Flexen , zur Startseite
Menü Schließen
Testschlüssel holen

Flexen API · Preise netto

Benchmarks

130 gewogene Teller und 278 Texte, zwölf Systeme je Aufgabe, einmal gemessen. Zu jedem Score stehen Unsicherheitsband, Kosten und Antwortzeit. Buchen kannst du heute Flexen Light; Flexen Max ist gemessen und kommt bald. Jede Grafik gibt es als CSV.

Foto: n = 130Text: n = 278 gemessen 21./22.11.2026, v4 verdeckt, einmal

Nah an den großen Modellen, zu einem Bruchteil der Kosten.

Flexen Light erreicht 66,1 Punkte bei Fotos und 86,5 bei Text; die großen Modelle liegen bei 53,8 bis 71,9 und 86,2 bis 89,3. Eine Schätzung kostet mit Flexen Light 0,079 ct je Foto und 0,053 ct je Text, mit den großen Modellen 0,157 bis 1,257 ct und 0,121 bis 1,000 ct.

Foto: Flexen Score gegen Kosten

Flexen Score 45 50 55 60 65 70 75 80 85 0,02 0,05 0,1 0,2 0,5 1 2 Kosten je Schätzung in Cent (Listenpreise der Modellaufrufe) GPT-6.2 Sol: Flexen Score 71,9 (Band 68,6 bis 75,0), 0,157 ct GPT-6.2 Sol Gemini 4 Argon: Flexen Score 70,9 (Band 67,6 bis 74,0), 0,330 ct Gemini 4 Argon Gemini 3.5 Flash: Flexen Score 68,6 (Band 65,2 bis 71,9), 1,123 ct Gemini 3.5 Flash Qwen4 Max: Flexen Score 65,9 (Band 62,1 bis 69,8), 0,215 ct Qwen4 Max Claude Opus 5.5: Flexen Score 65,6 (Band 61,7 bis 69,4), 0,744 ct Claude Opus 5.5 Claude Sonnet 5.5: Flexen Score 61,8 (Band 57,7 bis 65,8), 0,213 ct Claude Sonnet 5.5 GPT-6 Astra: Flexen Score 53,8 (Band 49,7 bis 57,8), 1,257 ct GPT-6 Astra Flexen Light + Hinweis: Flexen Score 76,2 (Band 73,0 bis 79,2), 0,083 ct Flexen Light + Hinweis Flexen Max: Flexen Score 70,9 (Band 67,6 bis 74,0), 0,330 ct Flexen Max Flexen Light: Flexen Score 66,1 (Band 62,6 bis 69,5), 0,079 ct Flexen Light
Oben links ist gut: hoher Score bei niedrigen Kosten. x-Achse logarithmisch, Flexen Score von 45 bis 85.

130 Teller, gemessen 21./22.11.2026, v4 verdeckt, einmal

Text: Flexen Score gegen Kosten

Flexen Score 80 85 90 95 0,01 0,02 0,05 0,1 0,2 0,5 1 2 Kosten je Schätzung in Cent (Listenpreise der Modellaufrufe) GPT-6.2 Sol: Flexen Score 89,3 (Band 87,2 bis 91,2), 0,121 ct GPT-6.2 Sol Gemini 3.5 Flash: Flexen Score 89,1 (Band 87,2 bis 90,8), 1,000 ct Gemini 3.5 Flash Gemini 4 Argon: Flexen Score 88,8 (Band 86,8 bis 90,7), 0,179 ct Gemini 4 Argon GPT-6 Astra: Flexen Score 88,7 (Band 86,6 bis 90,6), 0,909 ct GPT-6 Astra Claude Opus 5.5: Flexen Score 87,7 (Band 85,5 bis 89,7), 0,618 ct Claude Opus 5.5 Qwen4 Max: Flexen Score 87,6 (Band 85,4 bis 89,6), 0,182 ct Qwen4 Max Claude Sonnet 5.5: Flexen Score 86,2 (Band 84,0 bis 88,3), 0,236 ct Claude Sonnet 5.5 Flexen Light + Hinweis: Flexen Score 88,2 (Band 86,3 bis 90,0), 0,053 ct Flexen Light + Hinweis Flexen Max: Flexen Score 89,3 (Band 87,2 bis 91,2), 0,121 ct Flexen Max Flexen Light: Flexen Score 86,5 (Band 84,2 bis 88,6), 0,053 ct Flexen Light
Oben links ist gut: hoher Score bei niedrigen Kosten. x-Achse logarithmisch, Flexen Score von 80 bis 95.

278 Texte, gemessen 21./22.11.2026, v4 verdeckt, einmal

Alle Modelle ansehen

Hier stehen nur die großen Modelle. Die übrigen (GLM-5.3-Flash, Gemini 3.1 Flash-Lite und Claude Haiku 5.5) und alle Kennzahlen stehen in den Ranglisten.

  • Foto: Belegt genauer als Flexen Light sind Flexen Max, GPT-6.2 Sol und Gemini 4 Argon.
  • Text: Belegt genauer als Flexen Light sind Flexen Max, GPT-6.2 Sol, Gemini 3.5 Flash, Gemini 4 Argon und GPT-6 Astra.
  • Flexen Max erreicht 70,9 bei Fotos und 89,3 bei Text. Bei Fotos liegt GPT-6.2 Sol (71,9) darüber; der Abstand ist nicht belegt, die Bänder überlappen. Bei Text liegt kein gemessenes System höher. Es kostet 0,330 ct je Foto (ab 01.12.2026 0,661 ct) und 0,121 ct je Text.
  • Hohler Punkt: Flexen Light mit einem Hinweis des Nutzers, 76,2 bei Fotos und 88,2 bei Text. Das ist eine Obergrenze mit fast genauen Hinweisen; alle anderen Punkte sind ohne Hinweis gemessen.

Kosten: Listenpreise der Modellaufrufe am Messtag für eine Schätzung, 1 USD = 0,92 €; bei Flexen Light die Summe aller Anfragen der Kette. Das ist nicht der Preis der Flexen API: Flexen Light kostet dort 1 Credit (0,1 ct) je Text und 2 Credits (0,2 ct) je Foto, netto. Flexen Light: unsere mehrstufige Kette, EU-Verarbeitung. Flexen Max: unser genauestes Profil, ein Aufruf eines großen Modells. Flexen Max ist ein einzelner Aufruf eines großen Modells mit dem veröffentlichten Prompt. Welches Modell das ist, nennen wir nicht; es steht mit derselben Messung auch unter seinem eigenen Namen in der Liste. Liegen zwei Punkte genau aufeinander, trägt der untere einen Ring.

Flexen Max liegt bei Foto auf Platz 2 von 12. Flexen Max liegt bei Text auf Platz 1 von 12. Flexen Light liegt bei Foto auf Platz 5 von 12, bei Text auf Platz 8 von 12.

Foto: Flexen Max 70,9, Flexen Light 66,1. Text: Flexen Max 89,3, Flexen Light 86,5. Der Abstand von Flexen Max zum nächsten anders gemessenen Modell ist knapp; die 95-%-Bänder überlappen (Text: Gemini 3.5 Flash 89,1). Belegt genauer als Flexen Light bei Foto: GPT-6.2 Sol, Flexen Max und Gemini 4 Argon. Belegt genauer als Flexen Light bei Text: Flexen Max, GPT-6.2 Sol, Gemini 3.5 Flash, Gemini 4 Argon und GPT-6 Astra. Alle Werte ohne Hinweis des Nutzers.

Alle Modelle

  • Flexen Light und Flexen Max
  • Google Gemini
  • Anthropic Claude
  • OpenAI GPT
  • Qwen
  • GLM

Foto: Rangliste nach Flexen Score

n = 130 Fotos, gemessen 21./22.11.2026, v4 verdeckt, einmal

Foto: Genauigkeit und Kosten

n = 130 Fotos, gemessen 21./22.11.2026, v4 verdeckt, einmal

Score und Kosten

Flexen Score 45 50 55 60 65 70 75 80 0,01 0,02 0,05 0,1 0,2 0,5 1 2 Cent je Aufruf GPT-6.2 Sol: Flexen Score 71,9 (Band 68,6 bis 75,0), 0,157 ct GPT-6.2 Sol Gemini 4 Argon: Flexen Score 70,9 (Band 67,6 bis 74,0), 0,330 ct Gemini 4 Gemini 3.5 Flash: Flexen Score 68,6 (Band 65,2 bis 71,9), 1,123 ct Gemini 3.5 Qwen4 Max: Flexen Score 65,9 (Band 62,1 bis 69,8), 0,215 ct Qwen4 Max Claude Opus 5.5: Flexen Score 65,6 (Band 61,7 bis 69,4), 0,744 ct Opus 5.5 GLM-5.3-Flash: Flexen Score 64,6 (Band 60,8 bis 68,5), 0,032 ct GLM-5.3 Gemini 3.1 Flash-Lite: Flexen Score 62,6 (Band 58,5 bis 66,6), 0,042 ct Gemini 3.1 Claude Sonnet 5.5: Flexen Score 61,8 (Band 57,7 bis 65,8), 0,213 ct Sonnet 5.5 Claude Haiku 5.5: Flexen Score 58,1 (Band 54,0 bis 62,1), 0,029 ct Haiku 5.5 GPT-6 Astra: Flexen Score 53,8 (Band 49,7 bis 57,8), 1,257 ct GPT-6 Astra Flexen Max: Flexen Score 70,9 (Band 67,6 bis 74,0), 0,330 ct Flexen Max Flexen Light: Flexen Score 66,1 (Band 62,6 bis 69,5), 0,079 ct Flexen Light
Oben links ist gut: hoher Score bei niedrigen Kosten. x-Achse logarithmisch, Flexen Score von 45 bis 80.

Foto: Genauigkeit und Antwortzeit

n = 130 Fotos, gemessen 21./22.11.2026, v4 verdeckt, einmal

Score und Antwortzeit

Flexen Score 45 50 55 60 65 70 75 80 0,2 0,5 1 2 5 10 Antwortzeit p50 in Sekunden GPT-6.2 Sol: Flexen Score 71,9 (Band 68,6 bis 75,0), 2,4 s GPT-6.2 Sol Gemini 4 Argon: Flexen Score 70,9 (Band 67,6 bis 74,0), 3,4 s Gemini 4 Gemini 3.5 Flash: Flexen Score 68,6 (Band 65,2 bis 71,9), 7,2 s Gemini 3.5 Qwen4 Max: Flexen Score 65,9 (Band 62,1 bis 69,8), 7,2 s Qwen4 Max Claude Opus 5.5: Flexen Score 65,6 (Band 61,7 bis 69,4), 3,5 s Opus 5.5 GLM-5.3-Flash: Flexen Score 64,6 (Band 60,8 bis 68,5), 3 s GLM-5.3 Gemini 3.1 Flash-Lite: Flexen Score 62,6 (Band 58,5 bis 66,6), 1 s Gemini 3.1 Claude Sonnet 5.5: Flexen Score 61,8 (Band 57,7 bis 65,8), 1,7 s Sonnet 5.5 Claude Haiku 5.5: Flexen Score 58,1 (Band 54,0 bis 62,1), 2,6 s Haiku 5.5 GPT-6 Astra: Flexen Score 53,8 (Band 49,7 bis 57,8), 7,2 s GPT-6 Astra Flexen Max: Flexen Score 70,9 (Band 67,6 bis 74,0), 3,4 s Flexen Max Flexen Light: Flexen Score 66,1 (Band 62,6 bis 69,5), 1,7 s Flexen Light
Oben links ist gut: hoher Score bei kurzer Antwortzeit. x-Achse logarithmisch, Flexen Score von 45 bis 80.

Kürzel in den Diagrammen: Gemini 4 = Gemini 4 Argon; Gemini 3.5 = Gemini 3.5 Flash; Opus 5.5 = Claude Opus 5.5; GLM-5.3 = GLM-5.3-Flash; Gemini 3.1 = Gemini 3.1 Flash-Lite; Sonnet 5.5 = Claude Sonnet 5.5; Haiku 5.5 = Claude Haiku 5.5.

Foto: Rangliste mit allen Kennzahlen

130 Teller, gemessen 21./22.11.2026, v4 verdeckt, einmal

Wischen für kcal-Fehler, Kosten, Antwortzeit und EU

RangSystemFlexen Score95-%-Bandkcal-FehlerInnerhalb ±20 %Modellkosten je SchätzungAntwortzeit p50EU-Verarbeitung
1 GPT-6.2 Sol 71,9 68,6 bis 75,0 25,8 % 50 % 0,157 ct 2,4 s möglich
2 Flexen Max ein Aufruf eines großen Modells 70,9 67,6 bis 74,0 26,8 % 45 % 0,330 ct ab 01.12.2026: 0,661 ct 3,4 s ja
3 Gemini 4 Argon 70,9 67,6 bis 74,0 26,8 % 45 % 0,330 ct ab 01.12.2026: 0,661 ct 3,4 s ja
4 Gemini 3.5 Flash 68,6 65,2 bis 71,9 28,8 % 42 % 1,123 ct 7,2 s ja
5 Flexen Light Kette v2.1, 5 Anfragen 66,1 62,6 bis 69,5 33,7 % 40 % 0,079 ct 1,7 s ja
6 Qwen4 Max 65,9 62,1 bis 69,8 34,0 % 42 % 0,215 ct 7,2 s ungeprüft
7 Claude Opus 5.5 65,6 61,7 bis 69,4 34,7 % 44 % 0,744 ct 3,5 s möglich
8 GLM-5.3-Flash 64,6 60,8 bis 68,5 36,6 % 37 % 0,032 ct 3,0 s ja
9 Gemini 3.1 Flash-Lite 62,6 58,5 bis 66,6 33,2 % 38 % 0,042 ct 1,0 s ja
10 Claude Sonnet 5.5 61,8 57,7 bis 65,8 38,5 % 35 % 0,213 ct 1,7 s möglich
11 Claude Haiku 5.5 58,1 54,0 bis 62,1 43,9 % 36 % 0,029 ct 2,6 s möglich
12 GPT-6 Astra 53,8 49,7 bis 57,8 55,4 % 28 % 1,257 ct 7,2 s ungeprüft
  • Flexen Light: unsere mehrstufige Kette, EU-Verarbeitung. Flexen Max: unser genauestes Profil, ein Aufruf eines großen Modells. Flexen Max ist ein einzelner Aufruf eines großen Modells mit dem veröffentlichten Prompt. Welches Modell das ist, nennen wir nicht; es steht mit derselben Messung auch unter seinem eigenen Namen in der Liste.
  • EU-Verarbeitung: ja = bei der Messung in der EU verarbeitet; möglich = der Anbieter hat einen EU-Weg, gemessen wurde ohne EU-Zusicherung; ungeprüft = EU-Weg nicht geprüft.
  • Modellkosten: Listenpreis des Anbieters am Messtag für eine Schätzung, 1 USD = 0,92 €. Flexen Light sendet mehrere Anfragen je Schätzung, Flexen Max eine.
  • Preis in der Flexen API je Schätzung, netto: Flexen Light Text 1 Credit, Foto 2 Credits; Flexen Max Text 4 Credits, Foto 16 Credits (ab 01.12.2026). 1 Credit = 0,1 ct.
  • Flexen Light und Flexen Max
  • Google Gemini
  • Anthropic Claude
  • OpenAI GPT
  • Qwen
  • GLM

Text: Rangliste nach Flexen Score

n = 278 Texte, gemessen 21./22.11.2026, v4 verdeckt, einmal

Text: Genauigkeit und Kosten

n = 278 Texte, gemessen 21./22.11.2026, v4 verdeckt, einmal

Score und Kosten

Flexen Score 75 80 85 90 95 0,005 0,01 0,02 0,05 0,1 0,2 0,5 1 2 Cent je Aufruf GPT-6.2 Sol: Flexen Score 89,3 (Band 87,2 bis 91,2), 0,121 ct GPT-6.2 Sol Gemini 3.5 Flash: Flexen Score 89,1 (Band 87,2 bis 90,8), 1,000 ct Gemini 3.5 Gemini 4 Argon: Flexen Score 88,8 (Band 86,8 bis 90,7), 0,179 ct Gemini 4 GPT-6 Astra: Flexen Score 88,7 (Band 86,6 bis 90,6), 0,909 ct GPT-6 Astra Claude Opus 5.5: Flexen Score 87,7 (Band 85,5 bis 89,7), 0,618 ct Opus 5.5 Qwen4 Max: Flexen Score 87,6 (Band 85,4 bis 89,6), 0,182 ct Qwen4 Max Claude Sonnet 5.5: Flexen Score 86,2 (Band 84,0 bis 88,3), 0,236 ct Sonnet 5.5 GLM-5.3-Flash: Flexen Score 84,8 (Band 82,5 bis 87,1), 0,027 ct GLM-5.3 Gemini 3.1 Flash-Lite: Flexen Score 83,8 (Band 81,6 bis 85,8), 0,016 ct Gemini 3.1 Claude Haiku 5.5: Flexen Score 83,6 (Band 81,2 bis 86,0), 0,019 ct Haiku 5.5 Flexen Max: Flexen Score 89,3 (Band 87,2 bis 91,2), 0,121 ct Flexen Max Flexen Light: Flexen Score 86,5 (Band 84,2 bis 88,6), 0,053 ct Flexen Light
Oben links ist gut: hoher Score bei niedrigen Kosten. x-Achse logarithmisch, Flexen Score von 75 bis 95.

Text: Genauigkeit und Antwortzeit

n = 278 Texte, gemessen 21./22.11.2026, v4 verdeckt, einmal

Score und Antwortzeit

Flexen Score 75 80 85 90 95 0,1 0,2 0,5 1 2 5 10 Antwortzeit p50 in Sekunden GPT-6.2 Sol: Flexen Score 89,3 (Band 87,2 bis 91,2), 2,1 s GPT-6.2 Sol Gemini 3.5 Flash: Flexen Score 89,1 (Band 87,2 bis 90,8), 6,9 s Gemini 3.5 Gemini 4 Argon: Flexen Score 88,8 (Band 86,8 bis 90,7), 3,2 s Gemini 4 GPT-6 Astra: Flexen Score 88,7 (Band 86,6 bis 90,6), 6,1 s GPT-6 Astra Claude Opus 5.5: Flexen Score 87,7 (Band 85,5 bis 89,7), 3 s Opus 5.5 Qwen4 Max: Flexen Score 87,6 (Band 85,4 bis 89,6), 6,8 s Qwen4 Max Claude Sonnet 5.5: Flexen Score 86,2 (Band 84,0 bis 88,3), 1,9 s Sonnet 5.5 GLM-5.3-Flash: Flexen Score 84,8 (Band 82,5 bis 87,1), 2,2 s GLM-5.3 Gemini 3.1 Flash-Lite: Flexen Score 83,8 (Band 81,6 bis 85,8), 0,6 s Gemini 3.1 Claude Haiku 5.5: Flexen Score 83,6 (Band 81,2 bis 86,0), 1,9 s Haiku 5.5 Flexen Max: Flexen Score 89,3 (Band 87,2 bis 91,2), 2,1 s Flexen Max Flexen Light: Flexen Score 86,5 (Band 84,2 bis 88,6), 4,6 s Flexen Light
Oben links ist gut: hoher Score bei kurzer Antwortzeit. x-Achse logarithmisch, Flexen Score von 75 bis 95.

Kürzel in den Diagrammen: Gemini 3.5 = Gemini 3.5 Flash; Gemini 4 = Gemini 4 Argon; Opus 5.5 = Claude Opus 5.5; Sonnet 5.5 = Claude Sonnet 5.5; GLM-5.3 = GLM-5.3-Flash; Gemini 3.1 = Gemini 3.1 Flash-Lite; Haiku 5.5 = Claude Haiku 5.5.

Text: Rangliste mit allen Kennzahlen

278 Texte, gemessen 21./22.11.2026, v4 verdeckt, einmal

Wischen für kcal-Fehler, Kosten, Antwortzeit und EU

RangSystemFlexen Score95-%-Bandkcal-FehlerInnerhalb ±20 %Modellkosten je SchätzungAntwortzeit p50EU-Verarbeitung
1 Flexen Max ein Aufruf eines großen Modells 89,3 87,2 bis 91,2 12,1 % 86 % 0,121 ct 2,1 s nein derzeit nicht in der EU gehostet
2 GPT-6.2 Sol 89,3 87,2 bis 91,2 12,1 % 86 % 0,121 ct 2,1 s möglich
3 Gemini 3.5 Flash 89,1 87,2 bis 90,8 12,3 % 85 % 1,000 ct 6,9 s ja
4 Gemini 4 Argon 88,8 86,8 bis 90,7 12,9 % 84 % 0,179 ct ab 01.12.2026: 0,359 ct 3,2 s ja
5 GPT-6 Astra 88,7 86,6 bis 90,6 12,8 % 85 % 0,909 ct 6,1 s ungeprüft
6 Claude Opus 5.5 87,7 85,5 bis 89,7 13,4 % 81 % 0,618 ct 3,0 s möglich
7 Qwen4 Max 87,6 85,4 bis 89,6 14,1 % 83 % 0,182 ct 6,8 s ungeprüft
8 Flexen Light Kette v2.3, 2 Anfragen 86,5 84,2 bis 88,6 15,0 % 81 % 0,053 ct 4,6 s ja
9 Claude Sonnet 5.5 86,2 84,0 bis 88,3 15,2 % 79 % 0,236 ct 1,9 s möglich
10 GLM-5.3-Flash 84,8 82,5 bis 87,1 17,1 % 77 % 0,027 ct 2,2 s ja
11 Gemini 3.1 Flash-Lite 83,8 81,6 bis 85,8 16,4 % 73 % 0,016 ct 0,6 s ja
12 Claude Haiku 5.5 83,6 81,2 bis 86,0 17,7 % 74 % 0,019 ct 1,9 s möglich
  • Flexen Light: unsere mehrstufige Kette, EU-Verarbeitung. Flexen Max: unser genauestes Profil, ein Aufruf eines großen Modells. Flexen Max ist ein einzelner Aufruf eines großen Modells mit dem veröffentlichten Prompt. Welches Modell das ist, nennen wir nicht; es steht mit derselben Messung auch unter seinem eigenen Namen in der Liste.
  • EU-Verarbeitung: ja = bei der Messung in der EU verarbeitet; möglich = der Anbieter hat einen EU-Weg, gemessen wurde ohne EU-Zusicherung; ungeprüft = EU-Weg nicht geprüft. nein = derzeit nicht in der EU gehostet (Flexen Max bei Text; der Anbieter des Modells hat einen EU-Weg, den wir noch nicht nutzen).
  • Modellkosten: Listenpreis des Anbieters am Messtag für eine Schätzung, 1 USD = 0,92 €. Flexen Light sendet mehrere Anfragen je Schätzung, Flexen Max eine.
  • Preis in der Flexen API je Schätzung, netto: Flexen Light Text 1 Credit, Foto 2 Credits; Flexen Max Text 4 Credits, Foto 16 Credits (ab 01.12.2026). 1 Credit = 0,1 ct.

Schwer-Sets, getrennt gewertet

Je 50 Fotos und Texte, die wir vorab als schwierig festgelegt haben. Fotos: sehr dichte Teller, sehr kleine, sehr große mit vielen Zutaten und Teller mit viel Fett oder Soße. Texte: Nischenmarken, Umgangssprache und Tippfehler, Fett ohne Menge, Getränke in ml, ungewöhnliche Portionen, andere Küchen und mehrdeutige Angaben. Ausgewählt wurde nach festen Kriterien, nie nach Modellantworten. Diese Fälle zählen nicht in die Rangliste oben.

Foto, Schwer-Set

Wischen für kcal-Fehler, Innerhalb ±20 % und Fälle

Rang System Flexen Score95-%-Band kcal-Fehler Innerhalb ±20 % Fälle
1 Flexen Max 70,4 64,0 bis 76,7 28,3 % 47 % 34
2 Gemini 4 Argon 70,4 64,0 bis 76,7 28,3 % 47 % 34
3 GPT-6.2 Sol 68,1 62,9 bis 73,6 28,2 % 41 % 34
4 Claude Sonnet 5.5 66,1 58,9 bis 73,3 34,1 % 41 % 34
5 Claude Opus 5.5 65,6 57,6 bis 73,5 40,6 % 44 % 34
6 Qwen4 Max 65,0 57,4 bis 72,6 33,3 % 47 % 34
7 Flexen Light 64,4 56,6 bis 71,4 37,5 % 47 % 34
8 Gemini 3.5 Flash 62,5 56,7 bis 68,5 34,9 % 26 % 34
9 Claude Haiku 5.5 59,7 50,9 bis 67,8 45,2 % 38 % 34
10 GLM-5.3-Flash 59,4 51,7 bis 67,2 42,2 % 35 % 34
11 Gemini 3.1 Flash-Lite 58,9 51,7 bis 66,3 41,3 % 24 % 34
12 GPT-6 Astra 57,0 48,0 bis 65,9 54,8 % 32 % 34

Text, Schwer-Set

Wischen für kcal-Fehler, Innerhalb ±20 % und Fälle

Rang System Flexen Score95-%-Band kcal-Fehler Innerhalb ±20 % Fälle
1 Flexen Max 82,9 76,5 bis 88,5 14,5 % 80 % 30
2 GPT-6.2 Sol 82,9 76,5 bis 88,5 14,5 % 80 % 30
3 GPT-6 Astra 79,6 72,4 bis 86,1 15,9 % 70 % 30
4 Gemini 3.1 Flash-Lite 78,6 70,7 bis 85,7 18,6 % 77 % 30
5 Qwen4 Max 78,5 72,2 bis 84,3 15,8 % 70 % 30
6 Gemini 3.5 Flash 77,4 69,5 bis 84,2 19,0 % 67 % 30
7 Gemini 4 Argon 77,1 68,5 bis 84,3 23,4 % 70 % 30
8 Claude Opus 5.5 75,6 68,5 bis 82,3 19,2 % 57 % 30
9 Claude Haiku 5.5 75,1 67,9 bis 82,0 21,4 % 63 % 30
10 GLM-5.3-Flash 75,1 67,8 bis 81,8 20,1 % 67 % 30
11 Flexen Light 74,6 67,1 bis 81,7 20,8 % 63 % 30
12 Claude Sonnet 5.5 74,3 65,0 bis 82,6 23,4 % 72 % 30

Gewertet ist der verdeckte Teil: 34 von 35 Fotos und 30 von 36 Texten (die übrigen haben eine mehrdeutige Referenz, siehe Methode), gemessen 21./22.11.2026, v4 verdeckt, einmal. Bei so wenigen Fällen sind die Bänder breit; Unterschiede von wenigen Punkten sagen hier nichts.

Mit Hinweis

Die API nimmt neben Foto oder Text eine Angabe des Nutzers an, zum Beispiel die Menge oder wie viel Öl in der Pfanne war. Wie viel das bringt, hängt davon ab, wie genau die Angabe ist. Wir zeigen deshalb drei Messungen: die Obergrenze, realistische Angaben und eine Rückfrage.

Obergrenze: fast genaue Hinweise

Hier kennt der Nutzer Gewicht und Fett fast genau: Die Hinweise sind aus dem Referenzwert gerundet (Foto: Gewicht auf 50 g, Fett oder Soße als Esslöffel; Text: Gramm der Portion). So genau weiß es kaum jemand. Die Werte sind deshalb eine Obergrenze. Beim Text bekamen nur 102 der 278 Texte einen Hinweis, nämlich die mit vager Menge, Portion ohne Gramm, Packung ohne Gewicht oder Fett ohne Menge.

Foto

130 Teller, gemessen 21./22.11.2026, v4 verdeckt, einmal

Wischen für kcal-Fehler, Innerhalb ±20 % und Kosten

System Flexen Score95-%-Band kcal-Fehler Innerhalb ±20 % Modellkosten
Flexen Light 66,1 62,6 bis 69,5 33,7 % 40 % 0,079 ct
Flexen Light + Hinweis 76,2 73,0 bis 79,2 24,4 % 59 % 0,083 ct
Flexen Max 70,9 67,6 bis 74,0 26,8 % 45 % 0,330 ct
Flexen Max + Hinweis 80,3 77,3 bis 83,2 19,2 % 65 % 0,347 ct
  • Hinweis bei Flexen Light: +10,1 (+6,7 bis +13,8, belegt)
  • Hinweis bei Flexen Max: +9,4 (+6,3 bis +12,9, belegt)

Text

278 Texte, gemessen 21./22.11.2026, v4 verdeckt, einmal

Wischen für kcal-Fehler, Innerhalb ±20 % und Kosten

System Flexen Score95-%-Band kcal-Fehler Innerhalb ±20 % Modellkosten
Flexen Light 86,5 84,2 bis 88,6 15,0 % 81 % 0,053 ct
Flexen Light + Hinweis 88,2 86,3 bis 90,0 12,0 % 85 % 0,053 ct
Flexen Max 89,3 87,2 bis 91,2 12,1 % 86 % 0,121 ct
Flexen Max + Hinweis 90,6 88,9 bis 92,3 9,7 % 88 % 0,121 ct
  • Hinweis bei Flexen Light: +1,7 (+0,8 bis +2,8, belegt)
  • Hinweis bei Flexen Max: +1,3 (+0,4 bis +2,4, belegt)

Auf den Schwer-Sets: Foto +10,9 (+2,3 bis +19,4, belegt) bei Flexen Light und +7,4 (−1,8 bis +16,3, nicht belegt) bei Flexen Max; Text +0,6 (−2,6 bis +4,4, nicht belegt) und −1,2 (−4,1 bis +1,5, nicht belegt).

Realistische Hinweise: rund ein Drittel

Auf Entwicklungsdaten (185 Fotos, nicht v4) haben wir Angaben simuliert, wie Nutzer sie geben. Am meisten bringt bei Fotos eine grobe Stufe wie „Portion: eher klein, normal, eher groß“: +3,0 (+1,0 bis +5,0, belegt) mit Flexen Light. Das ist rund ein Drittel der Obergrenze von +10,1.

Auch eine Grammzahl, die um etwa 30 % danebenliegt, hilft: +3,8 (+0,5 bis +6,9, belegt). Nur „mit Öl“ oder „ohne Fett“ bringt nichts: −0,4 (−2,2 bis +1,4, nicht belegt).

Falsche Angaben schaden. Auf den 38 Fotos mit absichtlich falschem Hinweis (doppelte oder halbe Menge, Öl erfunden oder verschwiegen) liegt der Score −15,9 (−21,7 bis −9,1, belegt) gegenüber dem richtigen Hinweis und −6,1 (−13,0 bis +1,1, nicht belegt) gegenüber keinem Hinweis.

Beim Text (115 Texte, Mengen entfernt) hilft eine ungenaue Grammzahl nicht, eher schadet sie: −5,2 (−10,3 bis 0,0, nicht belegt). Nennt der Text schon Stück, Packung oder Löffel, kennt das Modell die typische Portion besser als ein Nutzer, der schätzt.

Simulierte Nutzer, feste Regeln vor dem ersten Aufruf, gemessen am 21. November 2026. Für Flexen Max gibt es dazu nur 24 Teller und keinen belegten Wert.

Rückfrage: Beta, nur auf Wunsch

Flexen Light kann bei unsicheren Fotos eine Rückfrage stellen: „Wie viel war es ungefähr?“ Gemessen am 22. November 2026 auf dem verdeckten Teil von v4, genau einmal, mit simulierten Antworten.

Gefragt wurde bei 57 von 138 Fotos (41 %). Mit realistischen Antworten: über alle Fotos +1,7 (+0,5 bis +3,1, belegt), auf den gefragten Fotos +5,7 (+1,4 bis +10,4, belegt).

Mit exakten Antworten wären es +3,0 und +8,0, mit ungenauen +1,1 (−0,2 bis +2,6, nicht belegt) und +3,2 (−1,5 bis +8,0, nicht belegt).

Auf dem Schwer-Set (35 Fotos, 19 gefragt) hilft die Rückfrage nicht: −2,9 (−7,7 bis +1,0, nicht belegt).

Vor der Messung hatten wir fünf Schwellen für einen Start als Standard festgelegt. Zwei sind verfehlt: Gefragt wird bei 41 % der Fotos statt bei höchstens 35 %, und bei Tellern mit viel Fett oder Soße im Schwer-Set ist das Ergebnis mit Rückfrage belegt schlechter. Die Rückfrage gibt es deshalb nur als Beta und nur, wenn du sie einschaltest. Bei Text stellt die API keine Rückfrage.

Diese Zahlen stammen aus einer eigenen Auswertung mit einer früheren Fassung der Kalibrierung; sie sind mit den Ranglisten nicht direkt vergleichbar.

Einzelne Benchmarks

Belegt heißt: Das 95-%-Band der gepaarten Differenz zu Flexen Light schließt 0 nicht ein. Benchmark v4, gemessen 21./22.11.2026, v4 verdeckt, einmal.