Bestes KI-Modell für Geschäfte, getestet am 23. September 2026
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.
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.
- 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
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. Am 23. September 2026 hat 12 Modelle alle 4 bestanden. DeepSeek V4.1 Flash lieferte in der Vergleichsgruppe (diesen) die günstigsten bestandenen Durchläufe im gesamten Benchmark, 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)Ersetzt durch Gemini 4 Argon | 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 5Ersetzt durch Claude Sonnet 5.5 | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | 6,70 $ |
| Qwen3.8 MaxErsetzt durch Qwen4-Max | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | 16,32 $ |
| Claude Opus 5Ersetzt durch Claude Opus 5.5 | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | 16,89 $ |
| GPT-5.5Ersetzt durch GPT-6.2 Astra | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | 17,02 $ |
| GPT-6 AstraErsetzt durch GPT-6.2 Astra | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | 27,91 $ |
| GPT-5.6 TerraErsetzt durch GPT-6.1 Terra | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | 6,68 $ |
| Kimi K2.6Ersetzt durch Kimi K3.1 Pro | Bestanden | Bestanden | Bestanden | Bestanden | 4 von 4 | 11,69 $ |
| Kimi K3Ersetzt durch Kimi K3.1 Pro | 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 SolErsetzt durch GPT-6.2 Sol | Nicht bestanden | Bestanden | Bestanden | Bestanden | 3 von 4 | 11,33 $ |
| Claude Fable 5.1Ersetzt durch Claude Fable 5.2 | Nicht bestanden | Bestanden | Bestanden | Bestanden | 3 von 4 | 33,11 $ |
| GPT-5.6 LunaErsetzt durch GPT-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 4.6Ersetzt durch Claude Sonnet 5.5 | 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 miniErsetzt durch GPT-6.1 Terra | Nicht bestanden | Bestanden | Nicht bestanden | Bestanden | 2 von 4 | 3,35 $ |
| Mistral Medium 3.5Ersetzt durch Mistral Large 4 | Nicht bestanden | Bestanden | Nicht bestanden | Bestanden | 2 von 4 | 7,40 $ |
| Gemini 3.1 Flash-LiteErsetzt durch Gemini 3.5 Flash-Lite | Nicht bestanden | Nicht bestanden | Bestanden | Nicht bestanden | 1 von 4 | 1,41 $ |
| Claude Haiku 4.5Ersetzt durch Claude Haiku 5.5 | Nicht bestanden | Bestanden | Nicht bestanden | Nicht bestanden | 1 von 4 | 6,62 $ |
| GPT-5.4 nanoErsetzt durch GPT-6 Luna | 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