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
Gemessene LaufzeitTop 1
Median-Laufzeit auf Railwail-Jobs (mindestens 5 Läufe in 90 Tagen), kürzeste zuerst. Vergleiche innerhalb einer Kategorie: Ein Bild und ein Video sind unterschiedlich viel Arbeit. Sprachmodelle fehlen: Ihre Laufzeit hängt von der Antwortlänge ab.
- 0148 s31 Läufe
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