PLUMB-4B · TEXT
s1-fast
Global 0,025 $ · EU 0,034 $ je 1 Mio. Eingabe-Tokens; Ausgabe kostenlos. Im lokalen Modellserver-Test lag p95 bei 244 ms. Gateway und Netzwerk sind nicht enthalten.
Messmethode ansehen (EN) →Modelle · Text
Modelle für wiederkehrende Entscheidungen
s1-fast nutzt Plumb-4B für Text; s1-pro nutzt Winnow-12B Q8 für Text. Beide gibt es in Global und EU. Öffentliche Benchmarks beschreiben die verwendeten Modelle, nicht die Qualität oder Latenz des gehosteten System1-Dienstes.
WINNOW-12B Q8 · TEXT
s1-pro
Global 0,034 $ · EU 0,040 $ je 1 Mio. Eingabe-Tokens; Ausgabe kostenlos. Im lokalen Modellserver-Test lag p95 bei 644 ms. Bildeingabe folgt in Kürze.
Messmethode ansehen (EN) →NEUE KONTEN
Kostenlos starten
Mit Google anmelden, API-Schlüssel erstellen und beide Modelle sofort nutzen. Die ersten 100 Mio. Eingabe-Tokens sind kostenlos.
API-Schlüssel holen →Zwei Stufen
Wähle die Stufe, die zu deinen Daten passt.
Dieselben Modelle, dieselbe API, dieselbe Anfrageform. Wähle pro API-Schlüssel oder pro Anfrage mit einem Header.
GLOBALAm günstigsten
Global – gebaut für weltweite Skalierung
Der günstigste Weg, Entscheidungsmodelle in großem Umfang zu nutzen. Global wechselt auf ein dezentrales Rechennetzwerk: unabhängige GPU-Betreiber weltweit, verschlüsselter Netzwerkverkehr, jede Anfrage und Antwort kryptografisch signiert, Registrierung und Leistungsbewertung der Betreiber abgesichert durch Blockchain-Technologie.
Heute
Während das Netzwerk ausgerollt wird, läuft Global auf derselben EU-GPU-Kapazität wie die EU-Stufe – verschlüsselt übertragen, mit niedrigerer Priorität als EU-Anfragen. Bevor Global-Anfragen ins Netzwerk wechseln, kündigen wir das an.
- s1-fast 0,025 $ · s1-pro 0,034 $ je 1 Mio. Eingabe-Tokens
- Ausgabe-Tokens kostenlos
- Ideal für hohes Volumen und nicht sensible Daten
EU
Höchster Datenschutz
Höchster DatenschutzEU – für die strengsten Datenschutzanforderungen
Für Teams mit höchsten Datenschutzansprüchen oder strengen EU-Regulierungsanforderungen. EU-Anfragen laufen ausschließlich bei vertraglich gebundenen Betreibern in der EU, und Inferenzdaten verlassen die EU nie.
- s1-fast 0,034 $ · s1-pro 0,040 $ je 1 Mio. Eingabe-Tokens
- Inferenzdaten bleiben in der EU (Finnland)
- Nur vertraglich gebundene EU-Betreiber – nie das dezentrale Netzwerk
- AVV bei der Registrierung, veröffentlichte Liste der Unterauftragsverarbeiter
- Prompts und Ausgaben werden nie gespeichert oder zum Training genutzt
- DSGVO-konform konzipiert
Anmeldung (Google) und Zahlungen (Stripe) übernehmen die Unterauftragsverarbeiter auf unserer Unterauftragsverarbeiter-Seite; sie erhalten nie deine Prompts.
Benchmark-Kontext
Mehrere Quellen. Unterschiedliche Aufgaben.
Vergleiche veröffentlichte Modellwerte mit ihren jeweiligen Versionen, Methoden und Einschränkungen. Werte verschiedener Benchmarks sind keine gemeinsame Rangliste.
| Modellprofil | Decision Index0.2.1Zufallsbereinigter Index / 100Unabhängige Community | Workflow EvalsDatensätze 2026-09-28 · Code 0ac3b8aÜbereinstimmung mit ModellreferenzenTypeSafe · Referenzanbieter | Jev Rerank Bench2026-09-25Datensatz-Mittel nDCG@10 / 1Unabhängiger Autor | JevBench1.5.1Gesamtwertung / 100Derselbe Gründer wie System1 | ImageJevBench0.1.4Gesamtwertung / 100Derselbe Gründer wie System1 |
|---|---|---|---|---|---|
| s1-fastPlumb-4B | Nicht gemessen¹ | Nicht gemessen¹ | Nicht gemessen¹ | 71,56 | Nicht gemessen¹ |
| s1-proWinnow-12B Q8 | 50,02 | Nicht gemessen¹ | 0,634 | 73,23 | 43,56 |
| TypeSafe-ReferenzJev 1.13.0 | 57,91 | 67,8 | 0,670 | 72,13 | Nicht gemessen¹ |
¹ Nicht gemessen bedeutet: Für dieses Modell wurde keine vergleichbare veröffentlichte Messung verifiziert; es ist kein Nullwert. Ergebnisse beziehen sich auf die getesteten Modellimplementierungen, nicht auf den System1-Dienst. ImageJevBench betrifft einen gesonderten Bildpfad; Bildeingabe für Kunden folgt in Kürze.
Interessenkonflikt: JevBench und ImageJevBench werden vom Gründer von System1 Models betrieben. Workflow Evals wird von TypeSafe AI veröffentlicht, dem Anbieter des Referenzmodells. Es misst Übereinstimmung mit Modellreferenzen, keine Genauigkeit gegen menschliche Labels. Keine Gesamtwertung bei unvollständiger vergleichbarer Abdeckung. Methode und Quellen →