📊 Live Benchmark

KI-Modelle Leaderboard 2026

Alle relevanten Large Language Models auf einen Blick — sortiert nach Quality Index, Geschwindigkeit, Latenz und Preis. Datenquelle: Artificial Analysis.

Aktuell gefiltert auf DeepSeek · 9 Modelle · Letzte Synchronisation: 09. Juni 2026

Wie liest du dieses Leaderboard?

Quality Index ist ein zusammengesetzter Wert von Artificial Analysis aus über zehn unabhängigen Benchmarks (MMLU-Pro, GPQA, HLE, LiveCodeBench, SciCode, AIME u. a.). Höher = besser. Speed misst Output-Tokens pro Sekunde im Median über alle Hosting-Provider. Latency ist die Time-to-First-Token in Sekunden — wichtig für Streaming-UIs. Preise sind US-Dollar pro 1 Million Tokens, separat für Input und Output. Sortiere nach deiner Priorität, filter nach Anbieter oder Preis-Bucket — und prüfe konkrete Kosten direkt im Token-Rechner oder zwei Modelle im Head-to-Head-Vergleich.

#	Modell	Vendor	Quality	Speed	Latency	Preis (USD/1M)
1	DeepSeek: DeepSeek V3.2 deepseek/deepseek-v3.2	DeepSeek	41,7	0 t/s	0 ms	$0.30 in $0.45 out
2	DeepSeek: DeepSeek V4 Pro deepseek/deepseek-v4-pro	DeepSeek	39,3	65,4 t/s	1,22 s	$0.435 in $0.87 out
3	DeepSeek: DeepSeek V4 Flash deepseek/deepseek-v4-flash	DeepSeek	36,5	107,1 t/s	1,01 s	$0.14 in $0.28 out
4	DeepSeek: DeepSeek V3.2 Speciale deepseek/deepseek-v3.2-speciale	DeepSeek	29,4	0 t/s	0 ms	$0 in $0 out
5	DeepSeek: DeepSeek V3.1 Terminus deepseek/deepseek-v3.1-terminus	DeepSeek	28,5	0 t/s	0 ms	$0.27 in $1.00 out
6	DeepSeek: R1 deepseek/deepseek-r1	DeepSeek	27,1	0 t/s	0 ms	$1.35 in $4.20 out
7	DeepSeek: R1 Distill Qwen 32B deepseek/deepseek-r1-distill-qwen-32b	DeepSeek	17,2	0 t/s	0 ms	$0 in $0 out
8	DeepSeek: R1 Distill Llama 70B deepseek/deepseek-r1-distill-llama-70b	DeepSeek	16	44,9 t/s	371 ms	$0.70 in $1.05 out
9	DeepSeek: DeepSeek V4 Flash (free) deepseek/deepseek-v4-flash:free	DeepSeek	—	— t/s	—	— in — out

🧮 Tool

Pricing-Calculator

Schätze deine monatlichen API-Kosten — gib dein erwartetes Token-Volumen ein, wir rechnen für die Top-15 Modelle.

Input Tokens (Mio./Monat) Output Tokens (Mio./Monat)

#	Modell	Vendor	Quality	Kosten/Monat (USD)

📈 Tool

Quality vs. Preis (Pareto-Chart)

Wo liegt der beste Tradeoff? Modelle oben-links sind die Pareto-Optima: hohe Quality, niedriger Preis.

Pareto-Optimum Andere Modelle

❓ Häufige Fragen zum KI-Modelle-Leaderboard

Woher stammen die Leaderboard-Daten?

Quality Index, Speed (Output-Tokens/s), Latenz (Time-to-First-Token) und Preise (USD pro 1 Mio. Tokens) kommen direkt von Artificial Analysis. Synchronisation täglich um 04:00 UTC. Wir speichern keine eigenen Benchmark-Werte und führen keine eigene Bewertung durch.

Was misst der Quality Index genau?

Der Artificial-Analysis-Intelligence-Index ist ein zusammengesetzter Score aus über zehn unabhängigen Benchmarks: MMLU-Pro (Wissen), GPQA & HLE (Reasoning), LiveCodeBench & SciCode (Coding), AIME (Mathematik), IFBench (Instruction-Following), LCR (Long-Context-Recall) und τ² (Tool-Use). Skala 0–100 — höher = besser.

Warum sind manche bekannte Modelle nicht im Leaderboard?

Wir zeigen nur Modelle, die in der Registry als is_active=true markiert sind und für die Artificial Analysis vollständige Benchmark-Daten liefert. Reine Bild- oder Audio-Modelle, deprecatete Versionen sowie Closed-Beta-Modelle ohne öffentliche API erscheinen nicht.

Wie nutze ich Sortierung und Filter sinnvoll?

Sortiere nach Quality für maximale Genauigkeit, nach Speed für hohen Durchsatz, nach Latency für reaktive Streaming-UIs und nach Preis für kostensensitive Workloads. Kombiniere die Vendor- und Preis-Filter, um z. B. „nur OpenAI unter 5 USD/Mio. Output“ zu finden.

Wie berechne ich konkrete Token-Kosten?

Im Token-Kostenrechner kannst du Input- und Output-Volumen einsetzen und die monatlichen Kosten für jedes Modell live durchspielen. Für direkten Head-to-Head-Vergleich zweier Modelle nutze die Vergleichs-Seiten.