KI-Modell-Benchmark für 1C-Entwicklung: Aktualisiertes Ranking v2
Anthropic
OpenAI
Moonshot AI
xAI
Cursor
DeepSeek
Alibaba/Qwen
MiniMax
Ein aktualisierter Benchmark für KI-Modelle in der 1C-Entwicklung wurde veröffentlicht, der Modelle wie Claude Opus 5, GPT 5.6 Sol und Kimi K3 vergleicht. Der Benchmark kategorisiert Aufgaben und misst die Token-Nutzung, wobei Opus 5 insgesamt führend ist, aber GPT 5.6 Sol mit MCP hervorragt. Der Autor gibt persönliche Empfehlungen für die Modellauswahl.
Der Benchmark für KI-Modelle in der 1C-Entwicklung wurde auf Version 2 aktualisiert und umfasst Modelle wie Claude Opus 5, Claude Fable 5, GPT 5.6 Sol, Kimi K3, Claude Opus 4.8, Grok 4.5, Composer 2.5, GPT 5.5, DeepSeek v4, GLM 5.2, Qwen 3.8 Max, Claude Sonnet 5, Mimi 2.5 und MiniMax M2.7. Die Aufgaben sind in Kategorien wie Algorithmen, Architektur, Plattformmechanismen, Performance, Metadatenarbeit und Formularentwicklung unterteilt. Der Benchmark erfasst die verbrauchten Tokens (Input + Output) ohne Cache. Die Modelle wurden in ihren Anbieterumgebungen getestet: Claude Code für Claude, Codex für GPT, Kimi Code für Kimi, Cursor für Grok und Composer. Eine Variante mit MCP sowie Skills/Rules ist ebenfalls enthalten. Der Benchmark wurde von Hermes mit GPT 5.6 Sol durchgeführt, mit einigen Korrekturen. Claude Opus 5 ist der Gesamtführende, aber GPT 5.6 Sol schneidet mit MCP am besten ab, da es Anweisungen besser befolgt. Kimi K3 ist vielversprechend, aber langsam. DeepSeek v4 und GLM 5.2 sind nur für den Budgeteinsatz geeignet. Qwen 3.8, Sonnet 5, Mimi 2.5 und MiniMax M2.7 sind für die 1C-Entwicklung nicht zu empfehlen. Der persönliche Stack des Autors umfasst Cursor mit Claude Opus für komplexe Aufgaben, Grok/Composer für den täglichen Gebrauch und GPT 5.6 für Reviews und autonome Agenten.
Quelle: Habr — хаб ИИ —
Original