Bestes KI-Modell für Steuerberatungs- und Buchhaltungsfirmen
Die Aufgaben des AIGROW-Benchmarks für kleine Unternehmen, die eine Steuer- oder Wirtschaftsprüfungskanzlei an KI vergeben würde, und die Ergebnisse aller 36 Modelle bei jeder Aufgabe, bewertet als bestanden oder nicht bestanden anhand schriftlich festgelegter Prüfkriterien.
Ausgabe Oktober 2026, Pilotphase, 1 Durchlauf pro Modell und Aufgabe.
- Qwen3.8 Flash
- 6 von 6
- Kimi K3
- 6 von 6
- Gemini 3.1 Pro (preview)
- 6 von 6
- GLM-5.3-Flash
- 6 von 6
- DeepSeek V4.1 Flash
- 6 von 6
- GLM-5.3
- 6 von 6
Bei Gleichstand entscheidet die bessere Bilanz über alle 20 Aufgaben hinweg.
Der AIGROW-Benchmark für kleine Unternehmen umfasst 6 Aufgaben, die eine Steuer- oder Wirtschaftsprüfungskanzlei an KI vergeben würde. In der Ausgabe vom Oktober 2026 bestand 15 Modelle alle 6. Unter diesen lieferte gpt-oss-120b die günstigsten erfolgreichen Durchläufe im gesamten Benchmark, für $0.422 pro tausend. Jede Aufgabenseite zeigt die Fallstricke und die Fehler aller Modelle.
Alle Modelle bei diesen Aufgaben
Die meisten bestandenen Durchläufe zuerst. Bei Gleichstand entscheidet die bessere Bilanz über alle 20 Aufgaben hinweg. Die Kosten für 1.000 bestandene Durchläufe beruhen auf dem gesamten Benchmark, einschließlich fehlgeschlagener Durchläufe.
| Modell | Einen italienischen Kontoauszug kategorisieren | Banktransaktionen kategorisieren | Rechnungsdaten extrahieren | Daten aus italienischen Lieferantenrechnungen extrahieren | Italienische Freiberuflerrechnungen berechnen | Überstundenvergütung berechnen | Bestanden | 1.000 erfolgreiche Durchläufe |
|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Flash | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | 6 von 6 | $1.09 |
| Kimi K3 | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | 6 von 6 | $18.44 |
| Gemini 3.1 Pro (preview) | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | 6 von 6 | $29.67 |
| GLM-5.3-Flash | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | 6 von 6 | $0.831 |
| DeepSeek V4.1 Flash | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | 6 von 6 | $1.05 |
| GLM-5.3 | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | 6 von 6 | $7.02 |
| Grok 4.7 | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | 6 von 6 | $9.41 |
| Qwen3.7 Plus | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | 6 von 6 | $3.58 |
| Claude Sonnet 5 | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | 6 von 6 | $6.70 |
| GPT-5.6 Sol | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | 6 von 6 | $11.33 |
| GPT-6 Astra | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | 6 von 6 | $27.91 |
| Muse Glimmer 30B | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | 6 von 6 | $3.10 |
| Grok 4.3 | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | 6 von 6 | $4.10 |
| Qwen3.8 27B | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | 6 von 6 | $7.30 |
| gpt-oss-120b | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | 6 von 6 | $0.422 |
| DeepSeek V4 Pro | Bestanden | Nicht bestanden | Bestanden | Bestanden | Bestanden | Bestanden | 5 von 6 | $5.14 |
| Gemini 3.8 Flash | Bestanden | Bestanden | Nicht bestanden | Bestanden | Bestanden | Bestanden | 5 von 6 | $7.17 |
| Qwen3.8 Max | Bestanden | Bestanden | Nicht bestanden | Bestanden | Bestanden | Bestanden | 5 von 6 | $16.32 |
| Claude Opus 5 | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Nicht bestanden | 5 von 6 | $16.89 |
| GPT-5.5 | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Nicht bestanden | 5 von 6 | $17.02 |
| Claude Fable 5.1 | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Nicht bestanden | 5 von 6 | $33.11 |
| GPT-5.6 Terra | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Nicht bestanden | 5 von 6 | $6.68 |
| MiniMax M3 | Bestanden | Bestanden | Bestanden | Nicht bestanden | Bestanden | Bestanden | 5 von 6 | $1.82 |
| Claude Sonnet 4.6 | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Nicht bestanden | 5 von 6 | $11.24 |
| Kimi K2.6 | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Nicht bestanden | 5 von 6 | $11.68 |
| GPT-5.6 Luna | Bestanden | Nicht bestanden | Bestanden | Bestanden | Bestanden | Nicht bestanden | 4 von 6 | $0.677 |
| Gemini 3.5 Flash-Lite | Bestanden | Nicht bestanden | Bestanden | Bestanden | Bestanden | Nicht bestanden | 4 von 6 | $2.47 |
| Gemma 4 31B | Nicht bestanden | Nicht bestanden | Bestanden | Bestanden | Bestanden | Nicht bestanden | 3 von 6 | $0.558 |
| Gemini 3.1 Flash-Lite | Nicht bestanden | Nicht bestanden | Bestanden | Bestanden | Bestanden | Nicht bestanden | 3 von 6 | $1.41 |
| GPT-5.4 mini | Nicht bestanden | Nicht bestanden | Bestanden | Bestanden | Bestanden | Nicht bestanden | 3 von 6 | $3.35 |
| Claude Haiku 4.5 | Nicht bestanden | Nicht bestanden | Bestanden | Bestanden | Bestanden | Nicht bestanden | 3 von 6 | $6.62 |
| GPT-5.4 nano | Nicht bestanden | Nicht bestanden | Bestanden | Bestanden | Bestanden | Nicht bestanden | 3 von 6 | $1.51 |
| Llama 4 Maverick | Nicht bestanden | Nicht bestanden | Bestanden | Nicht bestanden | Bestanden | Nicht bestanden | 2 von 6 | $0.665 |
| Mistral Medium 3.5 | Nicht bestanden | Nicht bestanden | Bestanden | Nicht bestanden | Bestanden | Nicht bestanden | 2 von 6 | $7.40 |
| Ministral 3 14B | Nicht bestanden | Nicht bestanden | Bestanden | Nicht bestanden | Bestanden | Nicht bestanden | 2 von 6 | $1.07 |
| Mistral Small 4 | Nicht bestanden | Nicht bestanden | Bestanden | Nicht bestanden | Bestanden | Nicht bestanden | 2 von 6 | $1.33 |
Die Aufgaben
Jede Seite zeigt die Aufgabe so, wie die Modelle sie erhalten haben, ihre Fallstricke, alle Prüfkriterien in Worten und die Fehler jedes Modells.
- Die Kontoauszüge einer italienischen Bar kategorisieren und die Kontobewegungen summieren
- Italienisch. 27 von 36 Durchläufen bestanden.
- Den monatlichen Kontoauszug eines Cafés kategorisieren und seine Betriebskosten summieren
- Englisch. 24 von 36 Durchläufen bestanden.
- Daten aus einer zweiseitigen Lieferantenrechnung für die Kreditorenbuchhaltung extrahieren
- Englisch. 34 von 36 Durchläufen bestanden.
- Daten aus einer italienischen Lieferantenrechnung mit einer nicht steuerbaren Auslagenposition extrahieren
- Italienisch. 31 von 36 Durchläufen bestanden.
- Zwei italienische Honorarrechnungen mit Beitrag zur Berufskasse, IVA und Quellensteuer berechnen
- Italienisch. 36 von 36 Durchläufen bestanden.
- Berechnen Sie den wöchentlichen Bruttolohn einer Reinigungskraft unter Berücksichtigung von Pausen, Überstunden und Sonntagszuschlägen
- Englisch. 19 von 36 Durchläufen bestanden.
Diese Arbeit einem Agenten übertragen
Ein AIGROW-Agent erledigt solche Aufgaben in Ihren eigenen Tools nach Regeln, die Sie schriftlich freigegeben haben. Was die Regeln nicht abdecken, gibt er zur Klärung weiter, statt zu raten.
Ausgabe Oktober 2026