[{"data":1,"prerenderedAt":31},["ShallowReactive",2],{"nr-de-three-ai-endpoints-measured-latency-change-frankfurt":3},{"slug":4,"title":5,"dek":6,"date":7,"time":8,"publishedAt":9,"updated":10,"updatedAt":10,"dateFmt":11,"updatedFmt":10,"kind":12,"tier":13,"author":14,"authorName":15,"topics":16,"tracker":23,"trackerLabel":24,"headlineStat":25,"image":26,"ogImage":27,"imageAlt":5,"csv":10,"minutes":28,"words":29,"html":30},"three-ai-endpoints-measured-latency-change-frankfurt","3 KI-Endpunkte mit gemessener Latenzänderung aus Frankfurt","Der i6eal KI-Latenz-Index hat in zwei vollständigen UTC-Wochen die Zeit bis zum ersten Inhaltstoken von drei unveränderten Endpunkten aus Frankfurt gemessen. Die Änderungen fallen unterschiedlich aus.","2026-11-09","08:15","2026-11-09T08:15:00+01:00","","9. November 2026","daten","standard","ideal-syka","Ideal Syka",[17,18,19,20,21,22],"KI-Latenz","Frankfurt","Messung","Anthropic","OpenAI","Google","\u002Fki-latenz","Zum KI-Latenz-Index","-14,73 % bei Claude Haiku 4.5 (Gateway, Frankfurt, TTFT)","\u002Fnewsroom\u002Fimg\u002Fthree-ai-endpoints-measured-latency-change-frankfurt.webp","\u002Fog-nr\u002Fthree-ai-endpoints-measured-latency-change-frankfurt.de.png",3,644,"\u003Ch2>Was gemessen wurde\u003C\u002Fh2>\n\u003Cp>Der i6eal KI-Latenz-Index misst die Zeit bis zum ersten Inhaltstoken (TTFT) aus einer Lambda-Funktion in Frankfurt. Verglichen werden die Mediane täglicher Messwerte in zwei abgeschlossenen UTC-Wochen, und zwar vom 26. Oktober bis 1. November und vom 2. bis 8. November 2026. Berücksichtigt werden nur Wochentage, für die in beiden Wochen ein Wert vorliegt.\u003C\u002Fp>\n\u003Ch2>Die Befunde im Einzelnen\u003C\u002Fh2>\n\u003Cp>Du findest in den Datenabschnitten unten, wie sich die drei Endpunkte verändert haben. Claude Haiku 4.5 (Anthropic) und Gemini 3 Flash (Google) wurden schneller, GPT-5 mini (OpenAI) langsamer. Jede Veränderung bezieht sich nur auf denselben Endpunkt in beiden Wochen. Eine Rangliste der Anbieter ergibt sich daraus nicht, und ebenso wenig eine allgemeine Aussage über die Leistung ganzer Anbieter.\u003C\u002Fp>\n\u003Ch2>Wie du die Zahlen lesen solltest\u003C\u002Fh2>\n\u003Cp>Die Messung ist eine kurze, synthetische Probe mit einem kurzen Prompt. Sie ist keine Messung deines vollständigen Workloads. Der Collector verwirft einen Aufwärmdurchlauf und behält pro Messrunde die schnellere von zwei erfolgreichen Proben. Direkte Routen und Gateway-Routen werden nicht gegeneinander gerankt. Die beobachteten Unterschiede belegen weder eine Ursache noch statistische Signifikanz, Modellqualität oder Ausfallsicherheit.\u003C\u002Fp>\n\u003Ch2>Was das für dich bedeuten kann\u003C\u002Fh2>\n\u003Cp>Wenn du die Antwortzeit eines dieser Modelle für eine Anwendung aus Deutschland einplanst, lohnt sich ein Blick auf die Messreihe, bevor du dich auf einen einzelnen Wochenwert stützt. Ob sich eine Veränderung in deinem eigenen Einsatz zeigt, kannst du nur mit eigenen Messungen prüfen.\u003C\u002Fp>\n\u003Ch2>Die fertigen Datenabschnitte\u003C\u002Fh2>\n\u003Cdiv class=\"tbl-scroll\">\u003Ctable>\n\u003Cthead>\n\u003Ctr>\n\u003Cth>Endpunkt\u003C\u002Fth>\n\u003Cth>Route\u003C\u002Fth>\n\u003Cth align=\"right\">Tage je Woche im Paar\u003C\u002Fth>\n\u003Cth align=\"right\">TTFT vorher (ms)\u003C\u002Fth>\n\u003Cth align=\"right\">TTFT jetzt (ms)\u003C\u002Fth>\n\u003Cth align=\"right\">Änderung\u003C\u002Fth>\n\u003C\u002Ftr>\n\u003C\u002Fthead>\n\u003Ctbody>\u003Ctr>\n\u003Ctd>Claude Haiku 4.5 (Anthropic)\u003C\u002Ftd>\n\u003Ctd>gateway\u003C\u002Ftd>\n\u003Ctd align=\"right\">7\u003C\u002Ftd>\n\u003Ctd align=\"right\">672,00\u003C\u002Ftd>\n\u003Ctd align=\"right\">573,00\u003C\u002Ftd>\n\u003Ctd align=\"right\">-14,73 %\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>GPT-5 mini (OpenAI)\u003C\u002Ftd>\n\u003Ctd>gateway\u003C\u002Ftd>\n\u003Ctd align=\"right\">7\u003C\u002Ftd>\n\u003Ctd align=\"right\">712,00\u003C\u002Ftd>\n\u003Ctd align=\"right\">810,00\u003C\u002Ftd>\n\u003Ctd align=\"right\">+13,76 %\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Gemini 3 Flash (Google)\u003C\u002Ftd>\n\u003Ctd>gateway\u003C\u002Ftd>\n\u003Ctd align=\"right\">7\u003C\u002Ftd>\n\u003Ctd align=\"right\">1565,00\u003C\u002Ftd>\n\u003Ctd align=\"right\">1383,00\u003C\u002Ftd>\n\u003Ctd align=\"right\">-11,63 %\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Cp>2026-10-26–2026-11-01 → 2026-11-02–2026-11-08 (UTC).\u003C\u002Fp>\n\u003Ch2>Abdeckung und Messgrenzen\u003C\u002Fh2>\n\u003Cp>7 Endpunkte haben ausreichende Tagespaare und unveränderte Modell-\u002FRoutenangaben. 0 Endpunkte haben zu wenige Tagespaare; 0 Endpunkte wurden wegen geänderter Modell-\u002FRoutenangaben ausgeschlossen. TTFT misst die Zeit bis zum ersten Inhaltstoken aus einer Lambda in Frankfurt. Verglichen werden die Mediane täglicher Messwerte in zwei abgeschlossenen UTC-Wochen. Es zählen nur Wochentage, für die in beiden Wochen ein Wert vorliegt; je Endpunkt müssen mindestens fünf Tagespaare vorliegen. Der Collector verwirft einen Aufwärmdurchlauf und behält pro Messrunde die schnellere von zwei erfolgreichen Proben. Das ist eine kurze synthetische Probe, keine Messung deines vollständigen Workloads. Direkte und Gateway-Routen werden nicht gegeneinander gerankt. Die beobachteten Unterschiede belegen weder eine Ursache noch statistische Signifikanz, Modellqualität oder Ausfallsicherheit.\u003C\u002Fp>\n\u003Cp>Datenstand: 2026-11-09T01:20:59.205Z.\u003C\u002Fp>\n\u003Ch2>Die gemessenen Latenzänderungen\u003C\u002Fh2>\n\u003Cdiv class=\"tbl-scroll\">\u003Ctable>\n\u003Cthead>\n\u003Ctr>\n\u003Cth>Endpunkt\u003C\u002Fth>\n\u003Cth>Route\u003C\u002Fth>\n\u003Cth align=\"right\">Tage je Woche im Paar\u003C\u002Fth>\n\u003Cth align=\"right\">TTFT vorher (ms)\u003C\u002Fth>\n\u003Cth align=\"right\">TTFT jetzt (ms)\u003C\u002Fth>\n\u003Cth align=\"right\">Änderung\u003C\u002Fth>\n\u003C\u002Ftr>\n\u003C\u002Fthead>\n\u003Ctbody>\u003Ctr>\n\u003Ctd>Claude Haiku 4.5 (Anthropic)\u003C\u002Ftd>\n\u003Ctd>gateway\u003C\u002Ftd>\n\u003Ctd align=\"right\">7\u003C\u002Ftd>\n\u003Ctd align=\"right\">672,00\u003C\u002Ftd>\n\u003Ctd align=\"right\">573,00\u003C\u002Ftd>\n\u003Ctd align=\"right\">-14,73 %\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>GPT-5 mini (OpenAI)\u003C\u002Ftd>\n\u003Ctd>gateway\u003C\u002Ftd>\n\u003Ctd align=\"right\">7\u003C\u002Ftd>\n\u003Ctd align=\"right\">712,00\u003C\u002Ftd>\n\u003Ctd align=\"right\">810,00\u003C\u002Ftd>\n\u003Ctd align=\"right\">+13,76 %\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Gemini 3 Flash (Google)\u003C\u002Ftd>\n\u003Ctd>gateway\u003C\u002Ftd>\n\u003Ctd align=\"right\">7\u003C\u002Ftd>\n\u003Ctd align=\"right\">1565,00\u003C\u002Ftd>\n\u003Ctd align=\"right\">1383,00\u003C\u002Ftd>\n\u003Ctd align=\"right\">-11,63 %\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Cp>2026-10-26–2026-11-01 → 2026-11-02–2026-11-08 (UTC).\u003C\u002Fp>\n\u003Ch2>Abdeckung und Messgrenzen\u003C\u002Fh2>\n\u003Cp>7 Endpunkte haben ausreichende Tagespaare und unveränderte Modell-\u002FRoutenangaben. 0 Endpunkte haben zu wenige Tagespaare; 0 Endpunkte wurden wegen geänderter Modell-\u002FRoutenangaben ausgeschlossen.\u003C\u002Fp>\n\u003Cp>TTFT misst die Zeit bis zum ersten Inhaltstoken aus einer Lambda in Frankfurt. Verglichen werden die Mediane täglicher Messwerte in zwei abgeschlossenen UTC-Wochen. Es zählen nur Wochentage, für die in beiden Wochen ein Wert vorliegt; je Endpunkt müssen mindestens fünf Tagespaare vorliegen. Der Collector verwirft einen Aufwärmdurchlauf und behält pro Messrunde die schnellere von zwei erfolgreichen Proben. Das ist eine kurze synthetische Probe, keine Messung deines vollständigen Workloads. Direkte und Gateway-Routen werden nicht gegeneinander gerankt. Die beobachteten Unterschiede belegen weder eine Ursache noch statistische Signifikanz, Modellqualität oder Ausfallsicherheit.\u003C\u002Fp>\n\u003Cp>\u003Ca href=\"https:\u002F\u002Fi6eal.de\u002Fki-latenz\u002F\">i6eal KI-Latenz-Index\u003C\u002Fa>. Datenstand: 2026-11-09T01:20:59.205Z.\u003C\u002Fp>\n\u003Ch2>Quellen\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>\u003Ca href=\"https:\u002F\u002Fi6eal.de\u002Fki-latenz\u002F\">i6eal\u003C\u002Fa>\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003Cem>Redaktionell verantwortet von \u003Ca href=\"\u002Fautor\u002Fideal-syka\">Ideal Syka\u003C\u002Fa>. Quellen und Arbeitsweise: \u003Ca href=\"\u002Fredaktion\">Redaktion & Methode\u003C\u002Fa>. Hinweise und Korrekturen: \u003Ca href=\"mailto:ai@i6eal.de\">ai@i6eal.de\u003C\u002Fa>.\u003C\u002Fem>\u003C\u002Fp>\n",1794665243131]