Wählen Sie die Funktionalität vor dem Preis
Jedes Modell in API Compare zeigt neben dem Preis seine im Katalog gemeldeten Eingaben, Werkzeugaufrufe und strukturierten Ausgabefunktionen an. Hierbei handelt es sich um Schnittstellenanforderungen, nicht um unabhängig geprüfte Qualitätsbewertungen. Ein fehlendes Katalogflag ist unbekannt und kein gemessener Fehler. Bildeingabe bedeutet, Bilder zu verstehen, nicht Bilder zu erzeugen.
Bewertungsstandards und Originalquellen
Wählen Sie eine Auswertung, die zu Ihrer Aufgabe passt. Bei den folgenden Quellen handelt es sich um unabhängige Evaluierungsprojekte und nicht um Empfehlungen von TokenPico. Diese Links erläutern die Standards; Sie behaupten nicht, dass jedes Modell in unserem Katalog in jeder Bestenliste erscheint.
Künstlicher Analyse-Intelligenz-Index
Allgemeines Denken und Wissen
Zusammensetzung mehrerer Bewertungen. Vergleichen Sie dieselbe Indexversion und dieselben Argumentationseinstellungen. Hauptsächlich Englisch und Text; Es stellt keine Bild-, Audio- oder Mehrsprachigkeitsqualität her.
Ursprüngliche Methodik ↗ · Originalergebnisse ↗
LiveBench
Argumentation, Mathematik und Befolgen von Anweisungen
Verwendet objektive, fundierte Antworten für mehrere Aufgaben. Überprüfen Sie die Benchmark-Version, die Kategorie, die Modellversion und die Inferenzeinstellungen. Veröffentlichungen sind nicht austauschbar.
Ursprüngliche Methodik ↗ · Originalergebnisse ↗
LiveCodeBench
Codegenerierung und Problemlösung
Bewertet Code mit Ausführungstests und veralteten Problemsätzen. Passen Sie die Aufgabe, den Problemdatumsbereich, die Stichprobeneinstellungen und pass@k an. Wettbewerbscodierung ist nicht dasselbe wie die Pflege einer Bewerbung.
Ursprüngliche Methodik ↗ · Originalergebnisse ↗
SWE-Bench verifiziert
Software-Engineering-Agenten
Meldet den Prozentsatz der gelösten Repository-Probleme. Das Modell, die Agentenausstattung, die Tools und das Budget bestimmen gemeinsam das Ergebnis. Vergleichen Sie die gleiche verifizierte Teilmenge und den gleichen Kabelstrang.
Ursprüngliche Methodik ↗ · Originalergebnisse ↗
Wie ein Score in diesen Vergleich eingehen kann
Erfordern eine genaue Modell-/Versionsübereinstimmung, eine Benchmark-Version oder einen Problemdatumsbereich, Argumentationseinstellungen, Agentennutzung und ggf. Tools, Rückschluss-/Token-Budget, Bewertungsskala, Ergebnisdatum, Originalquelle und Erlaubnis zur erneuten Veröffentlichung. Vom Anbieter gemeldete Ergebnisse und unabhängige Läufe müssen separat gekennzeichnet werden. Vererben Sie niemals einen Familienscore und vermischen Sie niemals verschiedene Benchmarkskalen zu einem erfundenen Gesamtscore.
Qualitätsfaktor: Nicht importiert bedeutet, dass hier kein autorisiertes, mit der Konfiguration übereinstimmendes Ergebnis angehängt ist. Dies bedeutet nicht, dass es keine Tests gibt, die Qualität schlecht ist oder es anderswo keine Tests gibt. Ohne vergleichbare Beweise sind keine Qualitätssortierung, Preis-pro-Punkte-Empfehlung oder Empfehlungen zum besten Modell möglich.
Artificial Analysis bietet eine versionierte Methodik und eine Daten-API mit Attributions- und Lizenzbedingungen. Die öffentliche Sichtbarkeit allein ist keine Erlaubnis zur Wiederveröffentlichung. API-Zuordnung und Lizenzierung ↗
Quellenverweise wurden am 25. Oktober 2026 überprüft. Testversionen und Abdeckung können sich ändern; Konsultieren Sie das Originalergebnis, bevor Sie ein Modell auswählen. Validieren Sie in die engere Wahl gezogene Modelle anhand Ihrer eigenen repräsentativen Aufgaben.