Konfigurieren Sie Ihren KI-Agenten
Mit dem richtigen LLM
Jede KI-Agentenaufgabe verlangt andere Stärken - rohe Coding-Power, autonome CLI-Ausführung, tiefes Denken oder maximalen Kontext. Stimmen Sie Ihre Workload mit echten Benchmark-Daten, Live-Kostenschätzungen und aufgabenbezogenen Empfehlungen auf das beste Modell ab.
Finden Sie Ihr KI-Modell
Wählen Sie Ihr Aufgabenprofil und sehen Sie, welche Modelle basierend auf gewichteten Benchmarks am besten abschneiden. Passen Sie Sitzungseinstellungen an, um reale Kosten zu schätzen.
Hermes Agent
Hermes needs reliable tool calling, large context (memory + conversation), and prompt caching for long sessions. DeepSeek V4 Pro is the default.
Top Recommendations for Hermes Agent
V4 Pro
1.6T MoE with 49B active per token. MIT open-source. 1M context with hybrid attention (CSA+HCA). State-of-the-art competitive coding and math reasoning at 7-9x lower cost than frontier models.
MiniMax M3
Open-weight surprise. 92.68% GPQA Diamond, 80.5% SWE-bench Verified. 1M context. Very strong reasoning at $0.30-$0.60 input. Best value open-weight model.
V4 Flash
284B MoE with 13B active per token. MIT open-source. Ultra-cheap at $0.14/$0.28 per MTok. 1M context. Perfect for high-volume, cost-sensitive production workloads.
All Models Ranked
| Rank | Model | Score | Session Cost | Input $ | Output $ |
|---|---|---|---|---|---|
| 1 | V4 Pro DeepSeek | 99% | $0.057 | $0.43 | $0.87 |
| 2 | MiniMax M3 MiniMax | 98% | $0.099 | $0.45 | $1.80 |
| 3 | V4 Flash DeepSeek | 96% | $0.018 | $0.14 | $0.28 |
| 4 | Sonnet 4.6 Anthropic | 78% | $0.900 | $3.00 | $15.00 |
| 5 | Kimi K2.6 Moonshot AI | 73% | $0.260 | $1.00 | $4.00 |
| 6 | Gemini 3.1 Pro Google | 72% | $0.680 | $2.00 | $12.00 |
| 7 | Opus 4.8 Anthropic | 62% | $1.500 | $5.00 | $25.00 |
| 8 | GPT 5.3 Codex OpenAI | 60% | $0.656 | $1.75 | $14.00 |
| 9 | Haiku 4.5 Anthropic | 54% | $0.300 | $1.00 | $5.00 |
| 10 | GPT-5.5 OpenAI | 46% | $1.575 | $5.00 | $30.00 |
| 11 | GPT-5.4 OpenAI | 36% | $0.738 | $2.50 | $15.00 |
| 12 | Fable 5 Anthropic | 32% | $3.000 | $10.00 | $50.00 |
Benchmark-Vergleich von KI-Modellen
Direkter Vergleich aller führenden Modelle über SWE-bench Verified, SWE-bench Pro, Terminal-Bench 2.0, GPQA Diamond und MMLU-Pro. Nach jeder Spalte sortieren. Jede Zeile anklicken für Details.
| Open | ||||||||
|---|---|---|---|---|---|---|---|---|
| 1.0M | 95.0% | 80.3% | — | — | — | $10.00/$50.00 | ||
| 1.0M | 88.6% | 69.2% | — | 93.6% | 89.1% | $5.00/$25.00 | ||
| 1.0M | 80.6% | 55.4% | 67.9% | 90.1% | 87.5% | $0.43/$0.87 | ||
| 1.0M | 80.6% | 54.2% | — | 94.3% | 92.6% | $2.00/$12.00 | ||
| 1.0M | 80.5% | — | 66.0% | 92.7% | 84.2% | $0.45/$1.80 | ||
| 256K | 80.2% | — | 66.7% | — | — | $1.00/$4.00 | ||
| 1.0M | 79.6% | — | 42.8% | 82.0% | 84.6% | $3.00/$15.00 | ||
| 1.0M | 79.0% | — | 56.9% | 88.1% | 86.2% | $0.14/$0.28 | ||
| 200K | 73.3% | 39.5% | — | — | — | $1.00/$5.00 | ||
| 400K | — | 58.6% | 82.7% | — | — | $5.00/$30.00 | ||
| 400K | — | — | 77.3% | — | — | $1.75/$14.00 | ||
| 400K | — | 51.9% | — | — | — | $2.50/$15.00 |
Data sourced from vendor reports, SWE-bench leaderboard, and third-party benchmarks as of June 17, 2026. Click a row for full details.
Kostenrechner
Wählen Sie zwei Modelle und sehen Sie genau, wie viel Sie pro Sitzung, pro Monat und pro Jahr sparen würden. Passen Sie Schritte, Token-Anzahl und Sitzungsfrequenz an Ihre Workload an.
Wie wir Modelle bewerten
SWE-bench Verified
Gewichtung: 0-40%Echte GitHub-Issues. Modelle beheben tatsächliche Bugs in Python-Repos mit einem standardisierten Scaffold. Der beste Indikator für Coding-Fähigkeit in der Produktion.
Terminal-Bench 2.0
Gewichtung: 0-40%Autonome CLI-Agenten-Aufgaben. Modelle navigieren Dateisysteme, führen Builds aus und orchestrieren Shell-Befehle - misst echte Agentenautonomie.
GPQA Diamond
Gewichtung: 0-40%Wissenschaftliche Fragen auf Expertenniveau (Biologie, Physik, Chemie auf PhD-Niveau). Misst tiefes Schlussfolgern über reines Pattern-Matching hinaus.
MMLU-Pro
Gewichtung: 0-30%Massive multitask language understanding - 57 Fächer aus STEM, Geistes- und Sozialwissenschaften. Breiter Wissens-Benchmark.
Datenquellen: SWE-bench leaderboard, vendor technical reports (DeepSeek, Anthropic, OpenAI), Artificial Analysis, and third-party evaluators. Artificial Analysis sowie Drittanbieter-Bewerter. Zuletzt aktualisiert am 17. Juni 2026. Preise anhand offizieller API-Dokumentation geprüft.
n8n LabWir helfen dir, die Automatisierungslandschaft von morgen zu gewinnen
Eliminiere manuelle Engpässe mit individueller n8n-Automatisierung. Wir entwerfen das System für dich.
Unser Team
Bereit zu helfen