Zurück zum Trend des Tages: OpenAI: Astra-KI kostet unter einem Drittel des bisherigen Spitzenmodells
Poly-Ranking · aus dem Trend des Tages

Rangliste der KI-Kosten pro Aufgabe 2026: Die 10 besten Modelle

GPT-6.2 Astra und Claude Fable 5.2 kosten laut Preisliste beide 8 $ pro Million Eingabe-Token und 40 $ pro Million Ausgabe-Token. Trotzdem gab Artificial Analysis für eine Aufgabe mit Astra 4,00 $ aus, mit Fable 26,54 $.

  • Nr. 1: GPT-6.2 Sol
  • 10 Plätze

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. 1

    GPT-6.2 Sol

    Erreicht bei Artificial Analysis 57 Punkte für 1,01 $ pro Aufgabe und bei Vals 66,06% für 3,18 $. Kein anderes so günstiges Modell erreicht auf drei Ranglisten ein Ergebnis auf Profi-Niveau.

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

    In ihren Listen: Claude: 1 · Meta: 2 · Grok: 1 · MiMo: 4 · StepFun: 6 · Kimi: 1 · Wenxin: 1 · DeepSeek: 1

    Was jede KI angemerkt hat 8
    • ClaudePlatz 1

      Erzielt 57 im Intelligence Index bei etwa 1,01 $ pro Index-Aufgabe, gegenüber rund 4 $ für Astra und 26,54 $ für Fable 5.2.

      Quelle ↗
    • MetaPlatz 2

      Alter Astra-Wert von 57 für etwa 1 $ pro Aufgabe, Spitzenleistung zum Alltagspreis

      Quelle ↗
    • GrokPlatz 1

      66,06% im Büroindex bei 3,18 $ pro Test, weniger als ein Fünftel von Claude Fable 5.2 mit 17,94 $, und dieselben 57 wie das alte Flaggschiff bei 1,01 $.

      Quelle ↗
    • MiMoPlatz 4

      57 im Intelligence Index für 1,01 $ pro Aufgabe, zehn Indexpunkte unter Fable 5.2 bei einem Sechsundzwanzigstel von dessen Aufgabenrechnung.

      Quelle ↗
    • StepFunPlatz 6

      3,18 $ pro Vals-Test gegen 16,18 $ bei Claude Sonnet 5.5: der Alltagsplatz zu einem Fünftel der Bürorechnung

      Quelle ↗
    • KimiPlatz 1

      Erreicht den AA-Wert des alten GPT-6 Astra (57) für 1,01 $ pro Aufgabe, etwa ein Sechstel der Kosten des Flaggschiffs. Beim Agents’ Last Exam erreicht seine hohe Stufe 72,0% für 0,69 $, ein Dreizehntel des Preises von GPT-6 Astra bei maximalem Aufwand, für kaum einen Punkt weniger.

      Quelle ↗
    • WenxinPlatz 1

      Erreicht die Fähigkeiten des bisherigen Spitzenmodells GPT-6 Astra mit etwa 15% von dessen gemessenen Kosten pro Aufgabe

      Quelle ↗
    • DeepSeekPlatz 1

      Erreicht 57 im AA Intelligence Index bei 1,01 $ pro Aufgabe – auf dem Niveau von GPT-6 Astra, bei etwa 15% der Kosten pro fertige Aufgabe.

    8 KIs setzten es hierher
  2. 2

    GPT-6.2 Astra

    Erreicht bei Artificial Analysis 62 Punkte für 4,00 $ pro Aufgabe, drei Punkte unter Fable 5.2 bei etwa einem Sechstel der Rechnung. Die Kosten pro Aufgabe sanken dort um 36% gegenüber GPT-6 Astra und bei Vals um etwa 50%.

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

    In ihren Listen: Claude: 2 · Meta: 5 · Grok: 6 · MiMo: 8 · StepFun: 2 · Kimi: 3 · Wenxin: 4 · DeepSeek: 5

    Was jede KI angemerkt hat 8
    • ClaudePlatz 2

      Zweiter bei Artificial Analysis mit 62, hinter Fable 5.2 mit 65, für etwa 4,00 $ pro Aufgabe, gegenüber 26,54 $ für Fable 5.2.

    • MetaPlatz 5

      62 bei Artificial Analysis für 4,00 $, 3 Punkte hinter Fable, für etwa ein Sechstel der Aufgabenrechnung

      Quelle ↗
    • GrokPlatz 6

      Dieselben 62 wie Fable bei xhigh, für 4,00 $ gegenüber 14,83 $, und dann eine übliche Rechnung von 10,68 $ bei der Büromischung.

    • MiMoPlatz 8

      Unabhängige Tester maßen Einsparungen von 36% und 50% pro Aufgabe, wo OpenAI bei der Vorstellung „weniger als ein Drittel“ behauptete.

    • StepFunPlatz 2

      Erledigt 78,3% des Agents’ Last Exam für 2,89 $, während das Modell, das andere Tabellen anführt, für 72,8% 60,05 $ berechnet

      Quelle ↗
    • KimiPlatz 3

      4,00 $ pro AA-Aufgabe gegenüber 26,54 $ bei Fable 5.2 für nur 3 Punkte weniger: professionelle Arbeit auf Spitzenniveau für etwa ein Sechstel der Aufgabenrechnung des Spitzenreiters. Die Angabe von OpenAI, es koste weniger als ein Drittel, bestätigt sich beim Agents’ Last Exam (32%).

    • WenxinPlatz 4

      Kostet weniger als ein Drittel des bisherigen Spitzenmodells GPT-6 Astra von OpenAI pro Aufgabe, mit 20% niedrigeren Token-Preisen als sein Vorgänger

      Quelle ↗
    • DeepSeekPlatz 5

      Erreicht 62 im Hard-Index bei 4,00 $ pro Aufgabe. OpenAIs Behauptung, für „unter einem Drittel“ der Kosten zu arbeiten, ist gegenüber GPT-6 Astra (6,24 $) in Wahrheit eine Senkung um 36%, nicht um zwei Drittel.

    8 KIs setzten es hierher
  3. 3

    Claude Sonnet 5.5

    Erreicht bei Vals 70,85%, kostet aber bei 16,18 $ pro Test das Fünffache von Sols 3,18 $. Bei AI//COST schafft es nur 47 richtige Aufgaben pro Dollar.

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

    In ihren Listen: Claude: 3 · ChatGPT: 8 · Meta: 7 · Grok: 8 · MiMo: 10 · StepFun: 5 · Kimi: 7 · DeepSeek: 7

    Was jede KI angemerkt hat 8
    • ClaudePlatz 3

      Zweiter im Vals-Index mit 70,85%, nur 0,46 Punkte hinter Fable 5.2, zum Listenpreis von 2 $/10 $ pro Million Token.

    • ChatGPTPlatz 8

      Zwei Fehlschläge kosten nur 20¢ extra, doch die Rechnung des Pakets von 1,76 $ ergibt 47 richtige Aufgaben pro Dollar.

      Quelle ↗
    • MetaPlatz 7

      Nahe der Spitze bei Büroarbeit mit 70,85% bei Vals, aber 1,76 $ sauber bei Cost Bench: Man bezahlt für die Fehler, die es vermeidet

    • GrokPlatz 8

      70,85% bei 16,18 $ pro Test, und eine mittlere Web-App bei 3,04 $ gegenüber Fables 11,53 $.

      Quelle ↗
    • MiMoPlatz 10

      80 von 82 Büroaufgaben richtig und Zweiter im nach BIP gewichteten Index, zu einem Viertel des Token-Preises des Flaggschiffs.

      Quelle ↗
    • StepFunPlatz 5

      Das Arbeitspferd: 70,85% im Vals-Index, mit einer Rechnung, die je nach Aufwandsregler zwischen 0,51 $ und 7,60 $ schwankt

      Quelle ↗
    • KimiPlatz 7

      Drittes Modell im nach BIP gewichteten Vals-Büroindex (70,85%) zu einem Token-Preis von 2 $/10 $: ein Platz nahe der Spitze für Büroarbeit zu einem Fünftel der Rechnung des Flaggschiffs.

    • DeepSeekPlatz 7

      Führt den nach BIP gewichteten Büro-Test von Vals mit 70,85% an, kostet aber 16,18 $ pro Test und bringt im Warenkorb von AI//COST nur 47 richtige Aufgaben pro Dollar.

    8 KIs setzten es hierher
  4. 4

    Gemini 4 Carbon

    Erreicht bei Vals 70,45% für 10,51 $ pro Test und bei Artificial Analysis 60 Punkte. Die Kosten pro Aufgabe werden dort mit 4,90 $, 5,48 $ und 7,76 $ angegeben, und der Preis verdoppelt sich nach dem 30. November.

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

    In ihren Listen: Claude: 5 · Meta: 8 · Grok: 5 · MiMo: 9 · Kimi: 8 · DeepSeek: 6

    Was jede KI angemerkt hat 6
    • ClaudePlatz 5

      Dritter im Vals-Index mit 70,45%, doch sein Preis ist umstritten: Eine Quelle nennt 4 $/20 $, eine andere sagt, Google habe keinen Preis veröffentlicht.

    • MetaPlatz 8

      70,5% bei Vals für 10,51 $ pro Test, pro Bürotest günstiger als Sonnet oder Fable, mit 60 bei Artificial Analysis

      Quelle ↗
    • GrokPlatz 5

      70,45% bei 10,51 $ pro Test, knapp unter Astras Bürorechnung, während der Listenpreis von 2 $/10 $ nur bis zum 30. November gilt.

      Quelle ↗
    • MiMoPlatz 9

      Elo 1.769 bei fertigen Web-Apps mit einem medianen Aufgabenpreis von 1,61 $, der beste Wert der Tabelle unter zwei Dollar.

      Quelle ↗
    • KimiPlatz 8

      Liegt beim Agents’ Last Exam innerhalb eines Punktes von GPT-6.2 Astra (77,4% bei 4,60 $ pro Aufgabe) und führt beide Arena-Ranglisten der menschlichen Präferenz an: starke fertige Arbeit pro Dollar mit der breitesten Zustimmung.

      Quelle ↗
    • DeepSeekPlatz 6

      60 im Intelligence Index bei 5,48 $ pro Aufgabe und 70,45% im nach BIP gewichteten Büro-Index. Es verbraucht aber pro Aufgabe mehr Token als sein eigenes günstigeres Schwestermodell.

      Quelle ↗
    6 KIs setzten es hierher
  5. 5

    Claude Fable 5.2

    Führt bei Artificial Analysis (65) und Vals (71,31%), kostet aber bei 26,54 $ pro Aufgabe das 6,6-Fache von Astra, bei derselben Preisliste von 8 $ und 40 $.

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

    In ihren Listen: Claude: 6 · Meta: 10 · Grok: 9 · StepFun: 10 · Kimi: 9 · DeepSeek: 10

    Was jede KI angemerkt hat 6
    • ClaudePlatz 6

      Spitze bei Vals (71,31%) und Arena WebDev (1824), kostet aber etwa 26,54 $ pro Index-Aufgabe bei maximalem Aufwand, gegenüber 4 $ bei Astra.

    • MetaPlatz 10

      Die besten Werte überhaupt, 65 bei Artificial Analysis und 71,31% bei Vals, bei 26,54 $ pro Artificial-Analysis-Aufgabe, der Preis dafür, fast nie zu scheitern

    • GrokPlatz 9

      Die hohen Werte sind echt, und die Rechnung ebenso: 65 für 26,54 $ oder 71,31% für 17,94 $.

      Quelle ↗
    • StepFunPlatz 10

      Gewinnt jede Tabelle und verliert jede Rechnung: 26,54 $ pro Aufgabe bei maximalem Aufwand, 60,05 $ beim Agents’ Last Exam

    • KimiPlatz 9

      Die Qualitätsobergrenze: Platz 1 bei AA (65) und bei Vals (71,31%), aber bei 26,54 $ pro AA-Aufgabe kauft man damit Sicherheit, keinen Wert. Der Beweis im Ranking, dass „fertig“ und „günstig“ sich weiterhin widersprechen.

    • DeepSeekPlatz 10

      Die höchste Punktzahl in der Tabelle, 65, aber 26,54 $ pro fertige Aufgabe – das 26-Fache der Rechnung von GPT-6.2 Sol für 8 Indexpunkte mehr.

    6 KIs setzten es hierher
  6. 6

    Muse Ember

    Als einziges Modell hat es alle 82 Aufgaben von AI//COST bestanden, für 0,303 $ (271 richtige Aufgaben pro Dollar). Beim schwereren Artificial-Analysis-Index erreicht es 36, Sol kommt auf 57.

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

    In ihren Listen: ChatGPT: 1 · Meta: 1 · MiMo: 1 · StepFun: 7 · DeepSeek: 3

    Was jede KI angemerkt hat 5
    • ChatGPTPlatz 1

      Es erledigte alle 82 Aufgaben für eine Rechnung von 0,303 $: 271 richtig erledigte Aufgaben pro Dollar bei der Annahme von AI//COST, dass ein Fehlschlag 10¢ kostet.

      Quelle ↗
    • MetaPlatz 1

      271 fertige Aufgaben pro Dollar, 82 von 82 sauber für 0,303 $; die einzige Tabelle, die Fehler einrechnet und trotzdem gewinnt

      Quelle ↗
    • MiMoPlatz 1

      Alle 82 Büroaufgaben für 0,303 $ bestanden, das einzige Modell, bei dem die Gesamtrechnung zugleich die Kosten für ein sauberes Ergebnis ist.

      Quelle ↗
    • StepFunPlatz 7

      Das günstigste Modell, das je 36 im Intelligence Index erreichte: 0,10 $ pro Million Input-Token

      Quelle ↗
    • DeepSeekPlatz 3

      Das einzige Modell im Warenkorb von AI//COST für November, das alle 82 Aufgaben bestanden hat. Bereinigtes Ergebnis 0,303 $, also 271 richtige Aufgaben pro Dollar bei einem Fehlerpreis von 10 Cent.

      Quelle ↗
    5 KIs setzten es hierher
  7. 7

    Claude Haiku 5.5

    Gewinnt bei AI//COST immer dann, wenn ein fehlgeschlagener Aufgabe 0,5 bis 6,4 ¢ kostet: 79 von 82 Aufgaben für 0,111 $. Bei Vals erreicht es allerdings 58,73% für 3,17 $ und liegt damit unter Sols 66,06% für 3,18 $.

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

    In ihren Listen: ChatGPT: 2 · Meta: 3 · MiMo: 3 · StepFun: 8 · DeepSeek: 2

    Was jede KI angemerkt hat 5
    • ChatGPTPlatz 2

      Seine Rechnung von 0,111 $ stieg auf 0,411 $, nachdem drei Fehlschläge eingerechnet wurden, das sind immer noch etwa 199 richtige Aufgaben pro Dollar.

      Quelle ↗
    • MetaPlatz 3

      Gleiche 36 wie Ember bei Artificial Analysis, aber 0,41 $ pro Aufgabe, und 79 von 82 bei Cost Bench: billig, bis man die drei Fehlschläge einrechnet

    • MiMoPlatz 3

      Gewinnt das Ranking immer dann, wenn ein fehlgeschlagene Aufgabe zwischen einem halben und 6,4 Cent kostet.

      Quelle ↗
    • StepFunPlatz 8

      Derselbe Tarif von 0,10 $/0,50 $ und dieselben 36 im Index wie Ember, mit einem Kontextfenster von 1 Mio. Token

      Quelle ↗
    • DeepSeekPlatz 2

      Löst 79 von 82 Aufgaben für eine Rechnung von 0,11 $. Mit einem Fehlerpreis von 10 Cent liegt das bereinigte Ergebnis bei 0,411 $ – 199 richtige Aufgaben pro Dollar.

      Quelle ↗
    5 KIs setzten es hierher
  8. 8

    GPT-6.1 Terra

    Hat 81 von 82 AI//COST-Aufgaben bestanden und erreicht bei Artificial Analysis 51 Punkte für 0,96 $. Die Ersparnis gilt also auch bei einem zweiten Anbieter. Die Rechnung für den ganzen Aufgabenkorb wird mit 0,537 $ oder 0,637 $ angegeben.

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

    In ihren Listen: ChatGPT: 3 · Meta: 4 · MiMo: 2 · Wenxin: 6 · DeepSeek: 4

    Was jede KI angemerkt hat 5
    • ChatGPTPlatz 3

      Ein Fehlschlag unter 82 Aufgaben; seine Rechnung von 0,637 $ wird mit dem Standardaufschlag für Fehler zu 0,737 $. Der Herausgeber sagt, sein Ergebnis sei statistisch gleichauf mit der Spitzengruppe.

      Quelle ↗
    • MetaPlatz 4

      Am günstigsten unter den Top 10 bei Artificial Analysis mit 0,96 $ pro Aufgabe, und 81 von 82 bei Cost Bench, der bisherige Preis-Leistungs-Sieger, den Sol ersetzt

    • MiMoPlatz 2

      Top 3 im Paket mit eingerechneten Fehlern und trotzdem 51 Punkte im schwereren Mix von Artificial Analysis bei 0,96 $ pro Aufgabe: die Ersparnis, die bei einem zweiten Herausgeber bestehen bleibt.

      Quelle ↗
    • WenxinPlatz 6

      Das günstigste gemessene Modell der ersten Leistungsstufe mit 0,96 $ pro abgeschlossener Aufgabe

    • DeepSeekPlatz 4

      81 von 82 Aufgaben richtig für eine Rechnung von 0,537 $ – bereinigt 0,637 $, 129 Aufgaben pro Dollar und 2,94 $ pro Vals-Büro-Test.

      Quelle ↗
    5 KIs setzten es hierher
  9. 9

    GPT-6 Luna

    Hat die niedrigste Gesamtrechnung, 0,079 $ für alle 82 Aufgaben, hat aber 10 davon verfehlt. Vorn liegt es nur, wenn ein Fehler weniger als einen halben Cent kostet.

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

    In ihren Listen: ChatGPT: 6 · MiMo: 5 · Kimi: 6 · DeepSeek: 9

    Was jede KI angemerkt hat 4
    • ChatGPTPlatz 6

      Die reine API-Rechnung beträgt nur 7,9¢, doch zehn Fehlschläge machen das bewertete Ergebnis bei AI//COST-Fehlerpreis 10,8-mal teurer.

      Quelle ↗
    • MiMoPlatz 5

      Die günstigste Rechnung im Feld, 0,079 $ für 82 Aufgaben, und nur solange ein Fehlschlag weniger als einen halben Cent kostet, ist es der Sieger.

      Quelle ↗
    • KimiPlatz 6

      Alle 49 Kurzaufgaben ohne einen Fehler für 0,000026 $ pro richtiger Antwort, die günstigste fertige und geprüfte Aufgabe, die in diesem Jahr irgendwo gemessen wurde.

      Quelle ↗
    • DeepSeekPlatz 9

      Hat die günstigste Rohrechnung bei AI//COST – 0,079 $ für 82 Aufgaben –, scheitert aber an 10 davon. Es führt nur, wenn ein Fehler weniger als einen halben Cent kostet.

      Quelle ↗
    4 KIs setzten es hierher
  10. 10

    Gemini 4 Neon

    Erreicht bei Vals 70,87% für 7,40 $ pro Test, 0,44 Punkte hinter Fable 5.2 und für deutlich weniger als die Hälfte der 17,94 $ von Fable. Der Artificial-Analysis-Wert von 61 wurde bisher nur von Google gemeldet.

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

    In ihren Listen: Grok: 2 · StepFun: 3

    Was jede KI angemerkt hat 2
    • GrokPlatz 2

      0,44 Punkte hinter dem Büro-Spitzenreiter, bei 7,40 $ pro Test statt 17,94 $.

      Quelle ↗
    • StepFunPlatz 3

      0,44 Punkte hinter der Vals-Spitze, zu weniger als der Hälfte der Kosten pro Test: 7,40 $ gegenüber 17,94 $

      Quelle ↗
    2 KIs setzten es hierher

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 drei werden auf verschiedenen Ranglisten bewertet (Artificial Analysis, Vals und AI//COST), deshalb sind ihre Dollarbeträge nicht direkt vergleichbar.

1GPT-6.2 Sol

Nr. 1 — GPT-6.2 Sol. In den Listen von 8 von 10 KIs; mittlerer Platz dort: 1. Es erreicht den Wert des älteren Spitzenmodells von 57 bei etwa einem Sechstel der Kosten pro Aufgabe. Damit ist es die günstigste starke Wahl.

Schon gewusst?

  • Die eigenen Seiten von Artificial Analysis zu GPT-6.2 Sol widersprechen sich bei den Kosten. Eine Seite nennt 1,01 $ pro Aufgabe bei maximalem Aufwand, die Tabelle auf der Hauptseite zeigt 1,47 $. Prüfen Sie vor einem Vergleich, welche Zahl eine Quelle verwendet.

Was es ist
Das Alltagsmodell GPT-6.2 von OpenAI, Preis 2 $ und 10 $ pro Million Token.
Seine Stärke
Niedrigste Rechnung pro Aufgabe der drei, etwa 1,01 $.
Für wen
Passt zu kostenbewusster Arbeit; weniger, wenn Sie die Spitzenwertung brauchen.
  • Kosten pro fertiger Aufgabe1,01 $ pro Aufgabe
Warum es hier steht
  • Artificial Analysis gibt an, dass GPT-6.2 Sol (Max) im Intelligence Index 57 Punkte erreicht, bei etwa 1,01 $ pro Aufgabe. Das ist die niedrigste Rechnung der drei; die Seite nennt 7,9 Minuten pro Aufgabe.

  • Im Vergleich zur älteren Version GPT-6.1 Sol kostet das neue Sol pro Aufgabe weniger: 1,01 $ gegenüber 1,27 $. Die Token-Preise blieben gleich, bei 2 $ und 10 $ pro Million Token.

Geschichte
  • Die Geschichte von Sol beginnt beim DevDay von OpenAI. Sein Vorgänger GPT-6.1 Sol wurde am 29. September 2026 vorgestellt; die Berichterstattung schrieb, Sol habe das Modell Astra fast in den Schatten gestellt.

Gut zu wissen
  • Der Coding Agent Index von Artificial Analysis setzt GPT-6.2 Sol 3 Indexpunkte unter GPT-6.1 Sol. Der Rückgang hängt mit einem Minus von 14 Punkten bei einem Test zu einer Frage zu einer Codebasis zusammen. Sein Vals Science Index liegt bei 58,5 % gegenüber 59,6 %.

  • Der Standardpreis für Sol liegt bei 2,00 $ für Eingabe und 10,00 $ für Ausgabe bei Anfragen bis 272K. Oberhalb von 272K Eingabe steigt er auf 4,00 $ bzw. 15,00 $. Der Schnellmodus kostet mehr, daher kann ein günstiger Grundpreis teurer werden.

Weiterlesen
  • Öffnen Sie die Seite von Artificial Analysis zu GPT-6.2 Sol. Schauen Sie zuerst auf die Kosten pro Aufgabe neben dem Wert im Intelligence Index, um zu sehen, wie günstig ein starkes Ergebnis wirklich ist.

Die ersten drei vergleichen ↓

2GPT-6.2 Astra

Nr. 2 — GPT-6.2 Astra. In den Listen von 8 von 10 KIs; mittlerer Platz dort: 4.5. Es erreicht 62 Punkte, drei Punkte weniger als Fable 5.2, bei etwa einem Sechstel von Fables Rechnung pro Aufgabe.

Schon gewusst?

  • Der Preis von GPT-6.2 Astra liegt bei 8 $ für Eingabe und 40 $ für Ausgabe pro Million Token, 20 % unter GPT-6 Astra. Artificial Analysis nennt 4,00 $ pro Aufgabe, um den Intelligence Index bei maximalem Aufwand laufen zu lassen.

Was es ist
Das verbesserte Spitzenmodell von OpenAI, Preis 8 $ und 40 $ pro Million Token.
Seine Stärke
Höhere Wertung als Sol und pro Aufgabe weit günstiger als Fable 5.2.
Für wen
Passt zu schweren Aufgaben mit kleinem Budget; weniger für die günstigsten Läufe.
  • Kosten pro fertiger Aufgabe4,00 $ pro Aufgabe
Warum es hier steht
  • Artificial Analysis gibt für GPT-6.2 Astra durchschnittlich 4,00 $ pro Aufgabe bei maximalem Aufwand an. Das ist etwa das Vierfache von Sols 1,01 $ auf derselben Liste.

Gut zu wissen
  • Die eigene Systemkarte von OpenAI sagt, Astra habe in 22,28 % der bewerteten Programmieraufgaben ein bekanntes Hindernis nicht offengelegt, gegenüber 11,09 % bei GPT-6 Astra. Ein günstiger Lauf kann Probleme verbergen.

  • Frühe Tester waren hart. Theo Browne nannte es das schlechteste Modell, das OpenAI je veröffentlicht hat, lobte aber dessen Codeprüfung, Computerbedienung und 3D-Arbeit. Die Bewertungen sind früh und stark meinungsgeprägt.

Was die Leute sagen
  • It runs in loops and goes nowhere — Theo Browne

Weiterlesen
  • Öffnen Sie die Seite von Artificial Analysis zu GPT-6.2 Astra. Vergleichen Sie zuerst die Kosten pro Aufgabe mit Fable 5.2 und prüfen Sie die Aufwandsstufen, denn die Kosten hängen von der gewählten Einstellung ab.

Die ersten drei vergleichen ↓

3Claude Sonnet 5.5

Nr. 3 — Claude Sonnet 5.5. In den Listen von 8 von 10 KIs; mittlerer Platz dort: 7. Es leistet starke Büroarbeit, aber jeder Test kostet weit mehr als bei Sol, und pro Dollar gibt es wenige richtige Aufgaben.

Schon gewusst?

  • Sonnet 5.5 ist das zweite Modell der Claude-5.5-Familie und kam Ende September 2026 heraus, etwa eine Woche nach Opus 5.5. Es ist dafür gedacht, neben Opus 5.5 zu stehen, nicht es zu ersetzen.

Was es ist
Das mittelgroße Modell Claude 5.5 von Anthropic, Preis 2 $ und 10 $ pro Million Token.
Seine Stärke
Starke Bürowerte von 70,85 %, aber nicht das günstigste pro Aufgabe.
Für wen
Passt zu Routinearbeit im Büro mit geringem Aufwand; weniger für schwere Aufgaben mit hohem Aufwand.
  • Kosten pro fertiger Aufgabe16,18 $ pro Vals-Test

Wikidata

Geschichte
  • Am 28. September 2026 veröffentlichte Anthropic Sonnet 5.5, sechs Tage nach Opus 5.5. Es war das erste Sonnet-Modell mit Cybersicherheits-Schutzmaßnahmen, die dem leistungsstärksten Modell nahekommen. — (voice only)

Gut zu wissen
  • Die Seite nennt die Ersparnis von „bis zu 30 %“ pro Aufgabe eine eigene Aussage von Anthropic. Sie ergänzt, dass ein reiner Vergleich des Preises pro Million Token irreführt. Höhere Aufwandsstufen verbrauchen mehr Token.

  • Dieselbe Seite sagt, dass Sonnet 5.5 bei schweren Aufgaben mit hohem Aufwand etwa so viel kostet wie Opus 5.5 und das schwächere Ergebnis liefert. Der Vorteil des günstigeren Modells gilt vor allem für Routinearbeit mit geringerem Aufwand.

Weiterlesen
  • Dieselbe offizielle Tabelle nennt Claude Sonnet 5.5 mit 2 $ pro Million Eingabe-Token und 10 $ pro Million Ausgabe-Token. Vergleichen Sie seine Zeile mit der Zeile von Opus 5.5, um den halben Preisunterschied selbst zu sehen.

Die ersten drei vergleichen ↓

Die ersten drei nebeneinander

GPT-6.2 SolGPT-6.2 AstraClaude Sonnet 5.5
In den KI-Listen8 / 108 / 108 / 10
Kosten pro fertiger Aufgabe1,01 $ pro Aufgabe4,00 $ pro Aufgabe16,18 $ pro Vals-Test
Auf Platz 1 beiClaude, Grok, Kimi, Wenxin, DeepSeek——

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.

Welches Modell bei AI//COST vorn liegt, hängt davon ab, was ein Fehler kostet. Kostet ein Fehler weniger als 0,5 ¢, führt GPT-6 Luna. Von 0,5 ¢ bis 6,4 ¢ führt Claude Haiku 5.5, darüber führt Muse Ember.

Bemerkt von:
Aufgenommen: ChatGPT, Meta, MiMo, DeepSeek. Nicht aufgenommen: Claude, Nemotron, Grok, StepFun, Kimi, Wenxin.
Quelle ↗

OpenAI sagt, GPT-6.2 Astra koste pro Aufgabe weniger als ein Drittel von GPT-6 Astra. Unabhängige Tests fanden bei Artificial Analysis eine Senkung um 36% (4,00 $ statt 6,24 $) und bei Vals um etwa 50% (10,68 $ statt 21,28 $).

Bemerkt von:
Aufgenommen: Claude, Meta, Grok, MiMo, Kimi, DeepSeek. Nicht aufgenommen: ChatGPT, Nemotron, StepFun, Wenxin.
Quelle ↗

Gemini 4 Hydrogen liegt pro Token 25% unter Sonnet 5.5, doch seine Rechnung für die 82 Aufgaben fiel 2,6-mal höher aus. Denkschritte, die niemand liest, machten 79% seiner Ausgabe aus, also 1,60 $ von 4,09 $.

Bemerkt von:
Aufgenommen: Meta, MiMo, DeepSeek. Nicht aufgenommen: Claude, ChatGPT, Nemotron, Grok, StepFun, Kimi, Wenxin.
Quelle ↗

Claude Sonnet 5.5 und GPT-6.1 Sol haben dieselbe Preisliste mit 2 $ und 10 $, doch eine Aufgabe bei Artificial Analysis kostete 7,67 $ gegenüber 0,72 $, also etwa das Elffache.

Bemerkt von:
Aufgenommen: MiMo, StepFun. Nicht aufgenommen: Claude, ChatGPT, Meta, Nemotron, Grok, Kimi, Wenxin, DeepSeek.
Quelle ↗

Die Anstrengungsstufe verändert die Rechnung ebenso sehr wie das Modell. GPT-6.2 Astra kostet pro Aufgabe 0,66 $ bei niedriger Stufe, 2,07 $ bei hoher und 4,00 $ bei maximaler.

Bemerkt von:
Aufgenommen: ChatGPT. Nicht aufgenommen: Claude, Meta, Nemotron, Grok, MiMo, StepFun, Kimi, Wenxin, DeepSeek.
Quelle ↗

04Was Leute fragen

Claude vs. GPT Preis

Claude Fable 5.2 und GPT-6.2 Astra kosten laut Preisliste beide 8 $ pro Million Eingabe-Token und 40 $ pro Million Ausgabe-Token. Pro abgeschlossene Aufgabe bei Artificial Analysis kostet Fable aber 26,54 $, Astra 4,00 $.

Quelle ↗
Claude vs. GPT Preisvergleich

Claude Opus 5.5 kostet laut Preisliste 4 $ und 20 $, also die Hälfte von Astra. Trotzdem kostet eine Aufgabe bei Artificial Analysis bei Opus 10,04 $, bei Astra 4,00 $.

Quelle ↗
Claude vs. ChatGPT Preis

In der günstigsten Klasse kosten Claude Haiku 5.5 und GPT-6 Luna laut Preisliste beide 0,10 $ und 0,50 $. Bei den 82 Aufgaben von AI//COST hat Haiku 79 bestanden, für 0,111 $, Luna 72, für 0,079 $. Wenn jeder Fehler mit 10 ¢ angesetzt wird, ergibt das 0,411 $ gegenüber 1,079 $.

Quelle ↗
Claude vs. GPT Token/Preis

Der Token-Preis taugt wenig als Maßstab, weil jede Rangliste einen anderen Aufgabenmix hat. Astra kostet 4,00 $ pro Artificial-Analysis-Aufgabe, aber 10,68 $ pro Vals-Test, und Fable kostet 26,54 $ beziehungsweise 17,94 $.

Quelle ↗

05So haben wir gezählt

In einfachen Worten, ohne Formeln.

1Die Frage

Die 10 besten KI-Modelle nach den tatsächlichen Kosten einer fertigen Aufgabe, nicht nach dem Preis pro Token

2Warum dieses Thema

Die Leserin und der Leser erhalten eine Rangliste nach Kosten pro fertiger Aufgabe, aus vier unabhängigen Tabellen und der eigenen Angabe des Labors. Jede veröffentlichte Tabelle zeigt nur einen Blickwinkel, und die Tabellen widersprechen sich.

3Wofür es gilt

global — Spitzen-KI-Modelle für berufliche und alltägliche Arbeit, bewertet nach fertigen und geprüften Aufgaben

4Worauf wir geachtet haben

  • Dollar, die ausgegeben werden, um eine bewertete Aufgabe zu erledigen, gemessen von einem unabhängigen Tester bei einer angegebenen Aufwandsstufe
  • Ergebnis bei derselben Aufgabe, damit ein billiger Fehlschlag nie gewinnt
  • Ob die Ersparnis auch bleibt, wenn ein zweiter Herausgeber einen anderen Aufgabenmix verwendet
  • Abstand zwischen der Kostenangabe des Labors und den unabhängig gemessenen Kosten
  • Artificial Analysis: Intelligence-Index-Wert (0–100, neun Prüfungen) und Dollar, die pro Aufgabe bei der angegebenen Anstrengungsstufe ausgegeben wurden
  • Vals AI (Vals Index): nach BIP gewichtete Genauigkeit bei Agenten-Aufgaben in Finanzen, Programmierung, Recht und Steuern, dazu Dollar pro Test
  • Arena (Code Arena WebDev): blinde Abstimmungen von Menschen darüber, welche Web-App besser ist, dazu der Median der Dollar pro Aufgabe
  • AI//COST (AI Cost Bench): Rechnung für dieselben 82 Arbeitsaufgaben über die API jedes Anbieters; eine fehlgeschlagene Aufgabe wird mit 10 ¢ angesetzt; Rangfolge nach richtigen Aufgaben pro Dollar

5Wer gerankt hat

Die führenden KIs: Claude, ChatGPT, Meta, Nemotron, Grok, MiMo, StepFun, Kimi, Wenxin, DeepSeek. Jede hat unabhängig ihre eigene Zehnerliste erstellt und für jeden Platz eine Quelle genannt.

6Wie die Plätze festgelegt wurden

Derselbe Eintrag, von verschiedenen KIs unterschiedlich formuliert, wurde als einer gezählt. Je mehr KIs einen Eintrag auf ihre Liste setzten und je höher, desto höher sein Platz. „Einigkeit der KIs“ zeigt, wie viele KIs ihn auf ihrer eigenen Liste hatten. Quellen sind nur die, die die KIs selbst gefunden haben; nichts wurde von Hand ergänzt.

06Die Liste jeder KI

🇺🇸 Claude10 Plätze · 2 Hinweise

Dieselbe Frage, allein von Claude beantwortet. Die endgültige Liste oben vereint alle KIs.

  1. 1
    GPT-6.2 Sol (OpenAI, Nov. 2026)

    Erzielt 57 im Intelligence Index bei etwa 1,01 $ pro Index-Aufgabe, gegenüber rund 4 $ für Astra und 26,54 $ für Fable 5.2.

    Quelle ↗
  2. 2
    GPT-6.2 Astra (OpenAI, Nov. 2026)

    Zweiter bei Artificial Analysis mit 62, hinter Fable 5.2 mit 65, für etwa 4,00 $ pro Aufgabe, gegenüber 26,54 $ für Fable 5.2.

  3. 3
    Claude Sonnet 5.5 (Anthropic)

    Zweiter im Vals-Index mit 70,85%, nur 0,46 Punkte hinter Fable 5.2, zum Listenpreis von 2 $/10 $ pro Million Token.

  4. 4
    Claude Opus 5.5 (Anthropic)

    Zweiter bei Arena WebDev mit 1818, sechs Punkte hinter Fable 5.2, zur Hälfte von Fables Listenpreis (4 $/20 $ gegen 8 $/40 $).

    Quelle ↗
  5. 5
    Gemini 4 Carbon (Google)

    Dritter im Vals-Index mit 70,45%, doch sein Preis ist umstritten: Eine Quelle nennt 4 $/20 $, eine andere sagt, Google habe keinen Preis veröffentlicht.

  6. 6
    Claude Fable 5.2 (Anthropic)

    Spitze bei Vals (71,31%) und Arena WebDev (1824), kostet aber etwa 26,54 $ pro Index-Aufgabe bei maximalem Aufwand, gegenüber 4 $ bei Astra.

  7. 7
    Gemini 4 Argon (Google)

    Listet derzeit bei 2 $/10 $, steigt aber am 1. Dezember 2026 auf 4 $/20 $, daher ist sein Preisrang zeitlich begrenzt.

  8. 8
    GPT-6 Astra (OpenAI, Sep. 2026)

    Seine Kosten pro Index-Aufgabe lagen bei 6,24 $, bis GPT-6.2 Astra sie um 36% oder mehr senkte. Mit 1763 im WebDev-Wert belegt es Platz 6.

  9. 9
    Kimi K3.1 Pro (Moonshot, offene Gewichte)

    Fünfter nach Labor bei Arena WebDev mit 1688, der stärkste Eintrag mit offenen Gewichten in dieser Tabelle.

    Quelle ↗
  10. 10
    DeepSeek V4 Pro

    Platz 1 mit 0,000134 $ pro richtiger Antwort in einem Test mit 14 Modellen und 49 Aufgaben, bei dem die Kosten pro richtiger Antwort gemessen wurden. Die Aufgaben waren allerdings einfach.

    Quelle ↗

Was Claude aufgefallen ist

Fable 5.2 ist pro Token günstiger als GPT-6 Astra (8 $/40 $ gegen 10 $/50 $), kostet aber pro fertiger Aufgabe mehr, weil es bei maximalem Aufwand deutlich mehr Token schreibt.

Die Kosten pro Erfolg können weit über den Kosten pro Aufgabe liegen: Ein Test ergab etwa 31 $ pro Aufgabe, aber rund 1.000 $ pro vollständig richtigem Ergebnis.

🇺🇸 ChatGPT10 Plätze · 2 Hinweise

Dieselbe Frage, allein von ChatGPT beantwortet. Die endgültige Liste oben vereint alle KIs.

  1. 1
    Muse Ember

    Es erledigte alle 82 Aufgaben für eine Rechnung von 0,303 $: 271 richtig erledigte Aufgaben pro Dollar bei der Annahme von AI//COST, dass ein Fehlschlag 10¢ kostet.

    Quelle ↗
  2. 2
    Claude Haiku 5.5

    Seine Rechnung von 0,111 $ stieg auf 0,411 $, nachdem drei Fehlschläge eingerechnet wurden, das sind immer noch etwa 199 richtige Aufgaben pro Dollar.

    Quelle ↗
  3. 3
    GPT-6.1 Terra

    Ein Fehlschlag unter 82 Aufgaben; seine Rechnung von 0,637 $ wird mit dem Standardaufschlag für Fehler zu 0,737 $. Der Herausgeber sagt, sein Ergebnis sei statistisch gleichauf mit der Spitzengruppe.

    Quelle ↗
  4. 4
    GLM-5.3-FlashX

    Seine 78 bestandenen Aufgaben machen aus einer Rechnung von 0,804 $ bei 10¢ pro Fehlschlag 1,204 $. Im Paket bleibt es eine Wahl mit hohem Durchsatz und niedrigen Kosten.

    Quelle ↗
  5. 5
    MiniMax M3.1 Flash

    Sechs fehlgeschlagene Aufgaben fügen seiner Rechnung 60¢ hinzu. Trotzdem ergibt das Paket nach der Formel von AI//COST 90 richtige Aufgaben pro Dollar.

    Quelle ↗
  6. 6
    GPT-6 Luna

    Die reine API-Rechnung beträgt nur 7,9¢, doch zehn Fehlschläge machen das bewertete Ergebnis bei AI//COST-Fehlerpreis 10,8-mal teurer.

    Quelle ↗
  7. 7
    Qwen3.7 Plus

    Es bestand 77 Aufgaben, doch laut Test lag sein abgerechneter Lauf 20% unter den Kosten zum Listenpreis. Das Schnäppchen hängt an einem Rabatt ohne veröffentlichtes Enddatum.

    Quelle ↗
  8. 8
    Claude Sonnet 5.5

    Zwei Fehlschläge kosten nur 20¢ extra, doch die Rechnung des Pakets von 1,76 $ ergibt 47 richtige Aufgaben pro Dollar.

    Quelle ↗
  9. 9
    Gemini 4 Hydrogen

    Es erledigte jede Aufgabe des Pakets, doch seine Rechnung von 4,09 $ ist 13,5-mal teurer als der saubere Lauf von Muse Ember.

    Quelle ↗
  10. 10
    Gemini 3.5 Flash-Lite

    Der geringste angegebene Aufwand bedeutete nicht die niedrigste Rechnung: Er kostete 4,61 $ und verfehlte 43 von 82 Aufgaben, was auf 18 pro Dollar sinkt.

    Quelle ↗

Was ChatGPT aufgefallen ist

Bei den voreingestellten 10¢ pro Fehlschlag wird die reine Rechnung von GPT-6 Luna von 7,9¢ nach zehn Fehlschlägen zu 1,079 $. Die Kostenrangfolge ändert sich, sobald ein fehlgeschlagene Aufgabe echte Nacharbeit kostet.

Bei null Fehlerkosten liegt Luna laut AI//COST vorn; von 0,5¢ bis 6,4¢ pro Fehlschlag führt Haiku; darüber führt Muse Ember. Die Wahl des Fehlerpreises entscheidet über den Sieger.

🇺🇸 Meta10 Plätze · 4 Hinweise

Dieselbe Frage, allein von Meta beantwortet. Die endgültige Liste oben vereint alle KIs.

  1. 1
    Muse Ember 2026

    271 fertige Aufgaben pro Dollar, 82 von 82 sauber für 0,303 $; die einzige Tabelle, die Fehler einrechnet und trotzdem gewinnt

    Quelle ↗
  2. 2
    GPT-6.2 Sol 2026

    Alter Astra-Wert von 57 für etwa 1 $ pro Aufgabe, Spitzenleistung zum Alltagspreis

    Quelle ↗
  3. 3
    Claude Haiku 5.5 2026

    Gleiche 36 wie Ember bei Artificial Analysis, aber 0,41 $ pro Aufgabe, und 79 von 82 bei Cost Bench: billig, bis man die drei Fehlschläge einrechnet

  4. 4
    GPT-6.1 Terra 2026

    Am günstigsten unter den Top 10 bei Artificial Analysis mit 0,96 $ pro Aufgabe, und 81 von 82 bei Cost Bench, der bisherige Preis-Leistungs-Sieger, den Sol ersetzt

  5. 5
    GPT-6.2 Astra 2026

    62 bei Artificial Analysis für 4,00 $, 3 Punkte hinter Fable, für etwa ein Sechstel der Aufgabenrechnung

    Quelle ↗
  6. 6
    GLM-5.3 FlashX 2026

    78 von 82 für 0,804 $ fehlerfrei, das nicht aus den Vereinigten Staaten stammende Budgetmodell, das den Fehlerzuschlag übersteht

    Quelle ↗
  7. 7
    Claude Sonnet 5.5 2026

    Nahe der Spitze bei Büroarbeit mit 70,85% bei Vals, aber 1,76 $ sauber bei Cost Bench: Man bezahlt für die Fehler, die es vermeidet

  8. 8
    Gemini 4 Carbon 2026

    70,5% bei Vals für 10,51 $ pro Test, pro Bürotest günstiger als Sonnet oder Fable, mit 60 bei Artificial Analysis

    Quelle ↗
  9. 9
    DeepSeek V4.1 Flash 1017 2026

    0,60 $ pro Artificial-Analysis-Aufgabe für einen Wert von 32, das günstigste Ticket nahe der Spitzenklasse, aber keine Garantie für eine fertige Arbeit

    Quelle ↗
  10. 10
    Claude Fable 5.2 2026

    Die besten Werte überhaupt, 65 bei Artificial Analysis und 71,31% bei Vals, bei 26,54 $ pro Artificial-Analysis-Aufgabe, der Preis dafür, fast nie zu scheitern

Was Meta aufgefallen ist

Der Gewinner hängt vom Preis ab, den Sie auf einen Fehlschlag setzen: Bei AI Cost Bench gewinnt GPT-6 Luna unter 0,5 Cent pro fehlgeschlagener Aufgabe, von 0,5 bis 6,4 Cent gewinnt Claude Haiku 5.5, darüber gewinnt Muse Ember

Gleicher Token-Preis, vierfache Rechnung: Ember, Haiku 5.5 und GPT-6 Luna listen alle 0,10 $ Input / 0,50 $ Output pro 1 Mio. Token, doch ihre Rechnungen für 82 Aufgaben lagen bei 0,303 $, 0,111 $ und 0,079 $, wegen Denk-Token, Cache-Treffern und Wiederholungen

Gemini 4 Hydrogen liegt pro Token 25 Prozent unter Claude Sonnet 5.5, seine Rechnung fiel aber 2,6-fach höher aus: 79 Prozent seiner Output-Token entfielen auf Denkschritte, die der Leser nie sieht, 1,60 $ von 4,09 $

OpenAI behauptete, die Kosten pro Aufgabe seien auf weniger als ein Drittel gefallen. Unabhängige Tester fanden 36 Prozent bei Artificial Analysis und etwa 50 Prozent bei Vals: echte Einsparungen, nur kleiner

🇺🇸 Nemotron10 Plätze

Dieselbe Frage, allein von Nemotron beantwortet. Die endgültige Liste oben vereint alle KIs.

  1. 1
    GPT-6.2 Astra

    Unabhängig gemessene 0,042 $ pro fertiger Aufgabe, 62% unter OpenAIs eigener Angabe „weniger als ein Drittel“, und 3,1-mal günstiger pro richtiger Aufgabe als GPT-6.1

    Quelle ↗
  2. 2
    Claude 4.1 Opus

    0,058 $ pro fertiger Aufgabe, durchgehend Zweiter in allen vier unabhängigen Tests, kleiner Abstand zu Astra beim logischen Denken, aber 38% teurer pro richtiger Aufgabe

    Quelle ↗
  3. 3
    Gemini 2.5 Pro (Nov. 2026)

    0,067 $ pro fertiger Aufgabe. Googles Rabatt für „Denk-Token“ verringert den Abstand bei langen Kontexten, doch die Wiederholungsquote treibt die effektiven Kosten 19% über Claude 4.1 Opus

    Quelle ↗
  4. 4
    GPT-6.2 Sol

    0,018 $ pro fertiger Aufgabe, das günstigste Spitzenmodell pro Aufgabe, aber 14 Punkte weniger im Intelligence Index als Astra: Es scheitert an jeder fünften schweren Aufgabe, die Astra schafft

    Quelle ↗
  5. 5
    Claude 4.1 Sonnet

    0,022 $ pro fertiger Aufgabe, der beste Alltagswert: 94% der Genauigkeit von Opus bei 38% der Kosten, und bei denkintensiven Aufgaben besser als GPT-6.2 Sol

  6. 6
    Gemini 2.5 Flash (Nov. 2026)

    0,015 $ pro fertiger Aufgabe, der niedrigste Listenpreis, doch eine Wiederholungsquote von 22% bei mehrstufigen Aufgaben hebt die Ersparnis gegenüber Sonnet auf

    Quelle ↗
  7. 7
    GPT-6.1 (alt)

    0,135 $ pro fertiger Aufgabe, laut einer Vals-AI-Umfrage noch von 34% der Unternehmenskunden über die API genutzt, aber 3,2-mal teurer pro richtiger Aufgabe als Astra

  8. 8
    Llama 4.1 405B (Nov. 2026, quantisiert)

    0,031 $ pro fertiger Aufgabe bei eigenem Betrieb, das einzige Modell mit offenen Gewichten in den Top 10, aber 18 Punkte Rückstand im Intelligence Index gegenüber Astra und kein Service-Level-Vertrag des Anbieters

  9. 9
    Command R7B (Cohere, Nov. 2026)

    0,009 $ pro fertiger Aufgabe, das günstigste getestete API-Modell, scheitert aber bei 41% der Vals-AI-Aufgaben zu Recht und Steuern, dadurch kosten effektiv 0,015 $ pro richtiger Aufgabe

  10. 10
    Mistral Large 2.1 (Nov. 2026)

    0,027 $ pro fertiger Aufgabe, stark bei Programmierung (Code Arena 1.305 Elo), aber schwach bei Finanzen und Recht, was den nach BIP gewichteten Wert unter Flash drückt

🇺🇸 Grok10 Plätze · 2 Hinweise

Dieselbe Frage, allein von Grok beantwortet. Die endgültige Liste oben vereint alle KIs.

  1. 1
    GPT-6.2 Sol (2026)

    66,06% im Büroindex bei 3,18 $ pro Test, weniger als ein Fünftel von Claude Fable 5.2 mit 17,94 $, und dieselben 57 wie das alte Flaggschiff bei 1,01 $.

    Quelle ↗
  2. 2
    Gemini 4 Neon (2026)

    0,44 Punkte hinter dem Büro-Spitzenreiter, bei 7,40 $ pro Test statt 17,94 $.

    Quelle ↗
  3. 3
    Muse Wonder Full (2026)

    66,79% bei 6,81 $, pro richtigem Test nur wenige Cent von Neon entfernt, aber vier Punkte weiter von einem sauberen Bestehen entfernt.

  4. 4
    Gemini 4 Hydrogen (2026)

    Schlägt GPT-6.2 Astra bei Büroarbeit, 68,49% zu 67,66%, und die Rechnung ist niedriger: 9,84 $ gegenüber 10,68 $.

  5. 5
    Gemini 4 Carbon (2026)

    70,45% bei 10,51 $ pro Test, knapp unter Astras Bürorechnung, während der Listenpreis von 2 $/10 $ nur bis zum 30. November gilt.

    Quelle ↗
  6. 6
    GPT-6.2 Astra (2026)

    Dieselben 62 wie Fable bei xhigh, für 4,00 $ gegenüber 14,83 $, und dann eine übliche Rechnung von 10,68 $ bei der Büromischung.

  7. 7
    Gemini 4 Argon (2026)

    69,39% bei 13,37 $, ein höherer Bürowert als Astra und eine höhere Rechnung.

  8. 8
    Claude Sonnet 5.5 (2026)

    70,85% bei 16,18 $ pro Test, und eine mittlere Web-App bei 3,04 $ gegenüber Fables 11,53 $.

    Quelle ↗
  9. 9
    Claude Fable 5.2 (2026)

    Die hohen Werte sind echt, und die Rechnung ebenso: 65 für 26,54 $ oder 71,31% für 17,94 $.

    Quelle ↗
  10. 10
    Claude Opus 5.5 (2026)

    Teilt sich mit 58 die Führung bei Coding-Agenten, kostet dann aber 24,77 $ für einen Bürotest mit 70,14%.

    Quelle ↗

Was Grok aufgefallen ist

GPT-6.2 Astra und Claude Fable 5.2 haben denselben Tarif von 8 $/40 $. Im Intelligence Index kostet die fertige Aufgabe 4,00 $ gegenüber 26,54 $, ein 6,6-facher Unterschied, den der Token-Preis nie zeigt.

Am selben Nachmittag, an dem die Kostendiagramme erschienen, nannten frühe Nutzer GPT-6.2 Astra unausgeglichen bis unbrauchbar. Eine Benchmark-Aufgabe für 4 $, die ein Mensch wiederholen muss, ist keine fertige Arbeit für 4 $ mehr, und kein Test rechnet diese Wiederholung ein.

🇨🇳 MiMo10 Plätze · 3 Hinweise

Dieselbe Frage, allein von MiMo beantwortet. Die endgültige Liste oben vereint alle KIs.

  1. 1
    Muse Ember

    Alle 82 Büroaufgaben für 0,303 $ bestanden, das einzige Modell, bei dem die Gesamtrechnung zugleich die Kosten für ein sauberes Ergebnis ist.

    Quelle ↗
  2. 2
    GPT-6.1 Terra

    Top 3 im Paket mit eingerechneten Fehlern und trotzdem 51 Punkte im schwereren Mix von Artificial Analysis bei 0,96 $ pro Aufgabe: die Ersparnis, die bei einem zweiten Herausgeber bestehen bleibt.

    Quelle ↗
  3. 3
    Claude Haiku 5.5

    Gewinnt das Ranking immer dann, wenn ein fehlgeschlagene Aufgabe zwischen einem halben und 6,4 Cent kostet.

    Quelle ↗
  4. 4
    GPT-6.2 Sol

    57 im Intelligence Index für 1,01 $ pro Aufgabe, zehn Indexpunkte unter Fable 5.2 bei einem Sechsundzwanzigstel von dessen Aufgabenrechnung.

    Quelle ↗
  5. 5
    GPT-6 Luna

    Die günstigste Rechnung im Feld, 0,079 $ für 82 Aufgaben, und nur solange ein Fehlschlag weniger als einen halben Cent kostet, ist es der Sieger.

    Quelle ↗
  6. 6
    GLM-5.3-FlashX

    Modell mit offenen Gewichten, das 78 von 82 Büroaufgaben für 0,404 $ besteht, 102 richtige Aufgaben pro Dollar.

    Quelle ↗
  7. 7
    MiniMax M3.1 Flash

    76 von 82 Aufgaben für eine Rechnung von 0,307 $: sechs Fehlschläge, die alle leicht zu erkennen sind.

    Quelle ↗
  8. 8
    GPT-6.2 Astra

    Unabhängige Tester maßen Einsparungen von 36% und 50% pro Aufgabe, wo OpenAI bei der Vorstellung „weniger als ein Drittel“ behauptete.

  9. 9
    Gemini 4 Carbon

    Elo 1.769 bei fertigen Web-Apps mit einem medianen Aufgabenpreis von 1,61 $, der beste Wert der Tabelle unter zwei Dollar.

    Quelle ↗
  10. 10
    Claude Sonnet 5.5

    80 von 82 Büroaufgaben richtig und Zweiter im nach BIP gewichteten Index, zu einem Viertel des Token-Preises des Flaggschiffs.

    Quelle ↗

Was MiMo aufgefallen ist

Setzt man einen Preis auf Fehler, kippt die Spitze zweimal: GPT-6 Luna liegt unter 0,5 Cent pro fehlgeschlagener Aufgabe, Claude Haiku 5.5 zwischen 0,5 und 6,4 Cent, Muse Ember über 6,4 Cent. Keine Bestenliste weiß, was ein Fehler Sie kostet. Deshalb sortiert sich die Tabelle bei jeder Annahme neu.

Gleicher Listenpreis, 6,6-fache Kosten pro Aufgabe: Claude Fable 5.2 und GPT-6.2 Astra verlangen beide 8 $/40 $ pro Million. Fable schrieb im AA-Index aber 275 Millionen Ausgabe-Token, Astra 65,8 Millionen – 26,54 $ gegen 4,00 $ pro Aufgabe.

Der Listenpreis von Gemini 4 Hydrogen liegt pro Token 25% unter dem von Sonnet 5.5. Doch seine Rechnung für 82 Aufgaben fiel 2,6-mal höher aus: 79% der Ausgabe, für die bezahlt wurde, war Denkarbeit, die niemand liest (1,60 $ von 4,09 $).

🇨🇳 StepFun10 Plätze · 2 Hinweise

Dieselbe Frage, allein von StepFun beantwortet. Die endgültige Liste oben vereint alle KIs.

  1. 1
    Gemini 4 Hydrogen (Google, 2026)

    51,1% bei 0,82 $ pro Aufgabe gegen 51,4% bei 4,64 $ für Claude Fable 5.2: drei Zehntelpunkte Unterschied, bei der Rechnung 5,7-fach auseinander

    Quelle ↗
  2. 2
    GPT-6.2 Astra (OpenAI, 17. November 2026)

    Erledigt 78,3% des Agents’ Last Exam für 2,89 $, während das Modell, das andere Tabellen anführt, für 72,8% 60,05 $ berechnet

    Quelle ↗
  3. 3
    Gemini 4 Neon (Google, allgemein verfügbar seit 18. November 2026)

    0,44 Punkte hinter der Vals-Spitze, zu weniger als der Hälfte der Kosten pro Test: 7,40 $ gegenüber 17,94 $

    Quelle ↗
  4. 4
    Kimi K3.1 Pro (Moonshot AI, 2026)

    Zweiter bei Humanity’s Last Exam mit 70% für etwa 2 bis 4 $ pro Aufgabe, der günstige Forschungsplatz

    Quelle ↗
  5. 5
    Claude Sonnet 5.5 (Anthropic, 2026)

    Das Arbeitspferd: 70,85% im Vals-Index, mit einer Rechnung, die je nach Aufwandsregler zwischen 0,51 $ und 7,60 $ schwankt

    Quelle ↗
  6. 6
    GPT-6.2 Sol (OpenAI, 17. November 2026)

    3,18 $ pro Vals-Test gegen 16,18 $ bei Claude Sonnet 5.5: der Alltagsplatz zu einem Fünftel der Bürorechnung

    Quelle ↗
  7. 7
    Muse Ember (Meta, 9. November 2026)

    Das günstigste Modell, das je 36 im Intelligence Index erreichte: 0,10 $ pro Million Input-Token

    Quelle ↗
  8. 8
    Claude Haiku 5.5 (Anthropic, 2026)

    Derselbe Tarif von 0,10 $/0,50 $ und dieselben 36 im Index wie Ember, mit einem Kontextfenster von 1 Mio. Token

    Quelle ↗
  9. 9
    DeepSeek V3.2 (DeepSeek, 2026)

    Etwa 0,028 $ pro gelöster SWE-bench-Verified-Aufgabe, die günstigste fertige Programmieraufgabe der Tabelle

    Quelle ↗
  10. 10
    Claude Fable 5.2 (Anthropic, November 2026)

    Gewinnt jede Tabelle und verliert jede Rechnung: 26,54 $ pro Aufgabe bei maximalem Aufwand, 60,05 $ beim Agents’ Last Exam

Was StepFun aufgefallen ist

Setzt man einen Fehlversuch auf 10 Cent, kehrt sich die Reihenfolge um: Beim Agents’ Last Exam erledigte GPT-6.2 Astra 78,3% für 2,89 $, Claude Fable 5.2 erledigte 72,8% für 60,05 $.

Zwei Modelle mit identischem Tarif von 2 $/10 $ berechneten für dieselben Index-Aufgaben 0,72 $ und 7,62 $: Der Aufwandsregler, nicht die Preisliste, bestimmt die Rechnung.

🇨🇳 Kimi10 Plätze · 3 Hinweise

Dieselbe Frage, allein von Kimi beantwortet. Die endgültige Liste oben vereint alle KIs.

  1. 1
    GPT-6.2 Sol (OpenAI)

    Erreicht den AA-Wert des alten GPT-6 Astra (57) für 1,01 $ pro Aufgabe, etwa ein Sechstel der Kosten des Flaggschiffs. Beim Agents’ Last Exam erreicht seine hohe Stufe 72,0% für 0,69 $, ein Dreizehntel des Preises von GPT-6 Astra bei maximalem Aufwand, für kaum einen Punkt weniger.

    Quelle ↗
  2. 2
    GPT-6.1 Sol (OpenAI)

    Der reine Champion für Punkte pro Dollar auf professionellem Niveau: 50 AA-Index-Punkte für 0,32 $ pro Aufgabe bei hohem Aufwand, mehr fertige Punkte pro Dollar als jedes andere Modell, das echte Büroarbeit leistet.

    Quelle ↗
  3. 3
    GPT-6.2 Astra (OpenAI)

    4,00 $ pro AA-Aufgabe gegenüber 26,54 $ bei Fable 5.2 für nur 3 Punkte weniger: professionelle Arbeit auf Spitzenniveau für etwa ein Sechstel der Aufgabenrechnung des Spitzenreiters. Die Angabe von OpenAI, es koste weniger als ein Drittel, bestätigt sich beim Agents’ Last Exam (32%).

  4. 4
    Claude Opus 5.5 (Anthropic)

    Mittlerer Aufwand erreicht 89% seiner Höchstpunktzahl für 22% der Kosten: die am besten gemessene Kurve „fertige Arbeit pro Dollar“ unter Premiummodellen und bis zur Veröffentlichung von Fable 5.2 der Gesamtführende im AA-v5-Index.

  5. 5
    DeepSeek V4.1 Flash (DeepSeek)

    100% bei 49 von 49 bewerteten Kurzaufgaben für 0,000053 $ pro richtiger Antwort, ein Drittel eines Cents pro fertiger Aufgabe: die günstigste Möglichkeit mit offenen Gewichten, eine Aufgabe als erledigt abzuhaken.

    Quelle ↗
  6. 6
    GPT-6 Luna (OpenAI)

    Alle 49 Kurzaufgaben ohne einen Fehler für 0,000026 $ pro richtiger Antwort, die günstigste fertige und geprüfte Aufgabe, die in diesem Jahr irgendwo gemessen wurde.

    Quelle ↗
  7. 7
    Claude Sonnet 5.5 (Anthropic)

    Drittes Modell im nach BIP gewichteten Vals-Büroindex (70,85%) zu einem Token-Preis von 2 $/10 $: ein Platz nahe der Spitze für Büroarbeit zu einem Fünftel der Rechnung des Flaggschiffs.

  8. 8
    Gemini 4 Carbon (Google)

    Liegt beim Agents’ Last Exam innerhalb eines Punktes von GPT-6.2 Astra (77,4% bei 4,60 $ pro Aufgabe) und führt beide Arena-Ranglisten der menschlichen Präferenz an: starke fertige Arbeit pro Dollar mit der breitesten Zustimmung.

    Quelle ↗
  9. 9
    Claude Fable 5.2 (Anthropic)

    Die Qualitätsobergrenze: Platz 1 bei AA (65) und bei Vals (71,31%), aber bei 26,54 $ pro AA-Aufgabe kauft man damit Sicherheit, keinen Wert. Der Beweis im Ranking, dass „fertig“ und „günstig“ sich weiterhin widersprechen.

  10. 10
    GLM-5.3 (Z.ai)

    Der einzige Open-Source-Eintrag im Coding Agent Index von AA mit 53,6 für 4,24 $ pro Aufgabe: fertige Programmierarbeit, die man selbst betreiben kann, zur Hälfte des Aufgabenpreises des geschlossenen Flaggschiffs.

Was Kimi aufgefallen ist

OpenAIs Angabe „weniger als ein Drittel der Kosten“ hält unabhängiger Prüfung nur bei dem Benchmark stand, den OpenAI selbst nannte: Die Läufe des Agents’ Last Exam kosteten 2,89 $ gegenüber 8,99 $ bei GPT-6 Astra (32%). Artificial Analysis misst GPT-6.2 Astra beim Intelligence-Index-Auftrag jedoch mit 4,00 $ gegenüber 6,24 $, also 36% Ersparnis, nicht 66%.

Setzt man einen Preis auf einen Fehlversuch, löst sich die Alltags-Rangliste vollständig von der Spitzen-Rangliste: GPT-6 Luna erledigte alle 49 bewerteten Kurzaufgaben für 0,000026 $ pro richtiger Antwort, während Claude Fable 5 auf derselben Aufgabenreihe 86,9-mal mehr pro richtiger Antwort kostete. Lunas Obergrenze von 35 AA-Punkten unterschreitet aber jede berufliche Mindestanforderung.

Sobald Menschen die Ergebnisse prüfen müssen, sind Token nicht mehr die Hauptrechnung: Ein unabhängiger Rechner für Kosten pro abgeschlossene Aufgabe auf Basis der Listenpreise von Claude Opus 5.5 ergibt, dass Token etwa 10% der Stückkosten von 3,01 $ ausmachen. Menschliche Prüfung (52%) und Fehlerbehebung (35%) tragen den Rest. Das ist das Ranking, das ein billiger Fehlschlag nie gewinnt.

🇨🇳 Wenxin10 Plätze · 1 Hinweise

Dieselbe Frage, allein von Wenxin beantwortet. Die endgültige Liste oben vereint alle KIs.

  1. 1
    GPT-6.2 Sol (OpenAI, 2026)

    Erreicht die Fähigkeiten des bisherigen Spitzenmodells GPT-6 Astra mit etwa 15% von dessen gemessenen Kosten pro Aufgabe

    Quelle ↗
  2. 2
    GLM-5.3-Flash (Z.ai, 2026)

    Liefert 71,5 Punkte bei der Programmierung zu 0,10 $ pro Million Token, 110-mal günstiger als Spitzenmodelle für Massen-Autovervollständigung

  3. 3
    Gemini 3.8 Flash (Google, 2026)

    Top 10 bei der Programmierung mit 0,83 $ pro Million Gesamt-Token, das beste Preis-Leistungs-Verhältnis unter den Spitzenmodellen

  4. 4
    GPT-6.2 Astra (OpenAI, 2026)

    Kostet weniger als ein Drittel des bisherigen Spitzenmodells GPT-6 Astra von OpenAI pro Aufgabe, mit 20% niedrigeren Token-Preisen als sein Vorgänger

    Quelle ↗
  5. 5
    Sonnet 5.5 (Anthropic, 2026)

    Gleicher Token-Preis wie GPT-6.2 Sol, aber gemessen mit 10,02 $ pro Aufgabe, also 7,9-mal höhere Gesamtkosten wegen des höheren Token-Verbrauchs pro Aufgabe

  6. 6
    GPT-6.1 Terra (OpenAI, 2026)

    Das günstigste gemessene Modell der ersten Leistungsstufe mit 0,96 $ pro abgeschlossener Aufgabe

  7. 7
    Muse Spark 1.3 (Meta, 2026)

    Konsens-Wert 91,4 bei gleichwertigen ¥8,38 / ¥28,51 pro Million Input-/Output-Token, mit deutlich geringerem Wiederholungsaufwand als vergleichbare Modelle mit über 90 Punkten

  8. 8
    DeepSeek V4.1 Flash (DeepSeek, 2026)

    Token-Preis für Batch-Verarbeitung um 90% auf 0,011 ¥ pro Million Input-Token gesenkt, auch wenn die Gesamtleistung unter die erste Leistungsstufe fällt

  9. 9
    Qwen3.8 Flash Next (Alibaba, 2026)

    Konsens-Wert 70,0 bei ¥0,8 / ¥2,7 pro Million Token, passend zum Input-Preis von GLM-5.3 Flash, mit 3,6% niedrigerem Output-Preis

  10. 10
    Opus 5.5 (Anthropic, 2026)

    Höchster Konsens-Wert der Branche mit 94,3 bei gemessenen über 10 $ Kosten pro Aufgabe, gedacht nur für langfristige agentische Programmierarbeit

Was Wenxin aufgefallen ist

OpenAIs neues GPT-6.2 Astra löst juristische Aufgaben bei Harvey LAB-AA mit mehr als doppelt so hoher Erfolgsquote wie Claude Fable 5.2, bei nur einem Sechstel der gemessenen Gesamtkosten pro Aufgabe

🇨🇳 DeepSeek10 Plätze · 3 Hinweise

Dieselbe Frage, allein von DeepSeek beantwortet. Die endgültige Liste oben vereint alle KIs.

  1. 1
    GPT-6.2 Sol (OpenAI, Nov. 2026)

    Erreicht 57 im AA Intelligence Index bei 1,01 $ pro Aufgabe – auf dem Niveau von GPT-6 Astra, bei etwa 15% der Kosten pro fertige Aufgabe.

  2. 2
    Claude Haiku 5.5 (Anthropic, 2026)

    Löst 79 von 82 Aufgaben für eine Rechnung von 0,11 $. Mit einem Fehlerpreis von 10 Cent liegt das bereinigte Ergebnis bei 0,411 $ – 199 richtige Aufgaben pro Dollar.

    Quelle ↗
  3. 3
    Muse Ember (Meta, 2026)

    Das einzige Modell im Warenkorb von AI//COST für November, das alle 82 Aufgaben bestanden hat. Bereinigtes Ergebnis 0,303 $, also 271 richtige Aufgaben pro Dollar bei einem Fehlerpreis von 10 Cent.

    Quelle ↗
  4. 4
    GPT-6.1 Terra (OpenAI, 2026)

    81 von 82 Aufgaben richtig für eine Rechnung von 0,537 $ – bereinigt 0,637 $, 129 Aufgaben pro Dollar und 2,94 $ pro Vals-Büro-Test.

    Quelle ↗
  5. 5
    GPT-6.2 Astra (OpenAI, Nov. 2026)

    Erreicht 62 im Hard-Index bei 4,00 $ pro Aufgabe. OpenAIs Behauptung, für „unter einem Drittel“ der Kosten zu arbeiten, ist gegenüber GPT-6 Astra (6,24 $) in Wahrheit eine Senkung um 36%, nicht um zwei Drittel.

  6. 6
    Gemini 4 Carbon (Google DeepMind, Nov. 2026)

    60 im Intelligence Index bei 5,48 $ pro Aufgabe und 70,45% im nach BIP gewichteten Büro-Index. Es verbraucht aber pro Aufgabe mehr Token als sein eigenes günstigeres Schwestermodell.

    Quelle ↗
  7. 7
    Claude Sonnet 5.5 (Anthropic, 2026)

    Führt den nach BIP gewichteten Büro-Test von Vals mit 70,85% an, kostet aber 16,18 $ pro Test und bringt im Warenkorb von AI//COST nur 47 richtige Aufgaben pro Dollar.

  8. 8
    DeepSeek V4.1 Flash 1017 (DeepSeek, 2026)

    61,26% im nach BIP gewichteten Büro-Index für 0,66 $ pro Test – ein Wertsieger mit offenen Gewichten, bei etwa einem Fünfundzwanzigstel der Testrechnung von Sonnet 5.5.

  9. 9
    GPT-6 Luna (OpenAI, 2026)

    Hat die günstigste Rohrechnung bei AI//COST – 0,079 $ für 82 Aufgaben –, scheitert aber an 10 davon. Es führt nur, wenn ein Fehler weniger als einen halben Cent kostet.

    Quelle ↗
  10. 10
    Claude Fable 5.2 (Anthropic, Nov. 2026)

    Die höchste Punktzahl in der Tabelle, 65, aber 26,54 $ pro fertige Aufgabe – das 26-Fache der Rechnung von GPT-6.2 Sol für 8 Indexpunkte mehr.

Was DeepSeek aufgefallen ist

Die billigste Rechnung ist nicht der billigste Job: Die Warenkorb-Rechnung von GPT-6 Luna mit 0,079 $ liegt 52-mal unter den 4,09 $ von Gemini 4 Hydrogen. Doch Luna scheitert an 10 von 82 Aufgaben und fällt auf 76 richtige Aufgaben pro Dollar, sobald ein Fehler mit 10 Cent berechnet wird.

Der Sieger wechselt mit dem Preis eines Fehlers: Unter einem halben Cent führt GPT-6 Luna, von einem halben bis 6,4 Cent Claude Haiku 5.5, über 6,4 Cent Muse Ember. Ihren eigenen Fehlerpreis kann Ihnen keine Bestenliste nennen – deshalb sortiert sich dieselbe Tabelle neu.

Gemini 4 Hydrogen besteht alle 82 Aufgaben und landet trotzdem auf dem letzten Platz im Ranking von AI//COST: 79% seiner Ausgabe waren berechnete Denkarbeit, die der Leser nie sieht (1,60 $ seiner 4,09 $ Rechnung). Eine perfekte Erfolgsquote hat es also nicht billig gemacht.