LLM
Vergleich

Vergleiche die besten LLMs anhand ihrer technischen Daten, Kosten und Benschmark-Scores.

LLM Vergleichstabelle

Es sind keine Modelle zum Vergleich verfügbar. Bitte passe die Filter an oder versuche es später erneut.

Benchmark Chart

Wähle einen Benchmark über das Auswahlmenü, um die Ergebnisse der verschiedenen LLMs zu vergleichen.

Aider Scores nach Veröffentlichungsdatum

Rohdaten für Benchmark Aider Polyglot. Aider Polyglot Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.
Modell	Veröffentlichungsdata	Score
DeepSeek-R1-0528	Mai 2025	71,6 %
Gemini 2.5 Flash	Juni 2025	56,7 %
Gemini 2.5 Flash-Lite	Juli 2025	27,1 %
Gemini 2.5 Pro	Juni 2025	82,2 %
GPT-5	Aug. 2025	88 %
GPT-5 mini	Aug. 2025	71,6 %
GPT-5 nano	Aug. 2025	48,4 %
GPT-5 Pro	Aug. 2025	88 %
OpenAI o3	Apr. 2025	79,6 %
OpenAI o3-mini	Jan. 2025	60,4 %
OpenAI o4-mini	Apr. 2025	58,2 %
Qwen3 30B A3B Instruct 2507	Juli 2025	35,6 %

Aider Polyglot Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.

Rohdaten für Benchmark American Invitational Mathematics Examination 2025. American Invitational Mathematics Examination 2025 Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.
Modell	Veröffentlichungsdata	Score
Claude 3.7 Sonnet	Feb. 2025	54,8 %
Claude Opus 4	Mai 2025	75,5 %
Claude Opus 4.1	Aug. 2025	78 %
Claude Sonnet 4	Mai 2025	70,5 %
Claude Sonnet 4.5	Sept. 2025	87 %
DeepSeek-R1-0528	Mai 2025	87,5 %
Gemini 2.5 Flash	Juni 2025	72 %
Gemini 2.5 Flash-Lite	Juli 2025	63,1 %
Gemini 2.5 Pro	Juni 2025	88 %
Gemini Diffusion	Mai 2025	23,3 %
GLM-4.6	Sept. 2025	93,9 %
GPT-4o (2024-11-20)	Nov. 2024	5,8 %
GPT-5	Aug. 2025	99,6 %
GPT-5 mini	Aug. 2025	91,1 %
GPT-5 nano	Aug. 2025	85,2 %
GPT-5 Pro	Aug. 2025	96,7 %
Grok-4	Juli 2025	98,8 %
Grok-4 Heavy	Juli 2025	100 %
Kimi K2 (0905)	Sept. 2025	49,5 %
OpenAI o3	Apr. 2025	88,9 %
OpenAI o3-mini	Jan. 2025	86,5 %
OpenAI o4-mini	Apr. 2025	92,7 %
Qwen3 235B A22B Thinking 2507	Juli 2025	92,3 %
Qwen3 30B A3B Instruct 2507	Juli 2025	61,3 %

American Invitational Mathematics Examination 2025 Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.

Rohdaten für Benchmark ARC-AGI-2. ARC-AGI-2 Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.
Modell	Veröffentlichungsdata	Score
Grok-4	Juli 2025	15,9 %

ARC-AGI-2 Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.

Rohdaten für Benchmark Graduate-Level Google-Proof Q&A Benchmark. Graduate-Level Google-Proof Q&A Benchmark Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.
Modell	Veröffentlichungsdata	Score
Gemma 3	März 2025	24,3 %
GLM-4.5	Juli 2025	79,1 %
GLM-4.5 Air	Aug. 2025	75 %
GLM-4.6	Sept. 2025	81 %
GPT-4o (2024-11-20)	Nov. 2024	46 %
Grok-4	Juli 2025	87,5 %
Grok-4 Heavy	Juli 2025	88,9 %
Qwen3 235B A22B Thinking 2507	Juli 2025	81,1 %
Qwen3 30B A3B Instruct 2507	Juli 2025	70,4 %

Graduate-Level Google-Proof Q&A Benchmark Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.

Rohdaten für Benchmark Graduate-Level Google-Proof Q&A Benchmark - Diamond Subset. Graduate-Level Google-Proof Q&A Benchmark - Diamond Subset Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.
Modell	Veröffentlichungsdata	Score
Claude 3.7 Sonnet	Feb. 2025	78,2 %
Claude Opus 4	Mai 2025	79,6 %
Claude Opus 4.1	Aug. 2025	80,9 %
Claude Sonnet 4	Mai 2025	79,6 %
Claude Sonnet 4.5	Sept. 2025	83,4 %
DeepSeek-R1-0120	Jan. 2025	71,5 %
DeepSeek-R1-0528	Mai 2025	81 %
Gemini 2.5 Flash-Lite	Juli 2025	82,8 %
Gemini 2.5 Pro	Juni 2025	86,4 %
Gemini Diffusion	Mai 2025	40,4 %
GPT-5	Aug. 2025	87,3 %
GPT-5 mini	Aug. 2025	82,3 %
GPT-5 nano	Aug. 2025	71,2 %
GPT-5 Pro	Aug. 2025	88,4 %
Kimi K2 (0905)	Sept. 2025	75,1 %
OpenAI o3	Apr. 2025	83,3 %
OpenAI o3-mini	Jan. 2025	77 %
OpenAI o3-pro	Juni 2025	84 %
OpenAI o4-mini	Apr. 2025	81,4 %

Graduate-Level Google-Proof Q&A Benchmark - Diamond Subset Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.

Rohdaten für Benchmark Humanity's Last Exam. Humanity's Last Exam Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.
Modell	Veröffentlichungsdata	Score
DeepSeek-R1-0528	Mai 2025	17,7 %
Gemini 2.5 Flash	Juni 2025	11 %
Gemini 2.5 Pro	Juni 2025	21,6 %
GLM-4.5	Juli 2025	14,4 %
GLM-4.5 Air	Aug. 2025	10,6 %
GLM-4.6	Sept. 2025	17,2 %
GPT-5	Aug. 2025	35,2 %
GPT-5 mini	Aug. 2025	16,7 %
GPT-5 nano	Aug. 2025	8,7 %
GPT-5 Pro	Aug. 2025	30,7 %
Grok-4	Juli 2025	38,6 %
Grok-4 Heavy	Juli 2025	44,4 %
OpenAI o3	Apr. 2025	24,9 %
OpenAI o3-mini	Jan. 2025	13,4 %
OpenAI o4-mini	Apr. 2025	17,7 %
Qwen3 235B A22B Thinking 2507	Juli 2025	18,2 %

Humanity's Last Exam Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.

Rohdaten für Benchmark LiveCodeBench. LiveCodeBench Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.
Modell	Veröffentlichungsdata	Score
Claude Sonnet 4	Mai 2025	55,9 %
DeepSeek-R1-0528	Mai 2025	73,3 %
Gemini 2.5 Flash	Juni 2025	59,3 %
Gemini 2.5 Flash-Lite	Juli 2025	34,3 %
Gemini 2.5 Pro	Juni 2025	74,2 %
Gemini Diffusion	Mai 2025	30,9 %
Gemma 3	März 2025	29,7 %
GLM-4.5	Juli 2025	72,9 %
GLM-4.5 Air	Aug. 2025	70,7 %
GLM-4.6	Sept. 2025	82,8 %
GPT-4o (2024-11-20)	Nov. 2024	29,5 %
Grok-4	Juli 2025	79,3 %
Grok-4 Heavy	Juli 2025	79,4 %
Kimi K2 (0905)	Sept. 2025	53,7 %
Qwen3 235B A22B Thinking 2507	Juli 2025	74,1 %
Qwen3 30B A3B Instruct 2507	Juli 2025	43,2 %

LiveCodeBench Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.

Rohdaten für Benchmark MMLU-Pro. MMLU-Pro Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.
Modell	Veröffentlichungsdata	Score
DeepSeek-R1-0528	Mai 2025	85 %
Gemma 3	März 2025	67,5 %
GLM-4.5	Juli 2025	84,6 %
GLM-4.5 Air	Aug. 2025	81,4 %
Grok-4	Juli 2025	86,6 %
Qwen3 235B A22B Thinking 2507	Juli 2025	84,4 %
Qwen3 30B A3B Instruct 2507	Juli 2025	78,4 %

MMLU-Pro Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.

Rohdaten für Benchmark MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI. MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.
Modell	Veröffentlichungsdata	Score
GPT-5 Pro	Aug. 2025	84,2 %

MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.

Rohdaten für Benchmark SWE-bench. SWE-bench Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.
Modell	Veröffentlichungsdata	Score
Claude 3.7 Sonnet	Feb. 2025	62,3 %
Claude Opus 4	Mai 2025	72,5 %
Claude Opus 4.1	Aug. 2025	74,5 %
Claude Sonnet 4	Mai 2025	64,93 %
Claude Sonnet 4.5	Sept. 2025	77,2 %
DeepSeek-R1-0120	Jan. 2025	49,2 %
Gemini 2.5 Flash	Juni 2025	48,9 %
Gemini 2.5 Flash-Lite	Juli 2025	27,6 %
Gemini 2.5 Pro	Juni 2025	59,6 %
Gemini Diffusion	Mai 2025	22,9 %
GLM-4.5	Juli 2025	64,2 %
GLM-4.5 Air	Aug. 2025	57,6 %
GLM-4.6	Sept. 2025	68 %
GPT-4o (2024-11-20)	Nov. 2024	21,62 %
GPT-5	Aug. 2025	74,9 %
GPT-5 mini	Aug. 2025	71 %
GPT-5 nano	Aug. 2025	54,7 %
GPT-5 Pro	Aug. 2025	74,9 %
Kimi K2	Juli 2025	65,8 %
Kimi K2 (0905)	Sept. 2025	69,2 %
OpenAI o3	Apr. 2025	69,1 %
OpenAI o3-mini	Jan. 2025	49,3 %
OpenAI o4-mini	Apr. 2025	68,1 %

SWE-bench Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.

Rohdaten für Benchmark Tau2-Bench. Tau2-Bench Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.
Modell	Veröffentlichungsdata	Score
Claude Sonnet 4.5	Sept. 2025	84,7 %
GLM-4.6	Sept. 2025	75,9 %
GPT-5	Aug. 2025	80,1 %
GPT-5 mini	Aug. 2025	70,8 %
GPT-5 nano	Aug. 2025	46,3 %
Kimi K2 (0905)	Sept. 2025	66,1 %

Tau2-Bench Scores nach Veröffentlichungsdata. Niedrigster Score: 0 %. Höchster Score: 100 %.