Automatisierte Seite. Automatisch von KI verfasst und übersetzt und per Software mit den Quellen abgeglichen; keine menschliche Redaktion. SI-IQ ist ein Index auf Basis öffentlicher Benchmark-Ergebnisse, kein IQ-Test. So funktioniert es
KI-Modelle vergleichen
Wählen Sie zwei bis vier Modelle. Tabelle und Diagramm werden sofort aktualisiert; jede Zahl stammt aus den Daten der Rangliste.
| Metrik | GPT-6 Astra | GPT-6.1 Sol | Claude Opus 5.5 | Claude Sonnet 5.5 |
|---|---|---|---|---|
| SI-IQ | 150146–153 | 148144–152 | 144141–148 | 140137–143 |
| Schlussfolgern | 154 | 150 | 146 | 142 |
| Mathematik | 148 | 148 | 145 | 140 |
| Wissen | 149 | 147 | 137 | 137 |
| Entwickler | OpenAI | OpenAI | Anthropic | Anthropic |
| Veröffentlicht | 03.09.2026 | 29.09.2026 | 22.09.2026 | 28.09.2026 |
| Zugang | API-Zugang | API-Zugang | API-Zugang | API-Zugang |
| Preis Ein- / Ausgabe (USD pro 1 Mio. Tokens) | 10 $ / 50 $ | 2,00 $ / 10 $ | 4,00 $ / 20 $ | 2,00 $ / 10 $ |
| Verwendete Benchmarks | 8 | 8 | 8 | 8 |
Benchmarks, auf denen alle verglichenen Modelle getestet wurden
Rohwerte, wie sie von den Evaluatoren veröffentlicht wurden.
| Benchmark | GPT-6 Astra | GPT-6.1 Sol | Claude Opus 5.5 | Claude Sonnet 5.5 |
|---|---|---|---|---|
| Chess Puzzles | 74,0 % | 68,0 % | 67,0 % | 59,0 % |
| FrontierMath Tier 4 | 97,6 % | 100,0 % | 95,0 % | 80,5 % |
| FrontierMath Tiers 1–3 | 93,7 % | 93,7 % | 91,2 % | 88,8 % |
| Furniture Assembly | 80,0 % | 80,0 % | 83,3 % | 75,0 % |
| GPQA Diamond | 95,8 % | 95,4 % | 90,6 % | 95,6 % |
| GPQA Diamond (OpenRouter run) | 94,7 % | 94,4 % | 90,2 % | 92,9 % |
| Mystery Game Puzzles | 84,0 % | 80,0 % | 71,0 % | 65,0 % |
| OTIS Mock AIME 2024–2025 | 100,0 % | 100,0 % | 100,0 % | 100,0 % |
| SimpleQA Verified | 75,6 % | 73,9 % | 72,2 % | 46,5 % |
| τ²-bench Airline (OpenRouter run) | 67,7 % | 68,2 % | 75,6 % | 77,5 % |
Beliebte Vergleiche
- Claude Fable 5.1 vs. Claude Opus 5.5
- Claude Fable 5.1 vs. Claude Sonnet 5.5
- Claude Fable 5.1 vs. Gemini 4 Argon
- Claude Fable 5.1 vs. GPT-5.6 Sol
- Claude Fable 5.1 vs. GPT-6.1 Sol
- Claude Fable 5.1 vs. GPT-6 Astra
- Claude Fable 5.1 vs. GPT-6 Sol
- Claude Opus 5.5 vs. Claude Sonnet 5.5
- Claude Opus 5.5 vs. Gemini 4 Argon
- Claude Opus 5.5 vs. GPT-5.6 Sol
- Claude Opus 5.5 vs. GPT-6.1 Sol
- Claude Opus 5.5 vs. GPT-6 Astra
- Claude Opus 5.5 vs. GPT-6 Sol
- Claude Sonnet 5.5 vs. Gemini 4 Argon
- Claude Sonnet 5.5 vs. GPT-5.6 Sol
- Claude Sonnet 5.5 vs. GPT-6.1 Sol
- Claude Sonnet 5.5 vs. GPT-6 Astra
- Claude Sonnet 5.5 vs. GPT-6 Sol
- DeepSeek V4.1 Flash vs. GPT-6 Luna
- Gemini 4 Argon vs. GPT-5.6 Sol
- Gemini 4 Argon vs. GPT-6.1 Sol
- Gemini 4 Argon vs. GPT-6 Astra
- Gemini 4 Argon vs. GPT-6 Sol
- GPT-5.6 Sol vs. GPT-6.1 Sol
- GPT-5.6 Sol vs. GPT-6 Astra
- GPT-5.6 Sol vs. GPT-6 Sol
- GPT-6.1 Sol vs. GPT-6 Astra
- GPT-6.1 Sol vs. GPT-6 Sol
- GPT-6 Astra vs. GPT-6 Sol
Datenquellen: Aider polyglot leaderboard data (Apache-2.0); Arena leaderboard dataset on Hugging Face (CC BY 4.0); Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); API list prices via LiteLLM's price table (MIT); each price links to the developer's pricing page; Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter..