Railwail
Anmelden

KI-Modell-Rankings nach Preis, Kontext und gemessener Laufzeit

Wähle ein Kriterium. Jedes Ranking nutzt nur Modelle, die du jetzt nutzen kannst, und echte Daten: Live-Preise, Kontextfenster aus dem Katalog und auf Railwail-Jobs gemessene Laufzeiten.

· Laufzeiten aus Railwail-Jobs, letzte 90 Tage

Günstigster AusgabepreisTop 25

Sprachmodelle nach Preis je 1 Mio. Ausgabe-Token.

  1. 01
    Granite Code 8BIBM
    $ 0,30/1 Mio. Out$ 0,060/1 Mio. In
    Testen
  2. 02
    GPT-6 LunaOpenAI
    $ 0,60/1 Mio. Out$ 0,12/1 Mio. In
    vs. Platz 1Testen
  3. 02
    Granite Code 20BIBM
    $ 0,60/1 Mio. Out$ 0,12/1 Mio. In
    vs. Platz 1Testen
  4. 04
    GPT-4o MiniOpenAI
    $ 0,72/1 Mio. Out$ 0,18/1 Mio. In
    vs. Platz 1Testen
  5. 05
    DeepSeek V4 FlashDeepSeekLegacy
    $ 1,44/1 Mio. Out$ 0,36/1 Mio. In
    vs. Platz 1Testen
  6. 05
    DeepSeek V4.1 FlashDeepSeek
    $ 1,44/1 Mio. Out$ 0,36/1 Mio. In
    vs. Platz 1Testen
  7. 07
    GPT-5.4 NanoOpenAI
    $ 1,50/1 Mio. Out$ 0,24/1 Mio. In
    vs. Platz 1Testen
  8. 08
    GPT-5 MiniOpenAILegacy
    $ 2,40/1 Mio. Out$ 0,30/1 Mio. In
    vs. Platz 1Testen
  9. 09
    Gemini 3 FlashGoogle DeepMindLegacy
    $ 3,60/1 Mio. Out$ 0,60/1 Mio. In
    vs. Platz 1Testen
  10. 10
    DeepSeek V4 ProDeepSeek
    $ 4,752/1 Mio. Out$ 1,584/1 Mio. In
    vs. Platz 1Testen
  11. 11
    o3-miniOpenAILegacy
    $ 5,28/1 Mio. Out$ 1,32/1 Mio. In
    vs. Platz 1Testen
  12. 11
    OpenAI o4-miniOpenAILegacy
    $ 5,28/1 Mio. Out$ 1,32/1 Mio. In
    vs. Platz 1Testen
  13. 13
    GPT-5.4 MiniOpenAI
    $ 5,40/1 Mio. Out$ 0,90/1 Mio. In
    vs. Platz 1Testen
  14. 14
    Claude Haiku 4.5Anthropic
    $ 6,00/1 Mio. Out$ 1,20/1 Mio. In
    vs. Platz 1Testen
  15. 15
    GPT-4.1OpenAI
    $ 9,60/1 Mio. Out$ 2,40/1 Mio. In
    vs. Platz 1Testen
  16. 15
    OpenAI o3OpenAILegacy
    $ 9,60/1 Mio. Out$ 2,40/1 Mio. In
    vs. Platz 1Testen
  17. 17
    Claude Sonnet 5Anthropic
    $ 12,00/1 Mio. Out$ 2,40/1 Mio. In
    vs. Platz 1Testen
  18. 17
    Gemini 2.5 ProGoogle DeepMindLegacy
    $ 12,00/1 Mio. Out$ 1,50/1 Mio. In
    vs. Platz 1Testen
  19. 17
    GPT-4oOpenAI
    $ 12,00/1 Mio. Out$ 3,00/1 Mio. In
    vs. Platz 1Testen
  20. 17
    GPT-5.1OpenAI
    $ 12,00/1 Mio. Out$ 1,50/1 Mio. In
    vs. Platz 1Testen
  21. 17
    GPT-6 SolOpenAI
    $ 12,00/1 Mio. Out$ 2,40/1 Mio. In
    vs. Platz 1Testen
  22. 22
    Gemini 3.1 ProGoogle DeepMind
    $ 14,40/1 Mio. Out$ 2,40/1 Mio. In
    vs. Platz 1Testen
  23. 23
    Claude Sonnet 4.6AnthropicLegacy
    $ 18,00/1 Mio. Out$ 3,60/1 Mio. In
    vs. Platz 1Testen
  24. 23
    GPT-5.4OpenAI
    $ 18,00/1 Mio. Out$ 3,00/1 Mio. In
    vs. Platz 1Testen
  25. 25
    Claude Opus 5.5Anthropic
    $ 24,00/1 Mio. Out$ 4,80/1 Mio. In
    vs. Platz 1Testen
Alle Kategorien im Leaderboard

So funktioniert dieses Leaderboard

Jede Zahl stammt aus unserem Katalog, unseren Preisregeln, unseren eigenen Job-Daten oder, bei der Qualität, aus dem öffentlichen Arena-Leaderboard. Was wir nicht belegen können, lassen wir weg.

Was gelistet ist
Nur Modelle, die du jetzt nutzen kannst: aktiv und mit geprüftem Preis. Nicht gelistet: 130 Katalogeinträge ohne Preis (sie laufen nicht), 0 entfernte Modelle und 5 doppelte Einträge desselben Anbieter-Modells. Legacy-Modelle bleiben gelistet und verweisen auf ihren Nachfolger.
Preis
Was ein Aufruf mit den Standardeinstellungen des Modells auf Railwail kostet, aus denselben Preisregeln, nach denen deine Läufe abgerechnet werden (1 Credit = 0,01 $). Token-Modelle zeigen den Preis je 1 Mio. Eingabe- und Ausgabe-Token. Mit ≈ markierte Preise werden nach GPU-Zeit abgerechnet: Die Zahl ist ein typischer Lauf, berechnet wird die tatsächliche Laufzeit.
Median-Laufzeit
Gemessen an abgeschlossenen Railwail-Jobs: Median der neuesten bis zu 500 Läufe der letzten 90 Tage, gezeigt ab 5 Läufen. Enthält die Wartezeit beim Anbieter. Bei Sprachmodellen hängt sie von der Antwortlänge ab, deshalb wird die LLM-Tabelle nie nach Geschwindigkeit sortiert. Heute gemessen: 3 Modelle.
Qualität
Arena-Wertungen aus dem öffentlichen Arena-Leaderboard (früher LMArena, CC BY 4.0): Menschen vergleichen zwei anonyme Modelle mit demselben Prompt und stimmen ab. Ein Modell bekommt nur dann eine Wertung, wenn der Arena-Eintrag genau das Modell mit der Standardeinstellung ist, die wir ausführen (geprüfte Liste, heute 56 Modelle). Geschätzt wird nichts.
Kontextfenster
Die maximale Tokenzahl je Anfrage laut unserem Katalog. Nicht von uns nachgemessen.
Nutzung
Läufe je Modell zeigen wir erst, wenn sie etwas aussagen: mindestens 5 Modelle mit Läufen von 3 oder mehr verschiedenen Konten in 30 Tagen. Bis dahin gibt es kein Beliebtheits-Ranking.
Was wir nicht zeigen
Keine eigenen Abstimmungen und keine geschätzten Wertungen: Unsere eigene Arena hat 0 entschiedene Duelle und 2 Modellstimmen, viel zu wenig für eine Wertung. Modelle, die die öffentliche Arena nicht in unserer Einstellung bewertet hat, stehen mit „Keine Arena-Wertung“ in der Liste.

Quelle:arena.ai-LeaderboardDatensatzCC BY 4.0

Falscher Preis oder fehlendes Modell? Schreib uns

Weiter entdecken

KI-Modell-Rankings nach Preis, Kontext und gemessener Laufzeit | Railwail