Pareto 26.9
KI-Modell (LLM) · LLM · Daten aktualisiert 2026-11-17 · Quelle: openrouter.ai
Nur informativer und bildungsbezogener Vergleich. Affiliate-Hinweis: Für Partnerlinks erhalten wir gegebenenfalls eine Provision. Prüfen Sie vor einer Teilnahme die lokalen Vorschriften.
Pareto 26.9 (KI-Modell (LLM), LLM): Eingabepreis pro 1 Mio. Tokens 2,50 $; Ausgabepreis pro 1 Mio. Tokens 7,50 $; Mischpreis pro 1 Mio. Tokens (3:1) 3,75 $. Daten aktualisiert am 2026-11-17.
Preis-Leistungs-Rang 279 von 308 (Score 69.91)
| Kennzahl | Pareto 26.9 | Kategorie-Median | Differenz |
|---|---|---|---|
| Eingabepreis pro 1 Mio. Tokens | 2,50 $ | 0,625 $ | +300% |
| Ausgabepreis pro 1 Mio. Tokens | 7,50 $ | 3,00 $ | +150% |
| Mischpreis pro 1 Mio. Tokens (3:1) | 3,75 $ | 1,40 $ | +167,9% |
| Kontextfenster (Tokens) | 262.144 | 1 Mio. | -73,8% |
Der Value-Score ist eine transparente Heuristik, keine Empfehlung: Thousands of context tokens per USD of blended price per 1M tokens (3 input : 1 output). Measures price/context only, NOT model quality.
Häufige Fragen
Wie hoch ist „Eingabepreis pro 1 Mio. Tokens“ bei Pareto 26.9?
Eingabepreis pro 1 Mio. Tokens bei Pareto 26.9: 2,50 $. Kategorie-Median: 0,625 $ (+300%).
Wie hoch ist „Ausgabepreis pro 1 Mio. Tokens“ bei Pareto 26.9?
Ausgabepreis pro 1 Mio. Tokens bei Pareto 26.9: 7,50 $. Kategorie-Median: 3,00 $ (+150%).
Wie hoch ist „Mischpreis pro 1 Mio. Tokens (3:1)“ bei Pareto 26.9?
Mischpreis pro 1 Mio. Tokens (3:1) bei Pareto 26.9: 3,75 $. Kategorie-Median: 1,40 $ (+167,9%).
Bietet Pareto 26.9 ein gutes Preis-Leistungs-Verhältnis?
Pareto 26.9 belegt in LLM Rang 279 von 308 in unserem Value-Score (69.91). Der Score ist eine Heuristik: Thousands of context tokens per USD of blended price per 1M tokens (3 input : 1 output). Measures price/context only, NOT model quality. Keine Beratung.
Woher stammen die Daten?
Die Werte stammen von openrouter.ai und werden automatisch aktualisiert. Nur zur Information; keine Anlage-, Rechts- oder Kaufberatung.
Preis-Leistungs-Spitzenreiter dieser Kategorie
- ScaleDown: Summarize (33.333,33)
- ScaleDown: Extract (33.333,33)
- Z.ai: GLM 5.3 Flash (batch) (29.746,84)
- Z.ai: GLM Flash Latest (21.172,66)
- Qwen: Qwen3.7 Flash (18.181,82)