Bestes KI-Modell für Restaurants und Bars, getestet am 23. September 2026

Die Aufgaben des AIGROW-Benchmarks für kleine Unternehmen, die ein Restaurant oder eine Bar an KI vergeben würde, und die Ergebnisse aller 36 Modelle bei jeder Aufgabe, bewertet als bestanden oder nicht bestanden anhand schriftlich festgelegter Prüfkriterien.

Ein Pilotversuch, bei dem jedes Modell 1 Durchlauf pro Aufgabe absolviert. Dieser Test wurde am 23. September 2026 durchgeführt. Seitdem haben die Hersteller 18 der 36 getesteten Modelle durch neuere ersetzt, und 26 aktuelle Modelle unserer Liste waren nicht enthalten. Die LLM-Rangliste ordnet aktuelle Modelle nach gemessenen Ergebnissen.

4/4Bei den meisten der 4 Aufgaben bestanden6 Modelle
Qwen3.8 Flash
4 von 4
Kimi K3
4 von 4
GLM-5.3-Flash
4 von 4
Claude Opus 5
4 von 4
Claude Fable 5.1
4 von 4
MiniMax M3
4 von 4
Bei Gleichstand entscheidet die bessere Bilanz über alle 20 Aufgaben hinweg.

Der AIGROW-Benchmark für kleine Unternehmen umfasst 4 Aufgaben, die ein Restaurant oder eine Bar an KI vergeben würde: auf negative Bewertungen antworten, einen geschäftlichen Posteingang vorsortieren, Banktransaktionen kategorisieren und einen italienischen Kontoauszug kategorisieren. Am 23. September 2026 hat 6 Modelle alle 4 bestanden. GLM-5.3-Flash lieferte in der Vergleichsgruppe (diesen) die günstigsten bestandenen Durchläufe im gesamten Benchmark, 0,831 $ pro tausend.

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.

Das Ergebnis jedes Modells bei den Aufgaben, die ein Restaurant oder eine Bar vergibt
ModellAuf negative Bewertungen antwortenEinen geschäftlichen Posteingang vorsortierenBanktransaktionen kategorisierenEinen italienischen Kontoauszug kategorisierenBestanden1.000 erfolgreiche Durchläufe
Qwen3.8 FlashBestandenBestandenBestandenBestanden4 von 41,09 $
Kimi K3Ersetzt durch Kimi K3.1 ProBestandenBestandenBestandenBestanden4 von 418,44 $
GLM-5.3-FlashBestandenBestandenBestandenBestanden4 von 40,831 $
Claude Opus 5Ersetzt durch Claude Opus 5.5BestandenBestandenBestandenBestanden4 von 416,89 $
Claude Fable 5.1Ersetzt durch Claude Fable 5.2BestandenBestandenBestandenBestanden4 von 433,11 $
MiniMax M3BestandenBestandenBestandenBestanden4 von 41,82 $
Gemini 3.1 Pro (preview)Ersetzt durch Gemini 4 ArgonNicht bestandenBestandenBestandenBestanden3 von 429,67 $
DeepSeek V4.1 FlashNicht bestandenBestandenBestandenBestanden3 von 41,05 $
DeepSeek V4 ProBestandenBestandenNicht bestandenBestanden3 von 45,14 $
GLM-5.3Nicht bestandenBestandenBestandenBestanden3 von 47,02 $
Gemini 3.8 FlashNicht bestandenBestandenBestandenBestanden3 von 47,17 $
Grok 4.7Nicht bestandenBestandenBestandenBestanden3 von 49,41 $
Qwen3.7 PlusNicht bestandenBestandenBestandenBestanden3 von 43,58 $
Claude Sonnet 5Ersetzt durch Claude Sonnet 5.5Nicht bestandenBestandenBestandenBestanden3 von 46,70 $
GPT-5.6 SolErsetzt durch GPT-6.2 SolNicht bestandenBestandenBestandenBestanden3 von 411,33 $
Qwen3.8 MaxErsetzt durch Qwen4-MaxNicht bestandenBestandenBestandenBestanden3 von 416,32 $
GPT-5.5Ersetzt durch GPT-6.2 AstraNicht bestandenBestandenBestandenBestanden3 von 417,02 $
GPT-6 AstraErsetzt durch GPT-6.2 AstraNicht bestandenBestandenBestandenBestanden3 von 427,91 $
GPT-5.6 LunaErsetzt durch GPT-6 LunaBestandenBestandenNicht bestandenBestanden3 von 40,677 $
Muse Glimmer 30BNicht bestandenBestandenBestandenBestanden3 von 43,10 $
GPT-5.6 TerraErsetzt durch GPT-6.1 TerraNicht bestandenBestandenBestandenBestanden3 von 46,68 $
Qwen3.8 27BNicht bestandenBestandenBestandenBestanden3 von 47,30 $
Claude Sonnet 4.6Ersetzt durch Claude Sonnet 5.5Nicht bestandenBestandenBestandenBestanden3 von 411,24 $
Kimi K2.6Ersetzt durch Kimi K3.1 ProNicht bestandenBestandenBestandenBestanden3 von 411,69 $
Grok 4.3Nicht bestandenNicht bestandenBestandenBestanden2 von 44,10 $
gpt-oss-120bNicht bestandenNicht bestandenBestandenBestanden2 von 40,422 $
Gemma 4 31BNicht bestandenBestandenNicht bestandenNicht bestanden1 von 40,558 $
Llama 4 MaverickNicht bestandenBestandenNicht bestandenNicht bestanden1 von 40,665 $
Gemini 3.1 Flash-LiteErsetzt durch Gemini 3.5 Flash-LiteNicht bestandenBestandenNicht bestandenNicht bestanden1 von 41,41 $
GPT-5.4 miniErsetzt durch GPT-6.1 TerraNicht bestandenBestandenNicht bestandenNicht bestanden1 von 43,35 $
Mistral Medium 3.5Ersetzt durch Mistral Large 4Nicht bestandenBestandenNicht bestandenNicht bestanden1 von 47,40 $
Gemini 3.5 Flash-LiteNicht bestandenNicht bestandenNicht bestandenBestanden1 von 42,47 $
Claude Haiku 4.5Ersetzt durch Claude Haiku 5.5Nicht bestandenBestandenNicht bestandenNicht bestanden1 von 46,62 $
GPT-5.4 nanoErsetzt durch GPT-6 LunaNicht bestandenNicht bestandenNicht bestandenNicht bestanden0 von 41,51 $
Ministral 3 14BNicht bestandenNicht bestandenNicht bestandenNicht bestanden0 von 41,07 $
Mistral Small 4Nicht bestandenNicht bestandenNicht bestandenNicht bestanden0 von 41,33 $

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.

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