Zurück zum Trend des Tages: Intel-Chef warnt: Milliarden KI-Helfer lassen sich nur schwer kontrollieren

Poly-Ranking · aus dem Trend des Tages

KI-Agenten-Kostenvergleich 2026: Die meiste Arbeit pro Dollar

Auf der Programmier-Bestenliste von Arena vom 4. Nov. kostet eine mediane Aufgabe von Claude Opus 5.5 17,45 $ und eine von GPT-6.1 Terra 1,40 $: rund das Zwölffache des Preises für 23,38% Nettoverbesserung statt 13,76%.

Nr. 1: GPT-6.1 Sol (OpenAI Codex)
10 Plätze
Stand: 4. November 2026, 19:18 EST

01Endgültige Liste

Die führenden KIs haben unabhängig voneinander jeweils eine eigene Liste mit zehn Plätzen erstellt. Hier steht ein leicht prüfbares Ergebnis: Jeder Platz hat einen Grund, eine Quelle und die Liste der KIs, die ihn aufgenommen haben.

Reihenfolge: von größter bis geringster Übereinstimmung der KIs.

Ein helles Kennzeichen heißt: Diese KI hat den Eintrag auf ihre Liste gesetzt. Ein blasses: hat sie nicht.

1
GPT-6.1 Sol (OpenAI Codex)
Die günstige Wahl, auf die sich drei getrennte Bestenlisten einigen: 12,51% Nettoverbesserung bei Arena für 0,98 $, 62,9% im Coding Agent Index für 1,04 $, 58,2% bei Terminal-Bench für 1,92 $.
Aufgenommen: ChatGPT, Meta, Grok, StepFun, Kimi, DeepSeek. Nicht aufgenommen: Nemotron, Wenxin.
In ihren Listen: ChatGPT: 2 · Meta: 1 · Grok: 3 · StepFun: 3 · Kimi: 1 · DeepSeek: 4
Was jede KI angemerkt hat 6
- ChatGPTPlatz 2
  Mit mittleren Kosten von 0,98 $ pro Aufgabe und 10,3 Minuten Dauer ist er ein praktischer Kandidat für kontrollierte Coding-Abläufe.
  Quelle ↗
- MetaPlatz 1
  Mittel bei Arena 0,98 $, 1,27 $ pro Aufgabe im Intelligence Index für 55 Punkte – achtmal günstiger als Opus 5.5 Max mit 10,04 $ für 58 Punkte
- GrokPlatz 3
  Ein Gesamt-Median von 98 Cent bringt 12,51 % Nettoverbesserung – einen Schritt vor Terra und einen zurück bei der Fehlerbehebung in der Shell.
  Quelle ↗
- StepFunPlatz 3
  Das Kostenspiel von OpenAI: innerhalb von zwei Punkten seiner teureren Geschwistermodelle auf derselben Rangliste, bei 0,56 $ pro mittlerer Aufgabe.
- KimiPlatz 1
  62,9 % echter Ingenieuraufgaben gelöst, zu je 1,04 $ und 15,5 Minuten – etwa 60 Indexpunkte pro Dollar, das Sechsfache der Arbeitsleistung pro Dollar des Spitzenreiters der Rangliste.
  Quelle ↗
- DeepSeekPlatz 4
  58,2 % für 1,92 $ – ein Fünftel von Astras 9,90 $ im selben Test.
6 KIs setzten es hierher
Quelle ↗
2
Claude Opus 5.5 (Claude Code)
Höchste Nettoverbesserung insgesamt (20,14%), aber 17,45 $ und 39 Minuten pro medianer Programmieraufgabe. Bei Terminal-Bench-Läufen wird es mit 14,30–19,07 $ bepreist.
Aufgenommen: ChatGPT, Meta, Grok, StepFun, Kimi, DeepSeek. Nicht aufgenommen: Nemotron, Wenxin.
In ihren Listen: ChatGPT: 6 · Meta: 8 · Grok: 7 · StepFun: 4 · Kimi: 9 · DeepSeek: 6
Was jede KI angemerkt hat 6
- ChatGPTPlatz 6
  Er führt die Gesamtrangliste von Arena vom 3. November an, aber bei 6,80 $ pro mittlerer Aufgabe muss sich sein Aufpreis durch weniger gescheiterte oder wiederholte Versuche rechtfertigen.
  Quelle ↗
- MetaPlatz 8
  0,08 $ Median, absolut das Günstigste – 0,62 % insgesamt, 1,9 Min., 26,1 Tsd. Tokens zu 0,10 $/0,50 $
  Quelle ↗
- GrokPlatz 7
  Die meiste Nettoverbesserung auf der Rangliste: 20,14 % – insgesamt zu 6,79 $ und bei Code-Aufgaben zu 17,45 $.
  Quelle ↗
- StepFunPlatz 4
  Das beste Preis-Leistungs-Verhältnis innerhalb der besten Familie: Platz 1 bei der Steuerbarkeit und Platz 2 beim bestätigten Erfolg für 1,31 $ pro Aufgabe, 64 % unter der eigenen Max-Stufe.
  Quelle ↗
- KimiPlatz 9
  Das teuerste verlässliche Arbeitstier: 66 % Aufgabenerfolg bei 13,04 $ – Sie zahlen pro Aufgabe etwa das Doppelte im Vergleich zu Codex, und unabhängige Messungen bringen es auf einen Median von 2,2 Minuten.
  Quelle ↗
- DeepSeekPlatz 6
  64,8 % bei 14,30 $ – verlässliche Arbeit zu einem Preis, der sich nur bei hochwertigen Aufgaben lohnt.
6 KIs setzten es hierher
Quelle ↗
3
Claude Sonnet 5.5 (Claude Code)
Gleichauf mit Opus 5.5 beim bestätigten Programmiererfolg (24,98%), bei 8,39 $ pro medianer Programmieraufgabe statt 17,45 $. Insgesamt: 15,42% Nettoverbesserung für 3,86 $.
Aufgenommen: ChatGPT, Meta, Grok, StepFun, Kimi. Nicht aufgenommen: Nemotron, DeepSeek, Wenxin.
In ihren Listen: ChatGPT: 5 · Meta: 5 · Grok: 5 · StepFun: 6 · Kimi: Liste ansehen
Was jede KI angemerkt hat 5
- ChatGPTPlatz 5
  Die mittleren Kosten von 3,86 $ liegen weit über den Alternativen unter einem Dollar, doch 19,95 % bestätigter Erfolg machen seinen auf Zuverlässigkeit bezogenen Wert konkurrenzfähig.
  Quelle ↗
- MetaPlatz 5
  74,55 % GAIA-Spitze für 178,20 $ – 15,42 % bestätigter Erfolg bei Arena für 3,83 $, 16,4 Min. – die beste Rechercheleistung pro Dollar
- GrokPlatz 5
  Gleichauf mit Opus beim bestätigten Coding-Erfolg, 24,98 %, für 8,39 $ statt 17,45 $.
  Quelle ↗
- StepFunPlatz 6
  Zweitbester bestätigter Erfolg auf der ganzen Rangliste (20,21 %) für 3,86 $ pro Aufgabe – die Anthropic-Wahl der mittleren Preisklasse, die den größten Teil der Zuverlässigkeit behält.
  Quelle ↗
- Kimi
  In der eigenen Liste anders benannt: ganze Liste öffnen.
  Liste ansehen
5 KIs setzten es hierher
Quelle ↗
4
Gemini 4 Argon
Bei Chataufgaben 13,22% Nettoverbesserung für 52 Cent in 3,8 Minuten. Schwächer beim Programmieren: 8,54% für 2,14 $ bei Arena und 5,84 $ pro Aufgabe in Googles Antigravity CLI.
Aufgenommen: ChatGPT, Meta, Grok, Kimi. Nicht aufgenommen: Nemotron, StepFun, DeepSeek, Wenxin.
In ihren Listen: ChatGPT: 3 · Meta: 3 · Grok: 2 · Kimi: 3
Was jede KI angemerkt hat 4
- ChatGPTPlatz 3
  Mit 0,97 $ und 7,3 Minuten pro mittlerer Aufgabe ist er schneller und billiger als Carbon, auch wenn Carbon das stärkere Gesamtsignal bei der Verbesserung hat.
  Quelle ↗
- MetaPlatz 3
  0,97 $ Median, 10,53 % insgesamt – 0,42 % Werkzeug-Halluzinationen, der niedrigste Wert unter den Top 10, 13,52 % Steuerbarkeit
- GrokPlatz 2
  Bei Chat-Aufgaben 13,22 % Nettoverbesserung für 52 Cent und 3,8 Minuten.
  Quelle ↗
- KimiPlatz 3
  Bester DeepSWE-Wert auf der Rangliste (78,8 %) bei 5,84 $ pro Aufgabe – die stärkste Arbeit bei schwierigem Coding pro Dollar unter den drei großen Testgerüsten.
  Quelle ↗
4 KIs setzten es hierher
Quelle ↗
5
Gemini 4 Carbon
Die meiste Qualität für unter 2 $: 16,72% Nettoverbesserung und 18,02% bestätigter Erfolg bei einem medianen Preis von 1,69 $, etwa ein Viertel der 6,79 $ von Opus 5.5. Arena führt ihn noch als vorläufig.
Aufgenommen: ChatGPT, Meta, Grok, StepFun. Nicht aufgenommen: Nemotron, Kimi, DeepSeek, Wenxin.
In ihren Listen: ChatGPT: 1 · Meta: 4 · Grok: 4 · StepFun: 2
Was jede KI angemerkt hat 4
- ChatGPTPlatz 1
  Bei 1,69 $ pro mittlerer Aufgabe erreicht er im Arena-Stand vom 3. November 18,04 % vom Nutzer bestätigten Erfolg – damit das stärkste beobachtete Verhältnis von Preis und Abschluss unter den führenden Modellen.
  Quelle ↗
- MetaPlatz 4
  16,72 % bestätigter Erfolg, Platz 2 insgesamt, für 1,69 $ – 19,32 % Steuerbarkeit, der beste Wert, 0,51 % Halluzinationen
- GrokPlatz 4
  Der Preisführer, der trotzdem Aufgaben gewinnt: 16,72 % Gesamt-Nettoverbesserung bei 1,69 $, und Arena stuft das Ergebnis als vorläufig ein.
  Quelle ↗
- StepFunPlatz 2
  Die effiziente Wahl, die auch gewinnt: Platz 2 insgesamt bei Agent Arena mit 1,69–1,80 $ pro Aufgabe, ein Fünftel des Preises des Agenten darüber beim bestätigten Erfolg.
  Quelle ↗
4 KIs setzten es hierher
Quelle ↗
6
DeepSeek V4.1 Flash
Der günstigste echte Einstieg mit einem medianen Preis von 0,16 $, aber nur 2,37% Nettoverbesserung am 4. Nov. Ein früherer Arena-Beitrag zeigte +4,87% bei 0,07 $.
Aufgenommen: ChatGPT, Meta, Grok, StepFun. Nicht aufgenommen: Nemotron, Kimi, DeepSeek, Wenxin.
In ihren Listen: ChatGPT: 8 · Meta: 7 · Grok: 9 · StepFun: 1
Was jede KI angemerkt hat 4
- ChatGPTPlatz 8
  Mit 0,16 $ pro mittlerer Aufgabe gehört er zu den günstigsten beobachteten Optionen, doch das Signal von 3,38 % bestätigtem Erfolg verhindert eine höhere Platzierung bei fertiggestellter Arbeit.
  Quelle ↗
- MetaPlatz 7
  0,16 $ Median, günstigstes Coding – 2,37 % insgesamt, 86,5 Tsd. Tokens, 0,15 $/0,60 $ pro Mio.
  Quelle ↗
- GrokPlatz 9
  Nah an Astra bei der Qualität: 13,86 % gegenüber 14,70 %, bei ähnlichem Median von 6,40 $ und einem Coding-Median von 16,30 $.
  Quelle ↗
- StepFunPlatz 1
  0,07 $ Median pro Aufgabe für +4,87 % Nettoverbesserung – etwa 97-mal günstiger als der Agent auf Platz 1 der Rangliste, bei Arbeit, die nur wenige Punkte schlechter ist.
  Quelle ↗
4 KIs setzten es hierher
Quelle ↗
7
Devin (Cognition)
Die Kosten pro Aufgabe hängen davon ab, wer sie zählt: 0,60 $ (Herstellerangabe), 1,40 $ bei 70,4% (unabhängig: DeepSWE), 7,90 $ (Coding Agent Index), etwa 9–10 $ pro zusammengeführter Aufgabe (unabhängige Schätzung).
Aufgenommen: Meta, StepFun, Kimi, DeepSeek. Nicht aufgenommen: ChatGPT, Grok, Nemotron, Wenxin.
In ihren Listen: Meta: Liste ansehen · StepFun: 7 · Kimi: 5 · DeepSeek: 2
Was jede KI angemerkt hat 4
- Meta
  In der eigenen Liste anders benannt: ganze Liste öffnen.
  Liste ansehen
- StepFunPlatz 7
  Cognition AI behauptet 64 % niedrigere Kosten als das führende Coding-Modell – das ergäbe etwa 1,18 $ pro Aufgabe –, während andere Rechnungen eine zusammengeführte Aufgabe bei etwa 9–10 $ ansetzen.
  Quelle ↗
- KimiPlatz 5
  Für 7,90 $ gibt es 61,7 % abgeschlossene Aufgaben, wobei SWE-2 Medium die schwere Arbeit übernimmt – Preis im Mittelfeld, Spitzen-Zuverlässigkeit pro Dollar für delegierte Tickets.
  Quelle ↗
- DeepSeekPlatz 2
  68,8 bei 0,60 $ – wenn man den FrontierCode-Lauf zählt und nicht die Lizenz für 500 $ im Monat.
4 KIs setzten es hierher
Quelle ↗
8
GPT-6.1 Terra
Der günstigste starke Leistungsträger: ein medianer Preis von 0,79 $ für 11,40% Nettoverbesserung und 1,40 $ pro Programmieraufgabe statt 17,45 $ bei Opus 5.5.
Aufgenommen: ChatGPT, Meta, Grok. Nicht aufgenommen: Nemotron, StepFun, Kimi, DeepSeek, Wenxin.
In ihren Listen: ChatGPT: 4 · Meta: 2 · Grok: 1
Was jede KI angemerkt hat 3
- ChatGPTPlatz 4
  Die mittleren Kosten von 0,79 $ pro Aufgabe unterbieten Sols 0,98 $, doch das beobachtete Gesamtsignal der Verbesserung ist niedriger.
  Quelle ↗
- MetaPlatz 2
  Günstigster der Top 10 mit 0,96 $ pro Aufgabe für 48 Punkte – 0,79 $ Median bei Arena, 11,4 % Erfolg, 15,18 % Steuerbarkeit
- GrokPlatz 1
  11,40 % Nettoverbesserung insgesamt bei einem Median von 79 Cent und 1,40 $ bei einer Coding-Aufgabe.
  Quelle ↗
3 KIs setzten es hierher
Quelle ↗
9
Kimi K3.1 Pro
Ein medianer Preis von 1,47 $ für 5,29% Nettoverbesserung (vorläufig): weniger als die Hälfte des Gewinns von Terra bei fast dem doppelten Preis. Toloka fand, dass 41% der Aufgaben von K3 nur manchmal gelöst wurden.
Aufgenommen: Meta, Grok, StepFun. Nicht aufgenommen: ChatGPT, Nemotron, Kimi, DeepSeek, Wenxin.
In ihren Listen: Meta: 6 · Grok: 6 · StepFun: 5
Was jede KI angemerkt hat 3
- MetaPlatz 6
  Platz 1 bei den offenen Modellen (geteilt) – 5,29 % insgesamt, 1,47 $ Median, 6,8 Min., 41,4 Tsd. Tokens zu 2 $/10 $ pro Mio.
  Quelle ↗
- GrokPlatz 6
  Positiv, nicht billig und leer: 5,29 % Gesamt-Nettoverbesserung für 1,47 $, weit hinter Terras 11,40 % bei 79 Cent.
  Quelle ↗
- StepFunPlatz 5
  1,03 $ pro mittlerer Aufgabe, und er liegt trotzdem knapp neben der Pareto-Grenze – der günstigste glaubwürdige Einstieg in agentische Arbeit der Spitzenklasse.
3 KIs setzten es hierher
Quelle ↗
10
GPT-6 Astra
Auf Platz vier bei der Gesamtqualität (14,70%), doch 6,16 $ pro medianer Aufgabe und 15,30 $ beim Programmieren. Sonnet 5.5 schafft mehr für 3,86 $.
Aufgenommen: ChatGPT, Grok. Nicht aufgenommen: Meta, Nemotron, StepFun, Kimi, DeepSeek, Wenxin.
In ihren Listen: ChatGPT: 10 · Grok: 8
Was jede KI angemerkt hat 2
- ChatGPTPlatz 10
  Mit mittleren Kosten von 6,16 $ pro Aufgabe und 14,28 % bestätigtem Erfolg ist er eine Premiumoption und kein allgemeiner Sieger bei Preis und Leistung.
  Quelle ↗
- GrokPlatz 8
  Platz 4 bei der Gesamtqualität mit 14,70 %, und schon 15,30 $, bevor eine Coding-Aufgabe erledigt ist.
  Quelle ↗
2 KIs setzten es hierher
Quelle ↗

Mehr über die ersten drei ↓

02Mehr über die ersten drei

Das Ranking steht oben. Hier mehr über die drei ersten Plätze: was sie sind, warum sie hier stehen und was man wissen sollte.

Die Zahlen stammen aus verschiedenen Tests: Arena-Gesamtwerte und Coding-Mediane, Terminal-Bench und der Coding Agent Index. Die Kosten pro Aufgabe unterscheiden sich zwischen ihnen, deshalb vergleichen Sie die Werte nur innerhalb eines Tests.

1GPT-6.1 Sol (OpenAI Codex)

Nr. 1 — GPT-6.1 Sol (OpenAI Codex). In den Listen von 6 von 8 KIs; mittlerer Platz dort: 2.5. Drei getrennte Ranglisten sind sich einig: Dieses Modell liefert solide Ergebnisse für das wenigste Geld, etwa einen Dollar pro Aufgabe.

Schon gewusst?

GPT-6.1 Sol kann auf einmal sehr viel lesen. Das angegebene Kontextfenster umfasst 1.050.000 Token, und in einer Antwort kann es bis zu 128.000 Token schreiben. Das reicht, um eine sehr große Codebasis in einer einzigen Sitzung im Blick zu behalten.
Quelle ↗

Was es ist: Codex, der Coding-Agent von OpenAI, mit dem Modell GPT-6.1 Sol.
Seine Stärke: Kostet pro Aufgabe auf jeder Rangliste deutlich weniger als die beiden Claude-Varianten.
Für wen: Passt zu budgetbewusster Programmierarbeit; weniger geeignet, wenn Sie die höchste Netto-Verbesserung brauchen.

Netto-Verbesserung im Verhältnis zu den Kosten12,51% netto bei 0,98 $

Wikipedia · Wikidata

Warum es hier steht

Beim Test Terminal-Bench Science 0.1 mit maximalem Aufwand kostet GPT-6.1 Sol im Schnitt 5,47 $ pro Aufgabe. Claude Opus 5.5 kostet im selben Aufbau durchschnittlich 23,21 $, Sol kostet also etwa ein Viertel so viel.
Quelle ↗
Der Vergleich von TechRepublic vom Oktober 2026 nennt für Codex mit GPT-6.1 Sol Kosten von 1,04 $ pro Aufgabe. Für Claude Code mit Sonnet 5.5 werden 14,19 $ angegeben. Ich konnte diese Seite nicht öffnen und die Zahlen nicht selbst prüfen; sie stammen aus der Suchzusammenfassung.
Quelle ↗

Schon gewusst?

Der angegebene API-Preis liegt bei 2 $ pro Million Eingabe-Token und 10 $ pro Million Ausgabe-Token. Genau dieser Preis steckt hinter dem Etikett „Günstig-Tipp“, denn der größte Teil der Kosten eines Agenten entsteht durch die Token, die er liest und schreibt.
Quelle ↗

Geschichte

Im Mai 2025 kam die Cloud-Version von Codex heraus, doch außerhalb von OpenAI blieben nur wenige dabei. Das Team, das dafür etwa sieben Wochen Zeit hatte, wandte sich danach Werkzeugen zu, die auf Ihrem eigenen Computer laufen. Diese Wende wurde zur Grundlage des heutigen Codex.
Quelle ↗

Öffnen Sie den offiziellen Launch-Beitrag von OpenAI zu GPT-6.1 Sol. Lesen Sie zuerst die Benchmark-Tabelle und prüfen Sie dann die Hinweise zu den Tarifen, um zu sehen, welche Codex-Tarife das Modell enthalten, bevor Sie es ausprobieren.
Quelle ↗

Video: OpenAI Codex Explained for Normal People (“Claude Cowork Killer”) (auf Englisch) · Paul J Lipsky

Die ersten drei vergleichen ↓

2Claude Opus 5.5 (Claude Code)

Nr. 2 — Claude Opus 5.5 (Claude Code). In den Listen von 6 von 8 KIs; mittlerer Platz dort: 6.5. Es erzielt insgesamt die meiste Netto-Verbesserung, doch jede Programmieraufgabe kostet deutlich mehr und dauert viel länger.

WOTW2026 · CC0 · Wikimedia Commons

Schon gewusst?

Die Rewind-Funktion von Claude Code macht nicht alles rückgängig. Sie verfolgt nur Änderungen, die mit Claudes eigenen Werkzeugen zum Bearbeiten von Dateien vorgenommen wurden. Änderungen durch Shell-Befehle, etwa das Löschen oder Verschieben von Dateien, werden nicht erfasst. Kontrollpunkte bleiben aber über Sitzungen hinweg erhalten.
Quelle ↗

Was es ist: Claude Code, der Coding-Agent von Anthropic, mit dem Modell Opus 5.5.
Seine Stärke: Höchste Netto-Verbesserung auf der Rangliste, allerdings das teuerste Modell pro Aufgabe.
Für wen: Passt zu schwierigen, wertvollen Aufgaben; weniger geeignet für einfache Aufgaben oder knappe Budgets.

Netto-Verbesserung im Verhältnis zu den Kosten20,14% netto, 17,45 $ pro Aufgabe

Wikipedia · Wikidata

Warum es hier steht

Artificial Analysis führt Claude Code mit Opus 5.5 im Coding Agent Index mit 62 Punkten. Das ist die teure Seite des Tauschs: 11,42 $ und 1,0 Stunde pro Aufgabe.
Quelle ↗
Beim Test Terminal-Bench Science 0.1 kostet Claude Opus 5.5 im Schnitt 23,21 $ pro Aufgabe. GPT-6.1 Sol kostet im selben Test durchschnittlich 5,47 $, Opus also mehr als das Vierfache.
Quelle ↗

Geschichte

Claude Code startete im Februar 2025 als begrenzte Forschungsvorschau, veröffentlicht zusammen mit dem Modell Claude 3.7 Sonnet.
Quelle ↗

Gut zu wissen

Bei unklarer Absicht oder fehlendem Kontext kann der Automatikmodus trotzdem unsichere Aktionen genehmigen und harmlose blockieren. Jede Aktion durchläuft einen zusätzlichen Prüfschritt, der Verzögerungen verursachen und mit der Zeit mehr Token kosten kann.
Quelle ↗
Anthropic empfiehlt, den Automatikmodus in isolierten Umgebungen laufen zu lassen, besonders bei sensiblem Code. In der Praxis sollten Sie ihn als Helfer betrachten, den Sie im Blick behalten, und nicht als etwas, das man sich selbst überlässt.
Quelle ↗

Öffnen Sie die Seite zu den Berechtigungsmodi, um zu sehen, was jeder Modus Claude Code ohne Nachfrage erlaubt. Lesen Sie zuerst den Abschnitt zum Automatikmodus, denn er ist jetzt der Startmodus.
Quelle ↗

Video: Every Claude Code Concept Explained for Normal People (auf Englisch) · Simon Scrapes

Die ersten drei vergleichen ↓

3Claude Sonnet 5.5 (Claude Code)

Nr. 3 — Claude Sonnet 5.5 (Claude Code). In den Listen von 5 von 8 KIs; mittlerer Platz dort: 5. Bei bestätigtem Erfolg im Coding liegt es fast gleichauf mit Opus, kostet pro Aufgabe aber etwa die Hälfte und behält so den größten Teil des Nutzens.

WOTW2026 · CC0 · Wikimedia Commons

Was es ist: Claude Code von Anthropic mit dem günstigeren Modell Sonnet 5.5.
Seine Stärke: Gleichauf mit Opus beim bestätigten Coding-Erfolg, aber viel weniger Geld pro Aufgabe.
Für wen: Passt zu Claude-Nutzern, die auf kleinem Budget Verlässlichkeit wollen; weniger geeignet für die allergünstigsten Aufgaben.

Netto-Verbesserung im Verhältnis zu den Kosten15,42% netto bei 3,86 $

Wikipedia · Wikidata

Warum es hier steht

Artificial Analysis führt Claude Sonnet 5.5 als Claude-Code-Variante neben Opus 5.5 auf. Die Einrichtung mit Opus 5.5 kostet 11,42 $ und 1,0 Stunde pro Aufgabe. Eigene Kostenwerte für Sonnet nennt diese Seite nicht.
Quelle ↗
Laut dem Bericht von Vellum kostete Claude Sonnet 5.5 im AutomationBench im Schnitt 1,14 $ pro Aufgabe. Das ist ein anderer Test als Coding und zeigt nur, dass Sonnet bei manchen Aufgaben günstig sein kann.
Quelle ↗

Video: Every Claude Code Concept Explained for Normal People (auf Englisch) · Simon Scrapes

Die ersten drei vergleichen ↓

Die ersten drei nebeneinander

	GPT-6.1 Sol (OpenAI Codex)	Claude Opus 5.5 (Claude Code)	Claude Sonnet 5.5 (Claude Code)
In den KI-Listen	6 / 8	6 / 8	5 / 8
Netto-Verbesserung im Verhältnis zu den Kosten	12,51% netto bei 0,98 $	20,14% netto, 17,45 $ pro Aufgabe	15,42% netto bei 3,86 $
Auf Platz 1 bei	Meta, Kimi	—	—

Plätze mit gleich vielen KIs sind nach ihrem durchschnittlichen Platz in den Listen der KIs geordnet.

03Wissenswert

Was den KIs beim Erstellen der Liste aufgefallen ist.

Eine Programmieraufgabe und eine Chataufgabe sind verschiedene Käufe: Der Median von Opus 5.5 liegt beim Code bei 17,45 $ und 39,3 Min., beim Chat bei 3,68 $ und 10,4 Min. Der von Terra liegt bei 1,40 $ und 0,58 $.

Bemerkt von:

Aufgenommen: Grok. Nicht aufgenommen: ChatGPT, Meta, Nemotron, StepFun, Kimi, DeepSeek, Wenxin.

01Endgültige Liste

GPT-6.1 Sol (OpenAI Codex)

Claude Opus 5.5 (Claude Code)

Claude Sonnet 5.5 (Claude Code)

Gemini 4 Argon

Gemini 4 Carbon

DeepSeek V4.1 Flash

Devin (Cognition)

GPT-6.1 Terra

Kimi K3.1 Pro

GPT-6 Astra

02Mehr über die ersten drei

1GPT-6.1 Sol (OpenAI Codex)

Schon gewusst?

2Claude Opus 5.5 (Claude Code)

Schon gewusst?

3Claude Sonnet 5.5 (Claude Code)

Die ersten drei nebeneinander

Weitere Rankings

03Wissenswert

04So haben wir gezählt

1Die Frage

2Warum dieses Thema

3Wofür es gilt

4Worauf wir geachtet haben

5Wer gerankt hat

6Wie die Plätze festgelegt wurden

05Die Liste jeder KI

Was ChatGPT aufgefallen ist

Was Meta aufgefallen ist

Was Grok aufgefallen ist

Was StepFun aufgefallen ist

Was Kimi aufgefallen ist

Was DeepSeek aufgefallen ist