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.

4/4Bei den meisten der 4 Aufgaben bestanden12 Modelle
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. 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.

Das Ergebnis jedes Modells bei den Aufgaben, die ein Geschäft vergibt
ModellErstattungsanfragen beantwortenGewährleistungsansprüche auf Italienisch beantwortenItalienische Produktbeschreibungen schreibenBesprechungsprotokolle schreibenBestanden1.000 erfolgreiche Durchläufe
Qwen3.8 FlashBestandenBestandenBestandenBestanden4 von 41,09 $
Gemini 3.1 Pro (preview)Ersetzt durch Gemini 4 ArgonBestandenBestandenBestandenBestanden4 von 429,67 $
DeepSeek V4.1 FlashBestandenBestandenBestandenBestanden4 von 41,05 $
DeepSeek V4 ProBestandenBestandenBestandenBestanden4 von 45,14 $
Gemini 3.8 FlashBestandenBestandenBestandenBestanden4 von 47,17 $
Claude Sonnet 5Ersetzt durch Claude Sonnet 5.5BestandenBestandenBestandenBestanden4 von 46,70 $
Qwen3.8 MaxErsetzt durch Qwen4-MaxBestandenBestandenBestandenBestanden4 von 416,32 $
Claude Opus 5Ersetzt durch Claude Opus 5.5BestandenBestandenBestandenBestanden4 von 416,89 $
GPT-5.5Ersetzt durch GPT-6.2 AstraBestandenBestandenBestandenBestanden4 von 417,02 $
GPT-6 AstraErsetzt durch GPT-6.2 AstraBestandenBestandenBestandenBestanden4 von 427,91 $
GPT-5.6 TerraErsetzt durch GPT-6.1 TerraBestandenBestandenBestandenBestanden4 von 46,68 $
Kimi K2.6Ersetzt durch Kimi K3.1 ProBestandenBestandenBestandenBestanden4 von 411,69 $
Kimi K3Ersetzt durch Kimi K3.1 ProBestandenBestandenNicht bestandenBestanden3 von 418,44 $
GLM-5.3-FlashBestandenBestandenNicht bestandenBestanden3 von 40,831 $
GLM-5.3BestandenBestandenNicht bestandenBestanden3 von 47,02 $
Grok 4.7BestandenBestandenNicht bestandenBestanden3 von 49,41 $
Qwen3.7 PlusNicht bestandenBestandenBestandenBestanden3 von 43,58 $
GPT-5.6 SolErsetzt durch GPT-6.2 SolNicht bestandenBestandenBestandenBestanden3 von 411,33 $
Claude Fable 5.1Ersetzt durch Claude Fable 5.2Nicht bestandenBestandenBestandenBestanden3 von 433,11 $
GPT-5.6 LunaErsetzt durch GPT-6 LunaNicht bestandenBestandenBestandenBestanden3 von 40,677 $
MiniMax M3BestandenBestandenNicht bestandenBestanden3 von 41,82 $
Claude Sonnet 4.6Ersetzt durch Claude Sonnet 5.5Nicht bestandenBestandenBestandenBestanden3 von 411,24 $
Gemma 4 31BNicht bestandenBestandenBestandenBestanden3 von 40,558 $
Muse Glimmer 30BNicht bestandenBestandenBestandenNicht bestanden2 von 43,10 $
Grok 4.3Nicht bestandenBestandenNicht bestandenBestanden2 von 44,10 $
Qwen3.8 27BNicht bestandenBestandenNicht bestandenBestanden2 von 47,30 $
gpt-oss-120bNicht bestandenBestandenNicht bestandenBestanden2 von 40,422 $
Llama 4 MaverickNicht bestandenNicht bestandenBestandenBestanden2 von 40,665 $
GPT-5.4 miniErsetzt durch GPT-6.1 TerraNicht bestandenBestandenNicht bestandenBestanden2 von 43,35 $
Mistral Medium 3.5Ersetzt durch Mistral Large 4Nicht bestandenBestandenNicht bestandenBestanden2 von 47,40 $
Gemini 3.1 Flash-LiteErsetzt durch Gemini 3.5 Flash-LiteNicht bestandenNicht bestandenBestandenNicht bestanden1 von 41,41 $
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 bestandenBestanden1 von 41,51 $
Ministral 3 14BNicht bestandenBestandenNicht bestandenNicht bestanden1 von 41,07 $
Gemini 3.5 Flash-LiteNicht bestandenNicht bestandenNicht bestandenNicht bestanden0 von 42,47 $
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