Genaueste (Achse Intelligenz)
Intelligenz 85,5 · Geschwindigkeit 87,3
0,023 $ pro 1.000 Entscheidungen (geschätzt)
Hosting = where inference runs; company = where the provider or lab is registered.
EU hosting means the route's inference runs inside the EU: an EU region, AWS Bedrock's EU cross-region (geo) profiles, Azure's Europe Data Zone, or a provider whose entire public fleet is documented as EU-hosted, each checked per model against the provider's documentation. Global deployments do not count, and neither does an EU billing region, an EU company or an EU control plane on its own. One disclosed company-policy exception stays in, marked “EU equivalent”.
Evidence requirements (benchmark evidence, priced provider, measured task tokens) sit above the table they apply to.
“Hide deprecated” removes retired models (every Artificial Analysis configuration retired, on no current DesignArena board) and older retired configurations of current models. Applies to model tables, charts, price views & model offers; benchmark evidence stays unfiltered.
Benchmark Heaven misst 349 Jev-kompatible Modelle unabhängig auf JevBench; 251 Open-Weights-Systeme sind auf dem Open-Weights-Board gerankt. Jev 1.13.0 ist die ungerankte Referenz (77,1 Capability); API-Angebote werden auf dem API-Leaderboard gerankt. Der Capability Score ist der Mittelwert aus Intelligenz und Kalibrierung innerhalb der festgelegten Kosten- und Latenzgrenzen. Wrapper und subventionierte Angebote sind vom Ranking ausgenommen.
Daten: JevBench v1.8.18, veröffentlicht am 20.11.2026. Preisangaben sind je Zeile als gemessen, geschätzt oder selbst angegeben gekennzeichnet.
| Rang | Modell | Capability | Intelligenz | Kalibrierung | Kosten pro 1.000 Entscheidungen | Latenz (p50) | Offene Gewichte |
|---|---|---|---|---|---|---|---|
| #1 | Torchcast Decision 31B v1.0 | 89,5 | 85,5 | 93,4 | 0,023 $ pro 1.000 Entscheidungen (geschätzt) | 0,095 sauf GPU, ohne Netzwerkgesch. 0,34 s* | Unbekannt |
| #2 | MetaDecision-31B-Rain | 88,3 | 85,0 | 91,5 | 0,032 $ pro 1.000 Entscheidungen (geschätzt) | 0,7 s | Unbekannt |
| #3 | H2O-Lightning-31B v1.3.4 (@c35ed950) | 87,9 | 85,0 | 90,7 | 0,021 $ pro 1.000 Entscheidungen (geschätzt) | 0,052 sauf GPU, ohne Netzwerkgesch. 0,25 s* | Unbekannt |
| #4 | Karpo-Decision-31B | 87,2 | 80,2 | 94,1 | 0,025 $ pro 1.000 Entscheidungen (geschätzt) | 0,082 sauf GPU, ohne Netzwerkgesch. 0,31 s* | Unbekannt |
| #5 | baselabs mammoth-1 (27B) | 85,2 | 76,2 | 94,3 | 0,027 $ pro 1.000 Entscheidungen (geschätzt) | 0,188 sauf GPU, ohne Netzwerkgesch. 0,53 s* | Unbekannt |
| #6 | KnowLine 31B-Gen1 | 85,2 | 77,4 | 93,0 | 0,061 $ pro 1.000 Entscheidungen (geschätzt) | 0,255 sauf GPU, ohne Netzwerkgesch. 0,66 s* | Unbekannt |
| #7 | Sieve-31B-v3 | 84,9 | 77,4 | 92,4 | 0,038 $ pro 1.000 Entscheidungen (geschätzt) | 0,189 sauf GPU, ohne Netzwerkgesch. 0,53 s* | Unbekannt |
| #8 | Fastino GLiDE 1.2 (open weights, self-hosted) | 84,9 | 76,4 | 93,5 | 0,025 $ pro 1.000 Entscheidungen (geschätzt) | 0,140 sauf GPU, ohne Netzwerkgesch. 0,43 s* | Unbekannt |
| #9 | Starlord-27B-v2.0-preview | 84,5 | 75,4 | 93,5 | 0,020 $ pro 1.000 Entscheidungen (geschätzt) | 0,085 sauf GPU, ohne Netzwerkgesch. 0,32 s* | Unbekannt |
| #10 | H2O-Lightning-31B v1.0.7 (H2O.ai, Gemma-4-31B-it fine-tune, vLLM + h2oai overlay, one-engine FP8 profile, self-hosted) | 84,3 | 79,3 | 89,4 | 0,029 $ pro 1.000 Entscheidungen (geschätzt) | 0,065 sauf GPU, ohne Netzwerkgesch. 0,28 s* | Unbekannt |
| #11 | Piccolo 27B (agentscope-ai) | 83,6 | 75,8 | 91,4 | 0,037 $ pro 1.000 Entscheidungen (geschätzt) | 0,6 s | Unbekannt |
| #12 | Perplexity Decider v1.1 27B (Qwen3.8-27B, noncausal decision readout) | 82,7 | 75,6 | 89,8 | 0,026 $ pro 1.000 Entscheidungen (geschätzt) | 0,131 sauf GPU, ohne Netzwerkgesch. 0,41 s* | Ja |
| #13 | vLLM-SR d3-turbo | 82,6 | 74,8 | 90,4 | 0,027 $ pro 1.000 Entscheidungen (geschätzt) | 0,151 sauf GPU, ohne Netzwerkgesch. 0,45 s* | Unbekannt |
| #14 | StartLux-Decision v1.1 27B Instant (StartLux Labs, Qwen3.8-27B fine-tune) | 82,6 | 73,2 | 91,9 | 0,025 $ pro 1.000 Entscheidungen (geschätzt) | 0,057 sauf GPU, ohne Netzwerkgesch. 0,26 s* | Unbekannt |
| #15 | Minimodels Decision 1.0 (candy-cane) | 82,5 | 74,2 | 90,7 | 0,026 $ pro 1.000 Entscheidungen (geschätzt) | 0,130 sauf GPU, ohne Netzwerkgesch. 0,41 s* | Unbekannt |
* Selbst gehostete Modelle: Der erste Wert ist der p50, den wir auf unserer eigenen Hardware über Loopback gemessen haben (auf GPU bzw. CPU, ohne Netzwerk). Er ist nicht direkt vergleichbar mit API-Latenz, die wir von unserem Messhost aus Ende zu Ende messen, Netzwerk inklusive. „gesch.“ ist die Schätzung inkl. Netzwerk (2x + 150 ms), die Ranking und Latenz-Limit für alle selbst gehosteten Zeilen gleich verwenden. Modellautoren können beantragen, dass wir stattdessen einen gehosteten Endpunkt messen.
API-Angebote werden auf dem API-Leaderboard gerankt (Amos 1 large, Amos 1 medium, attest-31B-v1.0, Celeris-1 Decision, decide-1.1, decision-machine-1, DeepSeek V4.1 Flash, Drex Max, Fastino GLiDE, Fastino GLiDE, Fastino GLiNER-2.5-Decide, Gemini 3.1 Flash-Lite, Gemini Decision 1, GPT-5.6 Luna, GPT-6 Luna, GPT-6 Luna, HS1 0.1.2, Instinct, Instinct Dual 4B, Jev 1.14.0, JevAct, kettei-chub, kettei-fat, Autoloops – Gemma 4 31B IT, Myles-G 12B, Myles-G 31B, d1, d1-ultra, Mercury Decide, Microsoft-Decision-1, Microsoft-Decision-1, Bespoke Nimble-v4, Bespoke Nimble-v4-max, NVIDIA Nemotron 3.5 Super VL, OpenAI Decisions, openjev-sglang, Qwen3.8 27B, Sage 1.3.0, Sage 1.4, classify-1, SD-JEV-4B-v12.1.0, SimpleJev Qwen3.6-35B-A3B, SimpleJev Qwen3.8-27B, Super Decider, Super Decider, SPX-CD Flash, SPX-CD Pro, Strike-1, SubQ Snap 1.1, SubQ Snap 1.2, SubQ Snap, system-one-open, Vansa-3.4, wity-1): zum API-Leaderboard.
Gezeigt werden nur Messungen der aktuellen Version; Jev 1.13.0 ist die Referenzzeile (sie legt die Jev-Class-Grenzen fest); Jev 1.14.0, die aktuelle Version von TypeSafe, wird auf dem Open-Weights-Board als zweite ungerankte Referenz gezeigt und ist auf dem API-Leaderboard gerankt. Zeilen außerhalb der Grenzen erhalten keinen Capability-Rang. Prüfen Sie vor dem Self-Hosting die Lizenz und das dokumentierte Setup.
| Rang | Modell | Capability | Intelligenz | Kalibrierung | Kosten pro 1.000 Entscheidungen | Latenz (p50) | Offene Gewichte |
|---|---|---|---|---|---|---|---|
| Referenz, nicht gerankt | Jev 1.13.0 (TypeSafe AI) | 77,1 | 63,6 | 90,6 | 0,032 $ pro 1.000 Entscheidungen (öffentlicher Listenpreis) | 0,2 s | Nein |
| #12 | Perplexity Decider v1.1 27B (Qwen3.8-27B, noncausal decision readout) | 82,7 | 75,6 | 89,8 | 0,026 $ pro 1.000 Entscheidungen (geschätzt) | 0,131 sauf GPU, ohne Netzwerkgesch. 0,41 s* | Ja |
| #22 | Quyet-1.0-Large (Chinh Nguyen, Gemma-4-31B decoder, option-letter logits) | 81,7 | 73,4 | 90,0 | 0,030 $ pro 1.000 Entscheidungen (geschätzt) | 0,122 sauf GPU, ohne Netzwerkgesch. 0,39 s* | Ja |
| #31 | torchcast-decision-27b (Torchcast AI, Qwen3.8-27B fine-tune) | 80,2 | 70,4 | 90,0 | 0,026 $ pro 1.000 Entscheidungen (geschätzt) | 0,099 sauf GPU, ohne Netzwerkgesch. 0,35 s* | Ja |
| #37 | Kev 27B (Kev 1.0, Qwen3.8-27B) | 78,9 | 64,2 | 93,7 | 0,029 $ pro 1.000 Entscheidungen (geschätzt) | 0,187 sauf GPU, ohne Netzwerkgesch. 0,52 s* | Ja |
| #51 | René-1 31B FP8 (salfatigroup, Gemma 4 31B full fine-tune, one-pass option readout) | 76,0 | 61,7 | 90,2 | 0,042 $ pro 1.000 Entscheidungen (geschätzt) | 0,113 sauf GPU, ohne Netzwerkgesch. 0,38 s* | Ja |
| #53 | Clef (Cloudflare, Qwen3.8-27B post-train with a joint schema head, multimodal, measured on text) | 75,3 | 59,1 | 91,6 | 0,030 $ pro 1.000 Entscheidungen (geschätzt) | 0,230 sauf GPU, ohne Netzwerkgesch. 0,61 s* | Ja |
| #54 | H2O-Lightning-4B v1.1 (H2O.ai, Qwen3.5-4B fine-tune, stock vLLM + open shim) | 75,0 | 60,0 | 90,0 | 0,0052 $ pro 1.000 Entscheidungen (geschätzt) | 0,031 sauf GPU, ohne Netzwerkgesch. 0,21 s* | Ja |
| #57 | AutoTrust-Decider-Pro-27B (AutoTrust, Qwen3.8-27B) | 73,9 | 56,8 | 90,9 | 0,024 $ pro 1.000 Entscheidungen (geschätzt) | 0,113 sauf GPU, ohne Netzwerkgesch. 0,38 s* | Ja |
| #59 | Surogate Rune 26B-A4B v3 (v1.6 pool) | 73,5 | 56,1 | 90,9 | 0,0092 $ pro 1.000 Entscheidungen (geschätzt) | 0,117 sauf GPU, ohne Netzwerkgesch. 0,38 s* | Ja |
| #61 | Bobcat Flash 1.2 (Gemma-4-26B-A4B-it + two merged rank-64 LoRA adapters, typed-decision readout at the first answer position, FP8, self-hosted) | 73,0 | 65,6 | 80,5 | 0,0092 $ pro 1.000 Entscheidungen (geschätzt) | 0,062 sauf GPU, ohne Netzwerkgesch. 0,27 s* | Ja |
| #63 | swanOne (blockbrain, Qwen3.8-Flash-Next NVFP4) | 72,4 | 56,2 | 88,6 | 0,0090 $ pro 1.000 Entscheidungen (geschätzt) | 0,280 sauf GPU, ohne Netzwerkgesch. 0,71 s* | Ja |
| #67 | torchcast-decision-12b (Torchcast AI, Gemma-4-12B fine-tune, option-letter logprob readout) | 71,7 | 60,5 | 82,9 | 0,028 $ pro 1.000 Entscheidungen (geschätzt) | 0,045 sauf GPU, ohne Netzwerkgesch. 0,24 s* | Ja |
| #70 | decider-12b v2 (Mapika) | 71,3 | 61,9 | 80,8 | 0,012 $ pro 1.000 Entscheidungen (geschätzt) | 0,054 sauf GPU, ohne Netzwerkgesch. 0,26 s* | Ja |
| #71 | Decision 2.0 Vega 27B (vLLM-SR, Qwen3.8-27B) | 71,3 | 60,4 | 82,2 | 0,027 $ pro 1.000 Entscheidungen (geschätzt) | 0,196 sauf GPU, ohne Netzwerkgesch. 0,54 s* | Ja |
| #72 | Jev-Omni (akhilaaa3, Gemma-4-12B merged) | 71,3 | 55,5 | 87,0 | 0,013 $ pro 1.000 Entscheidungen (geschätzt) | 0,162 sauf GPU, ohne Netzwerkgesch. 0,47 s* | Ja |
| #73 | Winnow-12B Q8 | 71,2 | 59,5 | 83,0 | 0,013 $ pro 1.000 Entscheidungen (geschätzt) | 0,124 sauf GPU, ohne Netzwerkgesch. 0,40 s* | Ja |
| #75 | Xor 26B-A4B (Juspay, Gemma-4-26B-A4B, bf16) | 71,2 | 57,5 | 84,9 | 0,0085 $ pro 1.000 Entscheidungen (geschätzt) | 0,060 sauf GPU, ohne Netzwerkgesch. 0,27 s* | Ja |
| #76 | decider-12b v1, stock Gemma-4-12B-it (Mapika) | 71,0 | 59,6 | 82,5 | 0,012 $ pro 1.000 Entscheidungen (geschätzt) | 0,054 sauf GPU, ohne Netzwerkgesch. 0,26 s* | Ja |
| #77 | Cygnet (blockbrain, frozen Gemma-4-12B-it) | 70,9 | 54,8 | 87,0 | 0,013 $ pro 1.000 Entscheidungen (geschätzt) | 0,045 sauf GPU, ohne Netzwerkgesch. 0,24 s* | Ja |
| #79 | JPT-35B-A3B (Qwen3.5-35B-A3B fine-tune) | 70,7 | 51,4 | 89,9 | 0,0083 $ pro 1.000 Entscheidungen (geschätzt) | 0,072 sauf GPU, ohne Netzwerkgesch. 0,29 s* | Ja |
| #80 | decider chat on Gemma-4-31B-it (Mapika, frozen base, inference technique) | 70,4 | 58,5 | 82,3 | 0,029 $ pro 1.000 Entscheidungen (geschätzt) | 0,126 sauf GPU, ohne Netzwerkgesch. 0,40 s* | Ja |
| #82 | Jebadiah 27B (Frontier Infra, Qwen3.8-27B LoRA) | 70,2 | 57,5 | 83,0 | 0,026 $ pro 1.000 Entscheidungen (geschätzt) | 0,157 sauf GPU, ohne Netzwerkgesch. 0,46 s* | Ja |
| #83 | GEV-26B-Decide (AutoTrust, Gemma-4-26B-A4B + LoRA + head) | 70,1 | 49,8 | 90,3 | 0,0082 $ pro 1.000 Entscheidungen (geschätzt) | 0,054 sauf GPU, ohne Netzwerkgesch. 0,26 s* | Ja |
| #91 | JevOne | 68,9 | 46,0 | 91,8 | 0,0081 $ pro 1.000 Entscheidungen (geschätzt) | 0,065 sauf GPU, ohne Netzwerkgesch. 0,28 s* | Ja |
| #97 | Hopper 12B trained (gemma-4-12B-it frozen + LoRA r32 unmerged, one forward pass, self-hosted) | 68,1 | 51,7 | 84,6 | 0,013 $ pro 1.000 Entscheidungen (geschätzt) | 0,183 sauf GPU, ohne Netzwerkgesch. 0,52 s* | Ja |
| #98 | SPX-CD-Omni (SurdAI, google/gemma-4-12B-it + LoRA r32, one forward pass, self-hosted) | 68,1 | 48,8 | 87,5 | 0,011 $ pro 1.000 Entscheidungen (geschätzt) | 0,075 sauf GPU, ohne Netzwerkgesch. 0,30 s* | Ja |
| #100 | Aplomb 1 (5.3B decision model on Qwen3.5-4B, trained readout head, self-hosted) | 67,1 | 45,2 | 88,9 | 0,0083 $ pro 1.000 Entscheidungen (geschätzt) | 0,093 sauf GPU, ohne Netzwerkgesch. 0,34 s* | Ja |
| #101 | Bespoke Nimble 9B v3 (Qwen3.5-9B LoRA) | 66,8 | 56,5 | 77,0 | 0,014 $ pro 1.000 Entscheidungen (geschätzt) | 0,095 sauf GPU, ohne Netzwerkgesch. 0,34 s* | Ja |
| #105 | decider-35b-a3b (Mapika) | 66,2 | 48,7 | 83,6 | 0,0078 $ pro 1.000 Entscheidungen (geschätzt) | 0,052 sauf GPU, ohne Netzwerkgesch. 0,25 s* | Ja |
| #111 | decider-4b v2 (Mapika) | 64,9 | 40,1 | 89,6 | 0,0050 $ pro 1.000 Entscheidungen (geschätzt) | 0,028 sauf GPU, ohne Netzwerkgesch. 0,21 s* | Ja |
| #117 | Clef-Flash (Cloudflare, Qwen3.5-9B post-train with a joint schema head, multimodal, measured on text) | 63,8 | 42,2 | 85,5 | 0,013 $ pro 1.000 Entscheidungen (geschätzt) | 0,104 sauf GPU, ohne Netzwerkgesch. 0,36 s* | Ja |
| #124 | janus 4B (Icarus AI / cmxu, Qwen3.5-4B + LoRA r64 and pointer decision head) | 62,9 | 37,6 | 88,1 | 0,0050 $ pro 1.000 Entscheidungen (geschätzt) | 0,031 sauf GPU, ohne Netzwerkgesch. 0,21 s* | Ja |
| #125 | JevK5 v0.2.0 | 62,8 | 36,3 | 89,4 | 0,0056 $ pro 1.000 Entscheidungen (geschätzt) | 0,044 sauf GPU, ohne Netzwerkgesch. 0,24 s* | Ja |
| #131 | jqv (Qwen3-32B zero-shot) | 61,9 | 33,9 | 89,9 | 0,032 $ pro 1.000 Entscheidungen (geschätzt) | 0,118 sauf GPU, ohne Netzwerkgesch. 0,39 s* | Ja |
| #132 | metask-jev-4b | 61,8 | 39,2 | 84,4 | 0,0063 $ pro 1.000 Entscheidungen (geschätzt) | 0,058 sauf GPU, ohne Netzwerkgesch. 0,27 s* | Ja |
| #133 | Kahn1 4B (Okura66, Qwen3.5-4B LoRA merge, author's sysone engine) | 61,7 | 39,7 | 83,8 | 0,015 $ pro 1.000 Entscheidungen (geschätzt) | 0,078 sauf GPU, ohne Netzwerkgesch. 0,31 s* | Ja |
| #135 | lev (Interfaze AI, Qwen3.5-4B + LoRA r32, label-token readout + candidate-path head, per-bucket temperatures) | 61,7 | 41,1 | 82,3 | 0,0061 $ pro 1.000 Entscheidungen (geschätzt) | 0,105 sauf GPU, ohne Netzwerkgesch. 0,36 s* | Ja |
| #140 | Hopper | 61,2 | 33,6 | 88,8 | 0,0059 $ pro 1.000 Entscheidungen (geschätzt) | 0,057 sauf GPU, ohne Netzwerkgesch. 0,26 s* | Ja |
| #141 | Malkuth-4B (newfull5, Kev post-train) | 61,1 | 33,8 | 88,4 | 0,0056 $ pro 1.000 Entscheidungen (geschätzt) | 0,075 sauf GPU, ohne Netzwerkgesch. 0,30 s* | Ja |
| #142 | Qwen3.5-9B Jev-like data-mix v2 | 60,9 | 41,9 | 79,8 | 0,014 $ pro 1.000 Entscheidungen (geschätzt) | 0,171 sauf GPU, ohne Netzwerkgesch. 0,49 s* | Ja |
| #147 | Quyet-1.0-Medium (Chinh Nguyen, Qwen3.5-4B decoder, option-letter logits) | 59,2 | 41,7 | 76,8 | 0,0054 $ pro 1.000 Entscheidungen (geschätzt) | 0,082 sauf GPU, ohne Netzwerkgesch. 0,31 s* | Ja |
| #148 | Decision-4B (Eval Engine / Chromia) | 59,1 | 37,9 | 80,3 | 0,0045 $ pro 1.000 Entscheidungen (geschätzt) | 0,056 sauf GPU, ohne Netzwerkgesch. 0,26 s* | Ja |
| #151 | Manchego v2.1 | 58,3 | 32,5 | 84,0 | 0,0051 $ pro 1.000 Entscheidungen (geschätzt) | 0,056 sauf GPU, ohne Netzwerkgesch. 0,26 s* | Ja |
| #152 | Messier One v0.2 (Qwen3.5-4B fine-tune, one prefill, self-hosted) | 58,1 | 42,4 | 73,9 | 0,0048 $ pro 1.000 Entscheidungen (nicht veröffentlicht) | 0,029 sauf GPU, ohne Netzwerkgesch. 0,21 s* | Ja |
| #153 | Diffusion Jev (DiffusionGemma 26B-A4B on patched SGLang, 48-step diffusion readout, self-hosted) | 58,1 | 54,9 | 61,3 | 0,0091 $ pro 1.000 Entscheidungen (geschätzt) | 0,131 sauf GPU, ohne Netzwerkgesch. 0,41 s* | Ja |
| #154 | jev-local (Qwen3.5-9B) | 57,5 | 41,9 | 73,1 | 0,0052 $ pro 1.000 Entscheidungen (geschätzt) | 0,471 sauf GPU, ohne Netzwerkgesch. 1,09 s* | Ja |
| #156 | JEV Qwen3.5-9B Base NVFP4 | 57,1 | 29,3 | 85,0 | 0,056 $ pro 1.000 Entscheidungen (geschätzt) | 0,023 sauf GPU, ohne Netzwerkgesch. 0,20 s* | Ja |
| #160 | CoCo-Decision-4B (corners-ai, LoRA on Qwen3.5-4B, option-label logits of one pass, served by oh-my-jev) | 56,9 | 32,7 | 81,2 | 0,0047 $ pro 1.000 Entscheidungen (geschätzt) | 0,045 sauf GPU, ohne Netzwerkgesch. 0,24 s* | Ja |
| #161 | APUS-OpenJev-v1-9B (merged bf16 checkpoint-3000 on Qwen3.5-9B, their own native runtime, full depth, self-hosted) | 56,9 | 47,2 | 66,6 | 0,011 $ pro 1.000 Entscheidungen (geschätzt) | 0,282 sauf GPU, ohne Netzwerkgesch. 0,71 s* | Ja |
| #164 | typecastlm (Mikhail Gribov, Qwen3.5-4B computed head) | 56,5 | 29,8 | 83,3 | 0,0052 $ pro 1.000 Entscheidungen (geschätzt) | 0,030 sauf GPU, ohne Netzwerkgesch. 0,21 s* | Ja |
| #165 | Bespoke Nimble 9B (Bespoke Labs) | 56,5 | 43,1 | 69,9 | 0,028 $ pro 1.000 Entscheidungen (geschätzt) | 0,157 sauf GPU, ohne Netzwerkgesch. 0,46 s* | Ja |
| #167 | TypeCastLM 1.4.0 (Mikhail Gribov, Qwen3.5-4B computed head) | 56,4 | 35,4 | 77,4 | 0,0049 $ pro 1.000 Entscheidungen (geschätzt) | 0,031 sauf GPU, ohne Netzwerkgesch. 0,21 s* | Ja |
| #173 | SemIf, formerly OpenJev (Qwen3.5-4B, TheoLeeCJ) | 55,4 | 27,1 | 83,6 | 0,0056 $ pro 1.000 Entscheidungen (geschätzt) | 0,059 sauf GPU, ohne Netzwerkgesch. 0,27 s* | Ja |
| #175 | local-jev Qwen3.5-4B | 55,0 | 24,1 | 85,8 | 0,0056 $ pro 1.000 Entscheidungen (geschätzt) | 0,137 sauf GPU, ohne Netzwerkgesch. 0,42 s* | Ja |
| #176 | Decision 2B (FlyMy.AI, v59) | 54,8 | 22,9 | 86,8 | 0,013 $ pro 1.000 Entscheidungen (geschätzt) | 0,075 sauf GPU, ohne Netzwerkgesch. 0,30 s* | Ja |
| #180 | spark-s1-4b-v6 (Open Spark Jev, abhishek085) | 54,0 | 43,2 | 64,8 | 0,0068 $ pro 1.000 Entscheidungen (geschätzt) | 0,129 sauf GPU, ohne Netzwerkgesch. 0,41 s* | Ja |
| #189 | ClassOne Qwen 3.5 9B (Qwen3.5-9B backbone with ClassOne decision heads, schema-constrained single forward pass, self-hosted) | 50,5 | 42,2 | 58,7 | 0,011 $ pro 1.000 Entscheidungen (geschätzt) | 0,064 sauf GPU, ohne Netzwerkgesch. 0,28 s* | Ja |
| #190 | kev 8B (research preview) | 50,0 | 29,3 | 70,8 | 0,011 $ pro 1.000 Entscheidungen (geschätzt) | 0,076 sauf GPU, ohne Netzwerkgesch. 0,30 s* | Ja |
| #193 | JADE (Qwen3.8-27B LoRA) | 49,2 | 47,9 | 50,6 | 0,020 $ pro 1.000 Entscheidungen (geschätzt) | 0,136 sauf GPU, ohne Netzwerkgesch. 0,42 s* | Ja |
| #194 | open-alternative-jev (Qwen3.5-4B, IkerMoel) | 49,1 | 22,3 | 75,9 | 0,017 $ pro 1.000 Entscheidungen (geschätzt) | 0,050 sauf GPU, ohne Netzwerkgesch. 0,25 s* | Ja |
| #195 | OpenSourceJev (Qwen3.5-4B Q4_K_M, native llama.cpp) | 48,6 | 23,2 | 73,9 | 0,0035 $ pro 1.000 Entscheidungen (geschätzt) | 0,321 sauf GPU, ohne Netzwerkgesch. 0,79 s* | Ja |
| #196 | Open-Jev 2B (Zefan Cai) | 47,7 | 21,8 | 73,6 | 0,010 $ pro 1.000 Entscheidungen (geschätzt) | 0,451 sauf GPU, ohne Netzwerkgesch. 1,05 s* | Ja |
| #197 | EXAONE-4.0-1.2B-JEV v0.3 (unofficial fine-tune of LGAI-EXAONE/EXAONE-4.0-1.2B, native option-label softmax, two reads averaged, self-hosted) | 47,7 | 14,8 | 80,5 | 0,025 $ pro 1.000 Entscheidungen (geschätzt) | 0,021 sauf GPU, ohne Netzwerkgesch. 0,19 s* | Ja |
| #198 | Malkuth-2B (newfull5, Kev post-train) | 47,6 | 15,9 | 79,3 | 0,0035 $ pro 1.000 Entscheidungen (geschätzt) | 0,044 sauf GPU, ohne Netzwerkgesch. 0,24 s* | Ja |
| #200 | Nemotron Diffusion 8B (pst2154, optimized vLLM) | 47,5 | 20,4 | 74,5 | 0,030 $ pro 1.000 Entscheidungen (geschätzt) | 0,024 sauf GPU, ohne Netzwerkgesch. 0,20 s* | Ja |
| #205 | decider-2b (Mapika) | 44,6 | 20,7 | 68,5 | 0,0030 $ pro 1.000 Entscheidungen (geschätzt) | 0,016 sauf GPU, ohne Netzwerkgesch. 0,18 s* | Ja |
| #207 | kev 4B (research preview) | 44,0 | 19,5 | 68,5 | 0,0055 $ pro 1.000 Entscheidungen (geschätzt) | 0,072 sauf GPU, ohne Netzwerkgesch. 0,29 s* | Ja |
| #209 | lev-350m (Franck Verrot, LFM2.5-350M) | 43,3 | 4,8 | 81,9 | 0,0046 $ pro 1.000 Entscheidungen (geschätzt) | 0,022 sauf GPU, ohne Netzwerkgesch. 0,19 s* | Ja |
| #211 | Certo v1 (AltSlate Labs) | 43,2 | 0,2 | 86,1 | 0,0013 $ pro 1.000 Entscheidungen (geschätzt) | 0,042 sauf GPU, ohne Netzwerkgesch. 0,23 s* | Ja |
| #214 | smalljev semantic-v9 | 43,0 | 8,7 | 77,2 | 0,020 $ pro 1.000 Entscheidungen (geschätzt) | 0,067 sauf GPU, ohne Netzwerkgesch. 0,28 s* | Ja |
| #216 | jul fast (usejul/jul-decision-minicpm5-2b: MiniCPM5-2B fine-tune with a pointer head, option probabilities from one pass, self-hosted via `jul serve`) | 42,6 | 7,5 | 77,8 | 0,011 $ pro 1.000 Entscheidungen (geschätzt) | 0,044 sauf GPU, ohne Netzwerkgesch. 0,24 s* | Ja |
| #220 | watt-flash-0.1 (Zaitgeist Labs, 140M mmBERT-small encoder with an option-marker scorer, one forward pass per request, self-hosted) | 41,6 | 3,8 | 79,4 | 0,0023 $ pro 1.000 Entscheidungen (nicht veröffentlicht) | 0,491 sauf CPU, ohne Netzwerkgesch. 1,13 s* | Ja |
| #221 | Decision Fast (FlyMy.AI, v53a) | 40,6 | 6,1 | 75,1 | 0,0028 $ pro 1.000 Entscheidungen (geschätzt) | 0,058 sauf GPU, ohne Netzwerkgesch. 0,27 s* | Ja |
| #222 | openJev Verdict 1.4 | 40,4 | 5,0 | 75,7 | 0,0028 $ pro 1.000 Entscheidungen (geschätzt) | 0,335 sauf CPU, ohne Netzwerkgesch. 0,82 s* | Ja |
| #223 | Quyet-1.0-Small-EN (Chinh Nguyen, ModernBERT-base encoder with fixed heads) | 39,5 | 6,1 | 73,0 | 0,0023 $ pro 1.000 Entscheidungen (geschätzt) | 0,015 sauf GPU, ohne Netzwerkgesch. 0,18 s* | Ja |
| #227 | verdict-small (Manavarya09, multilingual-e5-small 118M) | 37,6 | 2,3 | 72,9 | 0,0009 $ pro 1.000 Entscheidungen (geschätzt) | 0,065 sauf CPU, ohne Netzwerkgesch. 0,28 s* | Ja |
| #228 | kev 0.6B (research preview) | 36,9 | 7,6 | 66,3 | 0,0034 $ pro 1.000 Entscheidungen (geschätzt) | 0,057 sauf GPU, ohne Netzwerkgesch. 0,26 s* | Ja |
| #230 | WaterSheep (Samrat Dutta, ModernBERT-base encoder with calibrated heads, served by the author's own `watersheep --serve`) | 35,5 | 5,3 | 65,8 | 0,011 $ pro 1.000 Entscheidungen (geschätzt) | 0,463 sauf CPU, ohne Netzwerkgesch. 1,08 s* | Ja |
| #234 | kev 0.5B | 32,9 | 4,6 | 61,2 | 0,0034 $ pro 1.000 Entscheidungen (geschätzt) | 0,044 sauf GPU, ohne Netzwerkgesch. 0,24 s* | Ja |
| #236 | Quyet-1.0-Small (Chinh Nguyen, SEA-LION-ModernBERT-300M encoder with fixed heads) | 32,5 | 4,0 | 61,0 | 0,0048 $ pro 1.000 Entscheidungen (geschätzt) | 0,015 sauf GPU, ohne Netzwerkgesch. 0,18 s* | Ja |
| #237 | Quyet-1.0-Tiny (Chinh Nguyen, mmBERT-small encoder (16 layers kept) with fixed heads) | 31,1 | 3,7 | 58,5 | 0,0024 $ pro 1.000 Entscheidungen (geschätzt) | 0,013 sauf GPU, ohne Netzwerkgesch. 0,18 s* | Ja |
| #238 | Open Jev JSON Canvas (JoshuaSP) | 30,6 | 61,2 | 0,0 | 0,0095 $ pro 1.000 Entscheidungen (geschätzt) | 0,159 sauf GPU, ohne Netzwerkgesch. 0,47 s* | Ja |
| #241 | system-one (Qwen3-8B, Sean Goedecke) | 29,7 | 29,3 | 30,2 | 0,011 $ pro 1.000 Entscheidungen (geschätzt) | 0,053 sauf GPU, ohne Netzwerkgesch. 0,26 s* | Ja |
| #242 | openJev Verdict (heman10x, ModernBERT-base 151M) | 26,6 | 4,1 | 49,1 | 0,0028 $ pro 1.000 Entscheidungen (geschätzt) | 0,321 sauf CPU, ohne Netzwerkgesch. 0,79 s* | Ja |
| #243 | Tacet Sonata (CodePawl, 144M packed encoder on mmBERT-small, option-marker softmax in one pass, in-process via the author's tacet package) | 24,2 | 2,2 | 46,3 | 0,0023 $ pro 1.000 Entscheidungen (geschätzt) | 0,265 sauf CPU, ohne Netzwerkgesch. 0,68 s* | Ja |
| #244 | CLM-8B (Contrastive-LM, clm-latest) | 20,1 | 0,1 | 40,0 | 0,0075 $ pro 1.000 Entscheidungen (geschätzt) | 0,037 sauf GPU, ohne Netzwerkgesch. 0,22 s* | Ja |
| #246 | Deem 0.8B v1 | 18,1 | 6,5 | 29,6 | 0,0027 $ pro 1.000 Entscheidungen (geschätzt) | 0,164 sauf GPU, ohne Netzwerkgesch. 0,48 s* | Ja |
| #247 | Laya multilingual | 17,0 | 0,3 | 33,7 | 0,0039 $ pro 1.000 Entscheidungen (geschätzt) | 0,402 sauf CPU, ohne Netzwerkgesch. 0,95 s* | Ja |
| #248 | ClassOne Gemma 4 E2B (Gemma-4-E2B backbone with ClassOne decision heads, schema-constrained single forward pass, self-hosted) | 15,2 | 7,8 | 22,6 | 0,0030 $ pro 1.000 Entscheidungen (geschätzt) | 0,029 sauf GPU, ohne Netzwerkgesch. 0,21 s* | Ja |
| Nicht berücksichtigt | APUS-OpenJev-v1-35B-A3B (merged bf16 checkpoint-5949 MoE on Qwen3.5-35B-A3B, their own native runtime, full depth, self-hosted) | 60,4 | 52,8 | 67,9 | nicht veröffentlicht (nicht veröffentlicht) | 0,360 sauf GPU, ohne Netzwerkgesch. 0,87 s* | Ja |
| Nicht berücksichtigt | Bev / Bonsai 27B | 66,1 | 43,8 | 88,5 | 0,030 $ pro 1.000 Entscheidungen (geschätzt) | 0,989 sauf GPU, ohne Netzwerkgesch. 2,13 s* | Ja |
| Nicht berücksichtigt | Laya (Convai Innovations, ModernBERT-large 421M) | 32,5 | 1,8 | 63,2 | 0,0032 $ pro 1.000 Entscheidungen (geschätzt) | 0,932 sauf CPU, ohne Netzwerkgesch. 2,01 s* | Ja |
| Nicht berücksichtigt | Laya typed-decisions | 44,2 | 5,5 | 83,0 | 0,0038 $ pro 1.000 Entscheidungen (geschätzt) | 1,002 sauf CPU, ohne Netzwerkgesch. 2,15 s* | Ja |
| Nicht berücksichtigt | LitJev (Qwen3.8-27B) | 66,6 | 43,3 | 89,9 | 0,030 $ pro 1.000 Entscheidungen (geschätzt) | 1,498 sauf GPU, ohne Netzwerkgesch. 3,15 s* | Ja |
| Nicht berücksichtigt | Mirror | 25,8 | 0,0 | 51,6 | 0,0023 $ pro 1.000 Entscheidungen (geschätzt) | 0,561 sauf CPU, ohne Netzwerkgesch. 1,27 s* | Ja |
| Nicht berücksichtigt | Open-Jev 27B v1.1 (Zefan Cai, LoRA + decision head on Qwen3.8-27B) | 68,0 | 52,5 | 83,5 | 0,088 $ pro 1.000 Entscheidungen (geschätzt) | 0,819 sauf GPU, ohne Netzwerkgesch. 1,79 s* | Ja |
| Nicht berücksichtigt | Open-Jev 9B (Zefan Cai) | 61,8 | 43,9 | 79,8 | 0,038 $ pro 1.000 Entscheidungen (geschätzt) | 0,644 sauf GPU, ohne Netzwerkgesch. 1,44 s* | Ja |
| Nicht berücksichtigt | open-jev-deberta-v3-large (local CPU) | 35,4 | 2,8 | 68,0 | 0,0056 $ pro 1.000 Entscheidungen (geschätzt) | 1,685 sauf CPU, ohne Netzwerkgesch. 3,52 s* | Ja |
| Nicht berücksichtigt | OpenJev (thinking, BF16) | 75,8 | 70,2 | 81,3 | 0,032 $ pro 1.000 Entscheidungen (geschätzt) | 0,889 sauf GPU, ohne Netzwerkgesch. 1,93 s* | Ja |
| Nicht berücksichtigt | Qwen3.5-0.8B Decision Model (Mourad Ghafiri) | 42,6 | 7,3 | 78,0 | 0,0029 $ pro 1.000 Entscheidungen (geschätzt) | 5,551 sauf CPU, ohne Netzwerkgesch. 11,25 s* | Ja |
| Nicht berücksichtigt | reflex 4B (kshetrajna12) | 58,9 | 30,8 | 86,9 | 0,0055 $ pro 1.000 Entscheidungen (geschätzt) | 1,362 sauf GPU, ohne Netzwerkgesch. 2,87 s* | Ja |
| Nicht berücksichtigt | SimpleJev (Qwen3.5-0.8B, CPU) | 31,1 | 12,7 | 49,5 | 0,0059 $ pro 1.000 Entscheidungen (geschätzt) | 4,506 sauf CPU, ohne Netzwerkgesch. 9,16 s* | Ja |
| Nicht berücksichtigt | SimpleJev Qwen3.8-27B (self-hosted, v1.6 pool) | 74,9 | 57,9 | 91,9 | 0,083 $ pro 1.000 Entscheidungen (geschätzt) | 0,639 sauf GPU, ohne Netzwerkgesch. 1,43 s* | Ja |
| Nicht berücksichtigt | Standard One 8B (Standard Thinking) | 58,4 | 32,8 | 84,0 | 0,078 $ pro 1.000 Entscheidungen (geschätzt) | 0,033 sauf GPU, ohne Netzwerkgesch. 0,22 s* | Ja |
* Selbst gehostete Modelle: Der erste Wert ist der p50, den wir auf unserer eigenen Hardware über Loopback gemessen haben (auf GPU bzw. CPU, ohne Netzwerk). Er ist nicht direkt vergleichbar mit API-Latenz, die wir von unserem Messhost aus Ende zu Ende messen, Netzwerk inklusive. „gesch.“ ist die Schätzung inkl. Netzwerk (2x + 150 ms), die Ranking und Latenz-Limit für alle selbst gehosteten Zeilen gleich verwenden. Modellautoren können beantragen, dass wir stattdessen einen gehosteten Endpunkt messen.
Intelligenz 85,5 · Geschwindigkeit 87,3
0,023 $ pro 1.000 Entscheidungen (geschätzt)
Quyet-1.0-Tiny (Chinh Nguyen, mmBERT-small encoder (16 layers kept) with fixed heads)
Intelligenz 3,7 · Geschwindigkeit 95,1
0,0024 $ pro 1.000 Entscheidungen (geschätzt)
verdict-small (Manavarya09, multilingual-e5-small 118M)
Intelligenz 2,3 · Geschwindigkeit 88,7
0,0009 $ pro 1.000 Entscheidungen (geschätzt)