Vergleich der Fähigkeiten von KI-Modellen
Agentisches Coding
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.
Terminal-Bench 2.1Terminal-Benchmark 2.1
— means no published score for this candidate in this source, not zero.8/11 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 | 87.64 | $0.5 | $4 | $20 | 6.38 min |
| 2 |  GPT-6 AstraGPT-6 Astra | 87.27 | $1.34 | $10 | $50 | 4.57 min |
| 3 | Claude Fable 5.1Claude Fable 5.1 | 85.02 | $3.07 | $10 | $50 | 8.33 min |
| 4 | Claude Opus 5Claude Opus 5 | 84.64 | $0.89 | $5 | $25 | 12.55 min |
| 5 | Claude Sonnet 5.5Claude Sonnet 5.5 | 83.15 | $0.63 | $2 | $10 | 7.77 min |
| 6 | GPT-6 SolGPT-6 Sol | 83.15 | $0.37 | $2 | $10 | 4.98 min |
| 7 | GPT-6 LunaGPT-6 Luna | 73.03 | $0.03 | $0.1 | $0.5 | 7.08 min |
| 8 |  Gemini 4 ArgonGemini 4 Argon | 57.68 | — | $4 | $20 | 14.03 min |
Vals.ai-Benchmarks
Quelle: Vals.ai ↗ · Aktualisiert 2026-10-19
Terminal-Bench 2.1 · Aktualisiert 2026-09-28
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 Erledigung praktischer Aufgaben in einer Terminalumgebung, wie Programmierung und Systembetrieb. Versionen verwenden unterschiedliche Aufgabensätze und sollten separat verglichen werden. 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.