Bestes KI-Modell für Handwerks- und Dienstleistungsbetriebe, getestet am 23. September 2026

Die Aufgaben des AIGROW-Benchmarks für kleine Unternehmen, die ein Handwerks- oder Dienstleistungsbetrieb 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.

6/6Bei den meisten der 6 Aufgaben bestanden8 Modelle
Kimi K3
6 von 6
Gemini 3.1 Pro (preview)
6 von 6
GLM-5.3
6 von 6
Gemini 3.8 Flash
6 von 6
Grok 4.7
6 von 6
Grok 4.3
6 von 6
Bei Gleichstand entscheidet die bessere Bilanz über alle 20 Aufgaben hinweg.

Der AIGROW-Benchmark für kleine Unternehmen umfasst 6 Aufgaben, die ein Handwerks- oder Dienstleistungsbetrieb an KI vergeben würde. Am 23. September 2026 hat 8 Modelle alle 6 bestanden. gpt-oss-120b lieferte in der Vergleichsgruppe (diesen) die günstigsten bestandenen Durchläufe im gesamten Benchmark, 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.

Das Ergebnis jedes Modells bei den Aufgaben, die ein Handwerks- oder Dienstleistungsbetrieb vergibt
ModellEinen Auftrag anhand einer Preisliste kalkulierenAngebots-E-Mails schreibenVertriebsleads bewertenKundennachrichten zuordnenÜberstundenvergütung berechnenFragen zum Mitarbeiterhandbuch beantwortenBestanden1.000 erfolgreiche Durchläufe
Kimi K3Ersetzt durch Kimi K3.1 ProBestandenBestandenBestandenBestandenBestandenBestanden6 von 618,44 $
Gemini 3.1 Pro (preview)Ersetzt durch Gemini 4 ArgonBestandenBestandenBestandenBestandenBestandenBestanden6 von 629,67 $
GLM-5.3BestandenBestandenBestandenBestandenBestandenBestanden6 von 67,02 $
Gemini 3.8 FlashBestandenBestandenBestandenBestandenBestandenBestanden6 von 67,17 $
Grok 4.7BestandenBestandenBestandenBestandenBestandenBestanden6 von 69,41 $
Grok 4.3BestandenBestandenBestandenBestandenBestandenBestanden6 von 64,10 $
Qwen3.8 27BBestandenBestandenBestandenBestandenBestandenBestanden6 von 67,30 $
gpt-oss-120bBestandenBestandenBestandenBestandenBestandenBestanden6 von 60,422 $
Qwen3.8 FlashNicht bestandenBestandenBestandenBestandenBestandenBestanden5 von 61,09 $
GLM-5.3-FlashBestandenNicht bestandenBestandenBestandenBestandenBestanden5 von 60,831 $
DeepSeek V4.1 FlashBestandenNicht bestandenBestandenBestandenBestandenBestanden5 von 61,05 $
DeepSeek V4 ProBestandenNicht bestandenBestandenBestandenBestandenBestanden5 von 65,14 $
Qwen3.7 PlusBestandenNicht bestandenBestandenBestandenBestandenBestanden5 von 63,58 $
GPT-5.6 SolErsetzt durch GPT-6.2 SolBestandenNicht bestandenBestandenBestandenBestandenBestanden5 von 611,33 $
Qwen3.8 MaxErsetzt durch Qwen4-MaxBestandenNicht bestandenBestandenBestandenBestandenBestanden5 von 616,32 $
GPT-6 AstraErsetzt durch GPT-6.2 AstraBestandenNicht bestandenBestandenBestandenBestandenBestanden5 von 627,91 $
Muse Glimmer 30BBestandenNicht bestandenBestandenBestandenBestandenBestanden5 von 63,10 $
Claude Sonnet 5Ersetzt durch Claude Sonnet 5.5Nicht bestandenNicht bestandenBestandenBestandenBestandenBestanden4 von 66,70 $
GPT-5.5Ersetzt durch GPT-6.2 AstraBestandenNicht bestandenBestandenBestandenNicht bestandenBestanden4 von 617,02 $
Claude Fable 5.1Ersetzt durch Claude Fable 5.2BestandenNicht bestandenBestandenBestandenNicht bestandenBestanden4 von 633,11 $
GPT-5.6 LunaErsetzt durch GPT-6 LunaBestandenNicht bestandenBestandenBestandenNicht bestandenBestanden4 von 60,677 $
MiniMax M3Nicht bestandenBestandenBestandenBestandenBestandenNicht bestanden4 von 61,82 $
Claude Opus 5Ersetzt durch Claude Opus 5.5Nicht bestandenNicht bestandenBestandenBestandenNicht bestandenBestanden3 von 616,89 $
GPT-5.6 TerraErsetzt durch GPT-6.1 TerraNicht bestandenNicht bestandenBestandenBestandenNicht bestandenBestanden3 von 66,68 $
Claude Sonnet 4.6Ersetzt durch Claude Sonnet 5.5Nicht bestandenNicht bestandenBestandenBestandenNicht bestandenBestanden3 von 611,24 $
Kimi K2.6Ersetzt durch Kimi K3.1 ProNicht bestandenBestandenNicht bestandenBestandenNicht bestandenBestanden3 von 611,69 $
Gemma 4 31BBestandenNicht bestandenBestandenBestandenNicht bestandenNicht bestanden3 von 60,558 $
Gemini 3.1 Flash-LiteErsetzt durch Gemini 3.5 Flash-LiteBestandenBestandenNicht bestandenBestandenNicht bestandenNicht bestanden3 von 61,41 $
Llama 4 MaverickNicht bestandenBestandenNicht bestandenBestandenNicht bestandenNicht bestanden2 von 60,665 $
Mistral Medium 3.5Ersetzt durch Mistral Large 4Nicht bestandenBestandenNicht bestandenBestandenNicht bestandenNicht bestanden2 von 67,40 $
Gemini 3.5 Flash-LiteNicht bestandenBestandenNicht bestandenBestandenNicht bestandenNicht bestanden2 von 62,47 $
Claude Haiku 4.5Ersetzt durch Claude Haiku 5.5Nicht bestandenNicht bestandenNicht bestandenBestandenNicht bestandenNicht bestanden1 von 66,62 $
GPT-5.4 nanoErsetzt durch GPT-6 LunaNicht bestandenBestandenNicht bestandenNicht bestandenNicht bestandenNicht bestanden1 von 61,51 $
Mistral Small 4Nicht bestandenNicht bestandenNicht bestandenBestandenNicht bestandenNicht bestanden1 von 61,33 $
GPT-5.4 miniErsetzt durch GPT-6.1 TerraNicht bestandenNicht bestandenNicht bestandenNicht bestandenNicht bestandenNicht bestanden0 von 63,35 $
Ministral 3 14BNicht bestandenNicht bestandenNicht bestandenNicht bestandenNicht bestandenNicht bestanden0 von 61,07 $

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