Grafiken
- 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
Achse 45 bis 80, nicht ab 0. Punkt: Score, Pille: Band.
Foto: Genauigkeit und Kosten
n = 130 Fotos, gemessen 21./22.11.2026, v4 verdeckt, einmal
Score und Kosten
Foto: Genauigkeit und Antwortzeit
n = 130 Fotos, gemessen 21./22.11.2026, v4 verdeckt, einmal
Score und Antwortzeit
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.
Alle Werte
Klick auf einen Spaltenkopf sortiert. Pfeil zeigt, was besser ist: ↑ höher, ↓ niedriger.
Filter und Vergleich
Vergleich
Wähle bis zu drei Teilnehmer in der ersten Spalte, um sie zu vergleichen.
| Bestandteile des Scores, 0 bis 100 | Mittlerer Fehler je Makro | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Teilnehmer | Anbieter | EU-Verarbeitung | Flexen Score | kcal-Fehler | Innerhalb ±20 % | Antwortzeit p50 | Kosten je Aufruf | kcal-Genauigkeit | Makros | Portion | Kalibrierung | Zuverlässigkeit | Eiweiß | Kohlenhydrate | Fett | Gegenüber Flexen Light |
| GPT-6.2 Sol | OpenRouter | möglich Azure EU möglich, gemessen über OpenRouter ohne EU-Zusicherung | 71,9 68,6–75,0 | 25,8 % | 50,0 % | 2,4 s | 0,157 ct | 74,3 | 67,2 | 77,8 | 78,5 | 100,0 | 7,5 g | 7,0 g | 5,3 g | +5,7 belegt besser |
| Flexen Max ein Aufruf eines großen Modells | Flexen | ja in der EU gemessen | 70,9 67,6–74,0 | 26,8 % | 44,6 % | 3,4 s | 0,330 ct | 73,2 | 69,2 | 76,8 | 74,4 | 100,0 | 7,0 g | 6,8 g | 5,7 g | +4,8 belegt besser |
| Gemini 4 Argon | Google Vertex AI | ja Vertex eu (gemessen) | 70,9 67,6–74,0 | 26,8 % | 44,6 % | 3,4 s | 0,330 ct | 73,2 | 69,2 | 76,8 | 74,4 | 100,0 | 7,0 g | 6,8 g | 5,7 g | +4,8 belegt besser |
| Gemini 3.5 Flash | Google Vertex AI | ja Vertex eu (gemessen) | 68,6 65,2–71,9 | 28,8 % | 41,5 % | 7,2 s | 1,123 ct | 72,1 | 66,3 | 74,4 | 70,0 | 100,0 | 8,4 g | 7,0 g | 6,2 g | +2,5 nicht unterscheidbar |
| Flexen Light Kette v2.1, 5 Anfragen | Flexen | ja in der EU gemessen | 66,1 62,6–69,5 | 33,7 % | 40,0 % | 1,7 s | 0,079 ct | 67,5 | 63,5 | 71,8 | 69,9 | 100,0 | 7,9 g | 7,3 g | 6,5 g | Bezug |
| Qwen4 Max | OpenRouter | ungeprüft gemessen über OpenRouter ohne EU-Zusicherung; EU-Weg nicht geprüft | 65,9 62,1–69,8 | 34,0 % | 41,5 % | 7,2 s | 0,215 ct | 67,7 | 61,9 | 73,8 | 68,5 | 100,0 | 8,9 g | 8,4 g | 6,8 g | −0,2 nicht unterscheidbar |
| Claude Opus 5.5 | Anthropic API | möglich Vertex AI / Bedrock EU möglich, gemessen global | 65,6 61,7–69,4 | 34,7 % | 43,9 % | 3,5 s | 0,744 ct | 66,5 | 60,9 | 71,9 | 69,7 | 100,0 | 7,1 g | 9,1 g | 6,4 g | −0,5 nicht unterscheidbar |
| GLM-5.3-Flash | Inceptron | ja Inceptron EU (gemessen) | 64,6 60,8–68,5 | 36,6 % | 36,9 % | 3,0 s | 0,032 ct | 66,2 | 62,5 | 72,1 | 65,9 | 100,0 | 7,6 g | 8,0 g | 6,5 g | −1,5 nicht unterscheidbar |
| Gemini 3.1 Flash-Lite | Google Vertex AI | ja Vertex eu (gemessen) | 62,6 58,5–66,6 | 33,2 % | 38,4 % | 1,0 s | 0,042 ct | 64,7 | 60,5 | 71,8 | 59,4 | 96,2 | 8,4 g | 7,0 g | 6,7 g | −3,5 nicht unterscheidbar |
| Claude Sonnet 5.5 | Anthropic API | möglich Vertex AI / Bedrock EU möglich, gemessen global | 61,8 57,7–65,8 | 38,5 % | 35,2 % | 1,7 s | 0,213 ct | 61,9 | 59,6 | 69,3 | 64,5 | 98,5 | 8,1 g | 9,4 g | 6,7 g | −4,3 belegt schlechter |
| Claude Haiku 5.5 | Anthropic API | möglich Vertex AI / Bedrock EU möglich, gemessen global | 58,1 54,0–62,1 | 43,9 % | 36,2 % | 2,6 s | 0,029 ct | 58,3 | 53,0 | 64,1 | 57,9 | 100,0 | 9,1 g | 11,0 g | 8,3 g | −8,0 belegt schlechter |
| GPT-6 Astra | OpenRouter | ungeprüft gemessen über OpenRouter ohne EU-Zusicherung (Anbieter OpenAI); EU-Weg nicht geprüft | 53,8 49,7–57,8 | 55,4 % | 27,7 % | 7,2 s | 1,257 ct | 51,9 | 49,5 | 60,9 | 57,6 | 100,0 | 7,6 g | 14,5 g | 9,2 g | −12,3 belegt schlechter |
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.
Bestandteile des Scores und weitere Messwerte
Umfang: n = 130 Fälle je Teilnehmer. Band: bootstrap 95 %, n_resamples 2000. Stand: 22. November 2026, Testsatz flexen-score-v4.
| Teilnehmer | kcal-Genauigkeit · 25 % | kcal innerhalb ±20 % · 15 % | Makro-Genauigkeit (Protein, KH, Fett) · 30 % | Portionsgewicht · 10 % | Kalibrierung: Treffer und Breite der Spanne · 10 % | Zuverlässigkeit (gültige Antwort) · 10 % |
|---|---|---|---|---|---|---|
| GPT-6.2 Sol | 74,3 | 50,0 | 67,2 | 77,8 | 78,5 | 100,0 |
| Flexen Max | 73,2 | 44,6 | 69,2 | 76,8 | 74,4 | 100,0 |
| Gemini 4 Argon | 73,2 | 44,6 | 69,2 | 76,8 | 74,4 | 100,0 |
| Gemini 3.5 Flash | 72,1 | 41,5 | 66,3 | 74,4 | 70,0 | 100,0 |
| Flexen Light | 67,5 | 40,0 | 63,5 | 71,8 | 69,9 | 100,0 |
| Qwen4 Max | 67,7 | 41,5 | 61,9 | 73,8 | 68,5 | 100,0 |
| Claude Opus 5.5 | 66,5 | 43,8 | 60,9 | 71,9 | 69,7 | 100,0 |
| GLM-5.3-Flash | 66,2 | 36,9 | 62,5 | 72,1 | 65,9 | 100,0 |
| Gemini 3.1 Flash-Lite | 64,7 | 36,9 | 60,5 | 71,8 | 59,4 | 96,2 |
| Claude Sonnet 5.5 | 61,9 | 34,6 | 59,6 | 69,3 | 64,5 | 98,5 |
| Claude Haiku 5.5 | 58,3 | 36,2 | 53,0 | 64,1 | 57,9 | 100,0 |
| GPT-6 Astra | 51,9 | 27,7 | 49,5 | 60,9 | 57,6 | 100,0 |
| Teilnehmer | Deckung der 80-%-Spanne | Ungültige Antworten | Antwortzeit p95 |
|---|---|---|---|
| GPT-6.2 Sol | 74,6 % | 0 von 130 | 4,7 s |
| Flexen Max | 52,3 % | 0 von 130 | 7,7 s |
| Gemini 4 Argon | 52,3 % | 0 von 130 | 7,7 s |
| Gemini 3.5 Flash | 41,5 % | 0 von 130 | 17,8 s |
| Flexen Light | 83,1 % | 0 von 130 | 3,4 s |
| Qwen4 Max | 53,1 % | 0 von 130 | 11,4 s |
| Claude Opus 5.5 | 60,0 % | 0 von 130 | 5 s |
| GLM-5.3-Flash | 40,8 % | 0 von 130 | 5,6 s |
| Gemini 3.1 Flash-Lite | 27,2 % | 5 von 130 | 1,2 s |
| Claude Sonnet 5.5 | 50,8 % | 2 von 130 | 2,6 s |
| Claude Haiku 5.5 | 38,5 % | 0 von 130 | 3,6 s |
| GPT-6 Astra | 46,9 % | 0 von 130 | 11,5 s |