Wie schnell antworten die Modelle in AuxData?
In AuxData wählst Du für jeden Agenten das Sprachmodell selbst. Welches davon im Büroalltag zügig antwortet und welches Dich warten lässt, steht in keinem Datenblatt. Deshalb messen wir es: dieselben drei Aufgaben, mehrmals am Tag, an jedes Modell.
Letzte Messrunde 16.11.2026, 08:00 Uhr · 25 Runden seit 11.11.2026Die Messwerte
Tempo aus unserer eigenen Messung in AuxData, dazu, wie gut das Modell laut Artificial Analysis abschneidet. Im Fokus stehen die aktuellen Modelle, Mistral Medium dient als Referenz. Darunter lassen sich alle Modelle einzeln und alle Messrunden aufklappen.
| Modell | Anbieter | Rechenort | Messungen | Ausfälle | Typisch (Median) | 9 von 10 unter | Längste | Index (AA) | Denkstufe (voreingestellt) |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | Mistral | Frankreich | 72 | – | 1,3 s | 2,6 s | 15,0 s | 18,5 | denkt nicht |
| Mistral Small | Mistral | Frankreich | 72 | – | 1,8 s | 2,4 s | 4,4 s | ≈ 3,0 | denkt nicht |
| Mistral Medium 3.5 | Mistral | Frankreich | 39 | – | 1,9 s | 2,4 s | 3,7 s | 4,6 | denkt nicht |
| Mistral Medium | Mistral | Frankreich | 72 | – | 1,9 s | 2,4 s | 4,6 s | 4,6 | denkt nicht |
| GPT-OSS 120B | IONOS | Deutschland | 72 | – | 3,0 s | 8,0 s | 13,7 s | 3,8 | denkt kurz |
| DeepSeek V4 Pro | TensorX über Requesty | nicht ausgewiesen | 39 | 1 | 3,0 s | 7,0 s | 9,5 s | 12,6 | denkt nicht |
| MiniMax M3 | TensorX über Requesty | nicht ausgewiesen | 39 | 1 | 3,0 s | 5,8 s | 7,9 s | 18,9 | denkt kurz |
| Mistral Large | Mistral | Frankreich | 30 | – | 3,6 s | 4,7 s | 6,3 s | ≈ 4,0 | denkt nicht |
| Mistral Small 24B | IONOS | Deutschland | 33 | – | 5,3 s | 6,8 s | 8,6 s | ≈ 1,0 | denkt nicht |
| GLM 5.2 | TensorX über Requesty | nicht ausgewiesen | 30 | 1 | 5,4 s | 8,6 s | 13,4 s | ≈ 24,0 | denkt lange |
| Mistral Small 3.2 | OVHcloud | Frankreich | 33 | 1 | 5,5 s | 16,4 s | 137,2 s | ≈ 2,0 | denkt nicht |
| GLM 5.3 | Mistral | Frankreich | 72 | – | 5,6 s | 15,5 s | 101,4 s | 31,7 | denkt nach |
| Llama 3.3 70B | IONOS | Deutschland | 33 | – | 6,3 s | 8,3 s | 10,3 s | ≈ 1,0 | denkt nicht |
| GLM 5.3 Flash | OpenHippo | Deutschland | 72 | – | 8,1 s | 17,2 s | 41,3 s | 27,8 | denkt nach |
| DeepSeek V4.1 Flash | OpenHippo | Deutschland | 72 | – | 9,2 s | 22,2 s | 30,1 s | 32,6 | denkt nach |
| GPT-OSS 120B | OVHcloud | Frankreich | 30 | – | 9,2 s | 27,8 s | 56,2 s | 3,8 | denkt kurz |
| GLM 5.3 Flash | Mistral | Frankreich | 72 | 1 | 10,1 s | 21,8 s | 49,2 s | 27,8 | denkt lange |
| Qwen 3.8 27B | IONOS | Deutschland | 30 | – | 14,4 s | 67,1 s | 116,3 s | 20,1 | denkt lange |
| Qwen 3.8 27B | OVHcloud | Frankreich | 30 | 6 | 14,7 s | 128,6 s | 161,9 s | 20,1 | denkt kurz |
| Kimi K3 | TensorX über Requesty | nicht ausgewiesen | 39 | 1 | 17,5 s | 35,8 s | 44,5 s | 17,4 | denkt nach |
| Mistral Large 4 | Mistral | Frankreich | 39 | – | 17,5 s | 44,1 s | 98,6 s | 26,1 | denkt lange |
| Qwen 3.8 27B | OpenHippo | Deutschland | 30 | 2 | 21,8 s | 46,7 s | 55,4 s | 20,1 | denkt lange |
| Qwen 3.5 397B | OVHcloud | Frankreich | 30 | 11 | 30,6 s | 73,8 s | 75,2 s | ≈ 12,0 | denkt lange |
| Qwen 3.5 397B | IONOS | Deutschland | 30 | 8 | 40,8 s | 85,9 s | 126,3 s | ≈ 12,0 | denkt lange |
Mit JavaScript erscheinen hier die aufklappbare Übersicht, der Vergleich mit dem Intelligenz-Index und alle Messrunden. ≈ = eigene Schätzung.
So wird gemessen
Jede Runde stellt jedem Modell dieselben drei Aufgaben aus dem Büroalltag und stoppt die Zeit bis zur fertigen Antwort.
Kurzfrage
Der Unterschied zwischen Abmahnung und Kündigung in höchstens vier Sätzen.
E-Mail schreiben
Eine höfliche, bestimmte Mahnung an einen Lieferanten mit Betreff, etwa 120 Wörter.
Protokoll zusammenfassen
Ein Besprechungsprotokoll in drei Sätzen und einer Aufgabenliste mit Person, Aufgabe und Termin.
Dreimal am Tag
Werktags um 8, 12 und 16 Uhr, am Wochenende um 12 Uhr. So zeigt sich, ob ein Modell zu bestimmten Zeiten langsamer wird.
Was die Zahlen sagen und was nicht
- Gemessen wird das Tempo, nicht die Qualität. Ein schnelles Modell kann sich trotzdem verrechnen oder etwas erfinden. Ob die Antworten für Deine Aufgaben taugen, zeigt nur ein Test mit Deinen eigenen Texten.
- Der Intelligenz-Index stammt von Artificial Analysis. Das unabhängige Testlabor fasst viele Leistungstests zu einer Zahl zusammen und misst direkt beim Hersteller, nicht in AuxData. Er sagt also etwas über das Modell, nicht über den Anbieter. Wo Artificial Analysis keinen aktuellen Wert hat, steht eine eigene Schätzung mit „≈“ und Begründung. Sie soll nur die Größenordnung zeigen.
- Manche Modelle denken vor der Antwort nach. Dieses Nachdenken sieht man im Chat nicht, es kostet aber Zeit und Tokens. Wir messen es einmal täglich über die AuxData-Schnittstelle und werten die letzten sieben Tage aus: „denkt nicht“ heißt, die verbrauchten Tokens entsprechen der sichtbaren Antwort, „denkt lange“ heißt das Sechsfache und mehr. Gemessen ist jeweils die Voreinstellung in AuxData. Umstellen lässt sich die Denkstufe dort derzeit nur bei GLM 5.3 (niedrig, hoch, max); alle anderen Modelle laufen fest mit der Voreinstellung des Anbieters. Der Intelligenz-Index gehört jeweils zu der Denkstufe, die zu diesem Verhalten passt. Mit Nachdenken schneidet dasselbe Modell bei Artificial Analysis deutlich besser ab, antwortet aber langsamer.
- Der Anbieter gehört zum Ergebnis. Dasselbe Modell kann bei zwei Anbietern sehr unterschiedlich schnell sein. Deshalb steht jede Kombination aus Modell und Anbieter in einer eigenen Zeile.
- Der Rechenort stammt aus den Angaben in AuxData. Bei den Modellen von TensorX über Requesty weist die Schnittstelle keinen Standort aus, deshalb steht dort „nicht ausgewiesen“.
- Gemessen wird von einem Server in Deutschland über die AuxData-Schnittstelle. Im Chat kommen Wissenssuche und weitere Einstellungen des Agenten hinzu, dort dauert eine Antwort also etwas länger als hier.
- Nicht jedes Modell wird weiter gemessen. Modelle, die in den ersten Runden oft ausfielen oder sehr langsam waren, laufen nicht mehr mit. Ihre Werte bleiben stehen, der Filter „nur laufend gemessene Modelle“ blendet sie aus.
Welches Modell passt zu Deinen Aufgaben?
Tempo ist nur eine Seite. Im Erstgespräch schauen wir gemeinsam, welche Modelle für Deine Texte und Unterlagen gute Ergebnisse liefern und wie sich das mit Kosten und Datenschutz verträgt.
Tempo: eigene Messung von FL Pro Consulting, keine Angabe der Anbieter oder von AuxData. Intelligenz-Index und Hersteller-Tempo: Artificial Analysis, Stand 16.11.2026. Werte mit ≈ sind eigene Schätzungen. Alle Werte sind Momentaufnahmen und können sich jederzeit ändern.