durchschnitt, kein Median. Ein Sternchen kennzeichnet das Prompt-Cache-Verhalten am Launch-Tag, das die Cache-Schreibkosten erhöht hat. Fehlende Werte sind unveröffentlicht, nicht null.