LLM-Vergleich: Preis und Intelligenz

So lesen Sie die Tabelle und wählen ein Modell

Was die Spalten bedeuten

• Intel — Intelligence Index — der aggregierte Punktwert von Artificial Analysis: je höher, desto klüger das Modell im Schnitt.
• Modus — Reasoning / Non-Reasoning und die Stufe des Aufwands. Verschiedene Modi eines Modells sind eigene Zeilen mit eigenem Punktwert.
• Rsn? — Ein kurzes Kennzeichen: Ist dies ein Reasoning-Modell (✓) oder nicht. Es spiegelt die Spalte „Modus“ wider, ist aber praktisch zum Sortieren und Filtern nach Typ.
• Anbieter — Wie viele Plattformen auf OpenRouter das Modell ausliefern. Klicken Sie auf die Zahl, um Preis, Latenz, Uptime und Quantisierung je Anbieter zu sehen.
• in $/M und out $/M — Preis pro Million Eingabe- und Ausgabe-Token (von OpenRouter).
• $/intel — Eingabepreis geteilt durch den Intelligence Index: je niedriger, desto günstiger eine Einheit Intelligenz.
• TTFT (s) und t/s — Geschwindigkeit: Zeit bis zum ersten Token und Ausgabe-Token pro Sekunde.
• Context (k) — Größe des Kontextfensters in Tausend Token.
• Tokenizer — Die Tokenizer-Familie des Modells; sie beeinflusst die echten Kosten für nicht-englischen Text (siehe unten).
• Hersteller — Das Unternehmen, das das Modell gebaut hat (Anthropic, OpenAI, Google…) — nicht der Inference-Anbieter.

Was der Intelligence Index ist

Der Intelligence Index von Artificial Analysis fasst mehrere Benchmarks zu einer Zahl zusammen, sodass Sie Modelle auf einer einzigen Skala vergleichen können, statt zehn Leaderboards abzugleichen. Betrachten Sie ihn als soliden Durchschnitt, nicht als letztes Wort: Ein Modell, das ein, zwei Punkte zurückliegt, kann bei Ihrer konkreten Aufgabe trotzdem gewinnen. Nutzen Sie ihn für die Vorauswahl und testen Sie die Finalisten dann mit Ihren eigenen Prompts.

Warum $/intel bei Reasoning-Modellen täuschen kann

Reasoning-Modi erreichen bei gleichem Preis pro Token einen höheren Punktwert, deshalb sieht ihr $/intel besser aus. Doch Reasoning ist deutlich wortreicher — es verbraucht weit mehr Ausgabe-Token —, sodass die echten Kosten einer Antwort höher liegen, als die Spalte vermuten lässt. Lesen Sie $/intel zusammen mit dem Modus und dem Ausgabepreis, nicht für sich allein.

Tokenizer und nicht-englischer Text: was günstiger ist

OpenRouter-Preise gelten pro Token, deshalb hängen die echten Kosten für etwa Deutsch, Russisch oder Arabisch davon ab, wie fein ein Tokenizer die Schrift zerlegt. Grobe Reihenfolge, von günstig zu teuer: Gemini/Gemma und GPT (o200k) → Llama 3, Mistral, Command, Claude → chinesische Modelle (Qwen, DeepSeek, GLM, Kimi, MiniMax), die nicht-lateinischen Text in mehr Token zerhacken. Das ist ein qualitativer Anhaltspunkt, keine exakten Faktoren — nur eine Messung an Ihrem eigenen Text liefert die echte Zahl.

Hersteller und Anbieter — nicht verwechseln

In dieser Tabelle stehen zwei verschiedene Dinge nebeneinander. Der Hersteller ist, wer das Modell gebaut hat (Anthropic, OpenAI, Google, Xiaomi). Ein Anbieter ist eine Plattform, die dieses Modell über OpenRouter ausliefert, jeweils mit eigenem Preis, eigener Latenz und Uptime. Ein Modell kann ein Dutzend Anbieter haben — klicken Sie auf die Zahl in der Spalte „Anbieter“, um sie direkt zu vergleichen.

Wie Sie in der Praxis wählen

Gehen Sie von der Aufgabe aus, nicht vom Hype. Legen Sie einen Mindest-Intelligence-Index fest, mit dem Sie sich wohlfühlen, sortieren Sie nach $/intel und überfliegen Sie die oberen Zeilen. Lange Dokumente nötig? Filtern Sie nach Kontext. Latenz im Blick? Sortieren Sie nach TTFT. In einer nicht-englischen Sprache unterwegs? Greifen Sie zu einem freundlicheren Tokenizer. Übergeben Sie das gewählte Modell dann an hotdoc und probieren Sie es mit echten Dateien aus.