Durchsuchen und filtern Sie alle wichtigen KI-Modelle nach Anbieter, API-Preis, Kontextfenster, Geschwindigkeit, VRAM und Benchmarks.
330 available
Claude Haiku 5.5 von Anthropic ist ein KI-Modell für ultraschnelle Echtzeit-Antworten, niedrige Latenz und Hochdurchsatz-Routing mit 200K Kontextfenster, 160 Token/s Durchsatz, einem Intelligenz-Index von 62/100 und $1/$5 pro 1M Token.
Gemini 4 Argon von Google ist ein KI-Modell für nativ multimodale Verarbeitung von Text und Bild sowie visuelle Dokumentenanalyse mit 1M Kontextfenster, 115 Token/s Durchsatz, einem Intelligenz-Index von 97/100 und $2/$10 pro 1M Token.
GPT-6 Astra von OpenAI ist ein KI-Modell für natürliche Sprachsynthese, Echtzeit-Audioverarbeitung und präzise Transkription mit 272K Kontextfenster, 100 Token/s Durchsatz, einem Intelligenz-Index von 96/100 und $10/$50 pro 1M Token.
Claude Opus 5.5 von Anthropic ist ein KI-Modell für anspruchsvolles Enterprise-Reasoning, Softwareentwicklung und produktive KI-Workflows mit 1M Kontextfenster, 78 Token/s Durchsatz, einem Intelligenz-Index von 94/100 und $4/$20 pro 1M Token.
GPT-6.1 Sol von OpenAI ist ein KI-Modell für anspruchsvolles Enterprise-Reasoning, Softwareentwicklung und produktive KI-Workflows mit 1M Kontextfenster, 120 Token/s Durchsatz, einem Intelligenz-Index von 94/100 und $2/$10 pro 1M Token.
GPT-6 Sol von OpenAI ist ein KI-Modell für anspruchsvolles Enterprise-Reasoning, Softwareentwicklung und produktive KI-Workflows mit 1M Kontextfenster, 116 Token/s Durchsatz, einem Intelligenz-Index von 93/100 und $2/$10 pro 1M Token.
Claude Mythos 5.1 von Anthropic ist ein KI-Modell für anspruchsvolles Enterprise-Reasoning, Softwareentwicklung und produktive KI-Workflows mit 1M Kontextfenster, 60 Token/s Durchsatz, einem Intelligenz-Index von 88/100 und $15/$75 pro 1M Token.
Gemini 3.8 Flash von Google ist ein KI-Modell für ultraschnelle Echtzeit-Antworten, niedrige Latenz und Hochdurchsatz-Routing mit 1.0M Kontextfenster, 175 Token/s Durchsatz, einem Intelligenz-Index von 87/100 und $0.75/$3.75 pro 1M Token.
Claude Fable 5.1 von Anthropic ist ein KI-Modell für anspruchsvolles Enterprise-Reasoning, Softwareentwicklung und produktive KI-Workflows mit 1M Kontextfenster, 65 Token/s Durchsatz, einem Intelligenz-Index von 82/100 und $10/$50 pro 1M Token.
Claude Sonnet 5.5 von Anthropic ist ein KI-Modell für anspruchsvolles Enterprise-Reasoning, Softwareentwicklung und produktive KI-Workflows mit 1M Kontextfenster, 105 Token/s Durchsatz, einem Intelligenz-Index von 78/100 und $2/$10 pro 1M Token.
GPT-6 Luna von OpenAI ist ein KI-Modell für maximale Kosteneffizienz pro Token und ressourcenschonende Produktions-Workloads mit 272K Kontextfenster, 245 Token/s Durchsatz, einem Intelligenz-Index von 67/100 und $0.1/$0.5 pro 1M Token.
DeepSeek V4.1-Flash von DeepSeek ist ein KI-Modell für Self-Hosting im eigenen Rechenzentrum, Fine-Tuning und volle Datensouveränität mit 1M Kontextfenster, 110 Token/s Durchsatz, einem Intelligenz-Index von 58/100 und $0.3/$1.2 pro 1M Token.
Break-even occurs when Monthly GPU Infrastructure Cost (rental/depreciation + power + ops) equals Total Monthly Tokens multiplied by your Blended API Token Price; below 50M tokens/month, managed APIs are almost always cheaper.
At $0.14 per 1M input tokens, DeepSeek V3 managed API is vastly cheaper than renting dedicated 8x H100 GPU clusters ($15-$25/hour) unless your organization sustains over 500 million tokens per day with 70%+ GPU utilization.
Dedicated GPUs incur fixed costs 24/7; at 10% utilization during idle hours, your effective cost per processed token becomes 10 times higher than nominal capacity, erasing any theoretical hardware cost advantage.
Anthropic charges a 1.25x (5-min TTL) or 2x (1-hour TTL) write premium on the initial request to compute the KV cache, then provides a 90% discount ($0.30/1M tokens) on all subsequent cache hit reads.
Reasoning tokens in o3-mini are billed at the standard output rate ($4.40/1M tokens); because complex reasoning steps can generate thousands of hidden scratchpad tokens, configuring reasoning_effort: low or medium is vital to prevent unexpected invoice inflation.
SWE-bench Verified features 500 human-filtered GitHub issues where top models have reached 70-85%+ saturation, whereas SWE-bench Pro introduces harder multi-repo architectural tasks with strict contamination-proofing to evaluate autonomous engineering.
The full 671B DeepSeek R1 requires multi-GPU clusters, but distilled versions (such as DeepSeek-R1-Distill-Qwen-14B or 32B with 4-bit quantization) run smoothly on a single 24GB RTX 4090.
Gemini 2.0 Flash leads with native multimodal audio-to-audio streaming and sub-200ms time-to-first-token (TTFT), making it faster than text-pipelined GPT-4o-mini setups.