Bestes KI-Modell für Geschäfte
Die Aufgaben des AIGROW-Benchmarks für kleine Unternehmen, die ein Geschäft 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
- 4 von 4
- Gemini 3.1 Pro (preview)
- 4 von 4
- DeepSeek V4.1 Flash
- 4 von 4
- DeepSeek V4 Pro
- 4 von 4
- Gemini 3.8 Flash
- 4 von 4
- Claude Sonnet 5
- 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 Geschäft an KI vergeben würde: Erstattungsanfragen beantworten, Gewährleistungsansprüche auf Italienisch beantworten, italienische Produktbeschreibungen schreiben und Besprechungsprotokolle schreiben. In der Ausgabe vom Oktober 2026 bestand 12 Modelle alle 4. Unter diesen lieferte DeepSeek V4.1 Flash die günstigsten erfolgreichen Durchläufe im gesamten Benchmark, für $1.05 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.
| Modell | Erstattungsanfragen beantworten | Gewährleistungsansprüche auf Italienisch beantworten | Italienische Produktbeschreibungen schreiben | Besprechungsprotokolle schreiben | Bestanden | 1.000 erfolgreiche Durchläufe |
|---|---|---|---|---|---|---|
| Qwen3.8 Flash | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | $1.09 |
| Gemini 3.1 Pro (preview) | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | $29.67 |
| DeepSeek V4.1 Flash | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | $1.05 |
| DeepSeek V4 Pro | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | $5.14 |
| Gemini 3.8 Flash | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | $7.17 |
| Claude Sonnet 5 | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | $6.70 |
| Qwen3.8 Max | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | $16.32 |
| Claude Opus 5 | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | $16.89 |
| GPT-5.5 | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | $17.02 |
| GPT-6 Astra | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | $27.91 |
| GPT-5.6 Terra | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | $6.68 |
| Kimi K2.6 | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | $11.68 |
| Kimi K3 | Bestanden | Bestanden | Nicht bestanden | Bestanden | 3 von 4 | $18.44 |
| GLM-5.3-Flash | Bestanden | Bestanden | Nicht bestanden | Bestanden | 3 von 4 | $0.831 |
| GLM-5.3 | Bestanden | Bestanden | Nicht bestanden | Bestanden | 3 von 4 | $7.02 |
| Grok 4.7 | Bestanden | Bestanden | Nicht bestanden | Bestanden | 3 von 4 | $9.41 |
| Qwen3.7 Plus | Nicht bestanden | Bestanden | Bestanden | Bestanden | 3 von 4 | $3.58 |
| GPT-5.6 Sol | Nicht bestanden | Bestanden | Bestanden | Bestanden | 3 von 4 | $11.33 |
| Claude Fable 5.1 | Nicht bestanden | Bestanden | Bestanden | Bestanden | 3 von 4 | $33.11 |
| GPT-5.6 Luna | Nicht bestanden | Bestanden | Bestanden | Bestanden | 3 von 4 | $0.677 |
| MiniMax M3 | Bestanden | Bestanden | Nicht bestanden | Bestanden | 3 von 4 | $1.82 |
| Claude Sonnet 4.6 | Nicht bestanden | Bestanden | Bestanden | Bestanden | 3 von 4 | $11.24 |
| Gemma 4 31B | Nicht bestanden | Bestanden | Bestanden | Bestanden | 3 von 4 | $0.558 |
| Muse Glimmer 30B | Nicht bestanden | Bestanden | Bestanden | Nicht bestanden | 2 von 4 | $3.10 |
| Grok 4.3 | Nicht bestanden | Bestanden | Nicht bestanden | Bestanden | 2 von 4 | $4.10 |
| Qwen3.8 27B | Nicht bestanden | Bestanden | Nicht bestanden | Bestanden | 2 von 4 | $7.30 |
| gpt-oss-120b | Nicht bestanden | Bestanden | Nicht bestanden | Bestanden | 2 von 4 | $0.422 |
| Llama 4 Maverick | Nicht bestanden | Nicht bestanden | Bestanden | Bestanden | 2 von 4 | $0.665 |
| GPT-5.4 mini | Nicht bestanden | Bestanden | Nicht bestanden | Bestanden | 2 von 4 | $3.35 |
| Mistral Medium 3.5 | Nicht bestanden | Bestanden | Nicht bestanden | Bestanden | 2 von 4 | $7.40 |
| Gemini 3.1 Flash-Lite | Nicht bestanden | Nicht bestanden | Bestanden | Nicht bestanden | 1 von 4 | $1.41 |
| Claude Haiku 4.5 | Nicht bestanden | Bestanden | Nicht bestanden | Nicht bestanden | 1 von 4 | $6.62 |
| GPT-5.4 nano | Nicht bestanden | Nicht bestanden | Nicht bestanden | Bestanden | 1 von 4 | $1.51 |
| Ministral 3 14B | Nicht bestanden | Bestanden | Nicht bestanden | Nicht bestanden | 1 von 4 | $1.07 |
| Gemini 3.5 Flash-Lite | Nicht bestanden | Nicht bestanden | Nicht bestanden | Nicht bestanden | 0 von 4 | $2.47 |
| Mistral Small 4 | Nicht bestanden | Nicht bestanden | Nicht bestanden | Nicht bestanden | 0 von 4 | $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.
- Antworten Sie einem Kunden, der nach Ablauf der Erstattungsfrist eine Rückerstattung verlangt
- Englisch. 17 von 36 Durchläufen bestanden.
- Antworten Sie auf Italienisch einer Kundin, die irrtümlich glaubt, ihre Garantie sei abgelaufen
- Italienisch. 31 von 36 Durchläufen bestanden.
- Verfassen Sie eine italienische Produktbeschreibung für ein Olivenöl, die die Kennzeichnungsvorschriften einhält
- Italienisch. 21 von 36 Durchläufen bestanden.
- Aus einer Teambesprechung der Bäckerei Beschlüsse, Verantwortliche und Fristen festhalten
- Englisch. 30 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