📊 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 xAI · 10 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	xAI: Grok 4.3 x-ai/grok-4.3	xAI	43,9	158,0 t/s	4,39 s	$1.25 in $2.50 out
2	xAI: Grok 4 x-ai/grok-4	xAI	41,5	0 t/s	0 ms	$5.50 in $27.50 out
3	xAI: Grok 3 Mini x-ai/grok-3-mini	xAI	32,1	60,4 t/s	596 ms	$0.30 in $0.50 out
4	xAI: Grok 4.20 x-ai/grok-4.20	xAI	29	188,0 t/s	573 ms	$2.00 in $6.00 out
5	xAI: Grok Code Fast 1 x-ai/grok-code-fast-1	xAI	28,7	0 t/s	0 ms	$0 in $0 out
6	xAI: Grok 3 x-ai/grok-3	xAI	25,2	0 t/s	0 ms	$4.00 in $20.00 out
7	xAI: Grok 4.1 Fast x-ai/grok-4.1-fast	xAI	23,6	0 t/s	0 ms	$0 in $0 out
8	xAI: Grok 4 Fast x-ai/grok-4-fast	xAI	23,1	0 t/s	0 ms	$0.20 in $0.50 out
9	xAI: Grok Build 0.1 x-ai/grok-build-0.1	xAI	—	— t/s	—	— in — out
10	xAI: Grok 4.20 Multi-Agent x-ai/grok-4.20-multi-agent	xAI	—	— 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.