VerdictPal
Beitreten
VerdictPal · Redaktions-Desk · Stand 5. Sept. 2026VerdictPal
Modelle

Modellzentrierter Evidenz Atlas.

Wir bewerten Modelle, nicht Anbieter. Unten: jedes kartierte Modell mit öffentlichen Benchmark-Belegen, sortiert nach Intelligence-Receipts (Vals Index zuerst, dann Artificial Analysis). Jede Zeile hat Datum und URL, kein universelles Urteil.
Aktueller Vals-Evidenz-Anker · Vals Index
Kimi K3Moonshot · Kimi K3 · 75 im Vals Intelligence-Index
216
Modelle mit Seite
21
Anbieter
171
Preis in USD/1M
8
Nur im Score-Ledger

Vals-Index-Zeilen zuerst. Modelle ohne Vals-Zeile fallen auf Artificial Analysis zurück. Quellen-Badges zeigen Einzel- vs. bestätigte Quelle — kein Cross-Benchmark-Sieger.

  1. 1
    Kimi K3Moonshot · Kimi K3 · Vals + AA stimmen überein
    75Vals
  2. 2
    Claude Mythos PreviewAnthropic · Claude Opus · Nur Vals
    73Vals
  3. 3
    GPT-5.6 SolOpenAI · GPT-5.6 · Vals + AA stimmen überein
    73Vals
  4. 4
    Claude Opus 4.8Anthropic · Claude Opus · Vals + AA stimmen überein
    70Vals
  5. 5
    Claude Fable 5.1Anthropic · Claude Fable · Vals + AA stimmen überein
    69Vals
  6. 6
    GPT 5.5OpenAI · GPT 5 · Vals + AA stimmen überein
    68Vals
  7. 7
    Claude Opus 5 (Adaptive Reasoning, Max Effort)Anthropic · Claude Opus · Vals + AA stimmen überein
    67Vals
  8. 8
    GPT-6 AstraOpenAI · GPT-6 · Vals + AA stimmen überein
    67Vals
  9. 9
    Claude Opus 4.7Anthropic · Claude Opus · Vals + AA stimmen überein
    66Vals
  10. 10
    Claude Fable 5Anthropic · Claude Fable · Vals + AA stimmen überein
    66Vals
Top 10 von 192

Gemischte Kosten pro Million Tokens (Input + 3× Output) auf der X-Achse, log-Skala. Intelligence-Index auf der Y-Achse — Vals wenn vorhanden, sonst Artificial Analysis. Punkte nach Kontextfenster skaliert, verbunden durch die Pareto-Frontier (beste Intelligence pro Kostenstufe).

Pareto-Frontier · kuratierte Modelle159 scored · log scale
$0.10$1$10$1000255075100Mischkosten $/1M (log)IntelligenzQwen 3.6 Plus
Alle 159 Modelle in diesem Diagramm
ModellIntelligenzMischkosten $/1MFrontier
Qwen 3.6 Plus79$1.63Ja
DeepSeek V4 Flash Max78$0.25Ja
Kimi K375$12.00—
GPT-5.6 Sol73$16.00—
Claude Mythos Preview73$243.75—
Claude Opus 4.870$60.00—
Claude Fable 5.169$40.00—
GPT 5.568$40.63—
Claude Opus 5 (Adaptive Reasoning, Max Effort)67$20.00—
GPT-6 Astra67$40.00—
Claude Opus 4.766$20.00—
Claude Fable 566$40.00—
Claude Opus 5 (Adaptive Reasoning, Xhigh Effort)63$20.00—
Claude Opus 5 (Adaptive Reasoning, High Effort)62$20.00—
GLM-5.360$3.65—
Claude Sonnet 4.660$12.00—
Claude Opus 5 (Adaptive Reasoning, Medium Effort)59$20.00—
GLM-5.3-Flash58$0.41—
Qwen3.8 2.4T A95B58$5.00—
Qwen3.8 Max58$5.00—
Muse Spark 1.257$3.50—
GPT-5.6 Terra57$11.88—
Qwen3.8-Flash-Next56$0.39—
DeepSeek V4 Pro Max56$1.30—
Kimi K2.656$2.02—
Grok 4.556$5.00—
Claude Sonnet 555$8.00—
GPT-5.5 (high)55$23.75—
GPT-5.4 Pro55$142.50—
GPT-5.5 Pro54$142.50—
DeepSeek V4 Pro 0813 (Reasoning, Max Effort)53$3.30—
Muse Spark 1.153$3.50—
Muse Spark 1.353$3.50—
GLM-5.253$3.65—
Gemini 3.1 Pro53$17.50—
Claude Opus 5 (Adaptive Reasoning, Low Effort)53$20.00—
GPT 5.453$22.75—
DeepSeek V4 Flash 0731 (Reasoning, Max Effort)52$1.10—
DeepSeek V4 Flash Vision (Reasoning, Max Effort)52$1.10—
Qwen3.8 27B52$2.38—
Gemini 3.6 Flash (high)52$3.00—
GPT-5.6 Luna52$4.75—
GPT-5.4 Mini51$3.56—
Grok 4.651$5.00—
GPT-5.5 (medium)51$23.75—
Agnes 2.5 Pro Beta49$0.25—
Gemini 3.5 Flash49$0.97—
Gemini 3 Flash Preview49$2.38—
Qwen 3.7 Max48$1.00—
Gemini 3.1 Pro Preview48$9.50—
Claude Sonnet 4.6 (Adaptive Reasoning, Max Effort)48$12.00—
Kimi K3 (low)48$12.00—
Motif 347$0.00Ja
Gemini 3.8 Flash47$3.00—
Qwen3.7 Max47$6.25—
Gemini 3.5 Flash (medium)47$7.13—
Grok 4.347$20.00—
GPT-5.4 Nano46$0.99—
GPT-5.3 Codex (xhigh)46$10.94—
MiniMax M345$1.60—
Gemini 3.7 Flash45$3.00—
Claude Opus 4.6 (Adaptive Reasoning, Max Effort)45$20.00—
GPT-5.5 (low)45$23.75—
DeepSeek V4 Pro (Reasoning, High Effort)44$0.76—
Apodex 1.144$2.33—
Claude Opus 4.7 (Non-reasoning, High Effort)44$20.00—
MiMo-V2.5-Pro43$0.76—
Kimi K2.7 Code43$3.24—
GPT-5.243$10.94—
Hy342$0.00—
Solar Pro 442$0.97—
Nex-N2-Pro42$2.00—
Inkling (xhigh)42$3.98—
Claude Opus 4.5 (Reasoning)42$20.00—
MiMo-V2-Pro41$0.00—
Inkling Small41$0.97—
MiniMax M2.741$1.21—
Grok Build 0.1 061641$1.75—
Qwen3.6 Plus41$2.38—
GLM-5 (Reasoning)41$2.65—
Qwen3.6 Max Preview41$6.17—
GPT-5.2 Codex (xhigh)41$10.94—
JT-4.1 Flash 236B A21B40$0.00—
Agnes 2.5 Pro Alpha40$0.79—
Claude Haiku 4.540$4.00—
GPT-5.4 (low)40$11.88—
GLM-5-Turbo39$0.00—
DeepSeek V4 Flash (Reasoning, High Effort)39$0.25—
Gemini 3 Flash Preview (Reasoning)39$2.38—
GPT-5.2 (medium)39$10.94—
Claude Opus 4.639$20.00—
MiMo-V2.538$0.25—
Qwen3.6 27B (Reasoning)38$2.85—
MiMo-V2-Omni-032737$0.00—
Solar Open2 250B37$0.00—
Gemini 3.5 Flash-Lite37$1.95—
Grok 4.3 (medium)37$2.19—
Grok 4.20 0309 (Reasoning)37$5.00—
GPT-5 Codex (high)37$7.81—
Claude 4.5 Sonnet (Reasoning)37$12.00—
MiMo-V2-Omni36$0.00—
Grok 4.3 (low)36$2.19—
Kimi K2.536$2.40—
Gemini 3.5 Flash (minimal)36$7.13—
GPT-5.1 Codex (high)36$7.81—
Claude Opus 4.536$20.00—
GPT-5.5 (Non-reasoning)36$23.75—
A.X-K235$0.00—
GLM 5V Turbo (Reasoning)35$0.00—
MiniMax M2.535$0.97—
Muse Glimmer35$1.09—
Gemini 3.1 Flash Lite35$1.19—
GLM-4.7 (Reasoning)35$1.80—
Qwen3.5 27B (Reasoning)35$1.87—
Kimi K2.6 (Non-reasoning)35$3.24—
GLM-5.2 (Non-reasoning)35$3.53—
GPT-5 (high)35$7.81—
GPT-5 (medium)35$7.81—
Claude Sonnet 4.6 (Non-reasoning, Low Effort)35$12.00—
Claude 4.1 Opus (Reasoning)35$60.00—
MiMo-V2-Flash (Feb 2026)34$0.00—
Hy3-preview (Reasoning)34$0.19—
KAT Coder Pro V234$0.97—
Kimi K2 Thinking34$2.02—
LongCat-2.034$2.40—
Qwen3.5 397B A17B (Reasoning)34$2.85—
Gemini 3 Pro Preview (low)34$9.50—
Grok 434$12.00—
GPT-5.5 Instant (May 2026)34$23.75—
DeepSeek V4 Pro (Non-reasoning)32$0.76—
Qwen3.6 35B A3B (Reasoning)32$1.18—
Ring-2.6-1T32$1.95—
K-EXAONE 2.0 080331$0.00—
Qwen3.6 27B (Non-reasoning)31$2.85—
Mistral Medium 3.530$6.00—
JT-35B-Flash29$0.00—
DeepSeek V4 Flash (Non-reasoning)29$0.25—
GPT-5.5 Instant (June 2026)29$23.75—
MiMo-V2.5-Pro (Non-reasoning)28$0.76—
Hy3-preview (Non-reasoning)27$0.19—
Ling-2.6-1T27$1.95—
Qwen3.6 35B A3B (Non-reasoning)25$1.78—
Grok 4.3 (Non-reasoning)25$2.19—
Nemotron 3.5 Lightning24$0.16—
Granite 4.2 30B24$0.53—
Command A23$8.13—
Grok 4.20 0309 v2 (Non-reasoning)22$5.00—
EXAONE 4.5 33B21$0.00—
Granite 4.2 8B20$0.20—
JT-MINI19$0.00—
G9v3-3B16$0.00—
Mistral Large 316$1.25—
Nemotron 3 Nano Omni 30B A3B Reasoning15$0.24—
DiffusionGemma 26B A4B14$0.00—
Granite 4.2 3B14$0.10—
Ling 2.6 Flash14$0.25—
MiniCPM5-1B (Non-reasoning)12$0.00—
Granite 4.1 30B9$0.00—
MiniCPM-V 4.6 1.3B4$0.00—

Der frühere Schnitt nur mit Input-Kosten. Nützlich bei input-lastiger Arbeit (RAG, Dokument-Q&A) statt output-lastig.

0255075100$0.10$0.30$1$3$10$30Input-USD / 1M Tokens · log-Skala →← Intelligenz

Hover auf einen Punkt zeigt Name, Score und Input-Preis. Per Tastatur: die zwölf besten mit Tab durchgehen oder die Rangliste unten nutzen.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMetaMiniMaxxAIZhipuXiaomiOtherMeituanCohereNVIDIA

Der höchste Intelligence-Receipt pro Family-Slice. Sanity-Check, dass eine einzelne Zahl keine Schwachstelle versteckt.

Kimi K375

Moonshot · Kimi K3

Familienprofil

Bester veröffentlichter Score je abgedeckter Benchmark-Familie.

75/100 Ø
Wissen
48
Reasoning
94
Coding
59
Agentisch
85
Multimodal
81
Langer Kontext
83

6 getestete Benchmark-Familien

Claude Mythos Preview73

Anthropic · Claude Opus

Familienprofil

Bester veröffentlichter Score je abgedeckter Benchmark-Familie.

91/100 Ø
Reasoning
95
Coding
94
Agentisch
84

3 getestete Benchmark-Familien

GPT-5.6 Sol73

OpenAI · GPT-5.6

Familienprofil

Bester veröffentlichter Score je abgedeckter Benchmark-Familie.

79/100 Ø
Wissen
59
Reasoning
94
Coding
73
Agentisch
88
Multimodal
83
Langer Kontext
78

6 getestete Benchmark-Familien

Ein Modell ohne Zeile in einer Family wurde dort öffentlich nicht getestet. Das zeigen wir — statt Schwäche zu simulieren.

Benchmark-Atlas öffnen
Knowledge57Modelle abgedeckt
Reasoning195Modelle abgedeckt
Math51Modelle abgedeckt
Coding189Modelle abgedeckt
Agentic188Modelle abgedeckt
Multimodal15Modelle abgedeckt
Long context184Modelle abgedeckt
Tool use20Modelle abgedeckt
Performance0Modelle abgedeckt
Safety9Modelle abgedeckt
Human preference13Modelle abgedeckt