📊 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 Meta · 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	Meta: Llama 4 Maverick meta-llama/llama-4-maverick	Meta	18,4	119,4 t/s	626 ms	$0.35 in $0.85 out
2	Meta: Llama 3.3 70B Instruct meta-llama/llama-3.3-70b-instruct	Meta	14,5	94,1 t/s	628 ms	$0.58 in $0.71 out
3	Meta: Llama 4 Scout meta-llama/llama-4-scout	Meta	13,5	108,0 t/s	630 ms	$0.17 in $0.66 out
4	Meta: Llama 3.1 70B Instruct meta-llama/llama-3.1-70b-instruct	Meta	12,5	35,6 t/s	573 ms	$0.56 in $0.56 out
5	Meta: Llama 3.1 8B Instruct meta-llama/llama-3.1-8b-instruct	Meta	11,8	197,7 t/s	502 ms	$0.10 in $0.10 out
6	Meta: Llama 3.2 3B Instruct meta-llama/llama-3.2-3b-instruct	Meta	9,7	51,7 t/s	663 ms	$0.15 in $0.15 out
7	Meta: Llama 3 70B Instruct meta-llama/llama-3-70b-instruct	Meta	8,9	44,5 t/s	690 ms	$0.65 in $2.75 out
8	Meta: Llama 3.2 11B Vision Instruct meta-llama/llama-3.2-11b-vision-instruct	Meta	8,7	86,8 t/s	495 ms	$0.245 in $0.245 out
9	Meta: Llama 3 8B Instruct meta-llama/llama-3-8b-instruct	Meta	6,4	81,9 t/s	511 ms	$0.045 in $0.145 out
10	Meta: Llama 3.2 1B Instruct meta-llama/llama-3.2-1b-instruct	Meta	6,3	86,4 t/s	569 ms	$0.05 in $0.05 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.