Modellvergleich
Claude 3.5 Sonnet (Oct '24)
vs. Qwen3 4B 2507 (Reasoning)
Vergleich von 2 KI-Modellen · 12 Benchmarks · Anthropic, Alibaba
Empfehlung
Al Qwen3 4B 2507 (Reasoning) 7 Metrik-Siege Staerkste Bereiche: Eingabepreis, Ausgabepreis, Reasoning
Niedrigster Preis
Qwen3 4B 2507 (Reasoning)
$0.00/1M Eingabepreis
Bestes Reasoning
Qwen3 4B 2507 (Reasoning)
51.2 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
Claude 3.5 Sonnet (Oct '24)
30.2 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Preisunterschied
Qwen3 4B 2507 (Reasoning) ist ∞x guenstiger bei Eingabetokens als Claude 3.5 Sonnet (Oct '24).
Reasoning-Unterschied
Qwen3 4B 2507 (Reasoning) liegt 16.7 Punkte vor Claude 3.5 Sonnet (Oct '24) beim Reasoning.
Coding-Unterschied
Claude 3.5 Sonnet (Oct '24) liegt 20.7 Punkte vor Qwen3 4B 2507 (Reasoning) beim Coding.
Top-Wahl-Begruendung
Qwen3 4B 2507 (Reasoning) gewinnt 7 messbare Kategorien, darunter Eingabepreis, Ausgabepreis, Reasoning, Intelligenz.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
Claude 3.5 Sonnet (Oct '24)
Anthropic
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Qwen3 4B 2507 (Reasoning)
Alibaba
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | An Claude 3.5 Sonnet (Oct '24) | Top-Wahl Al Qwen3 4B 2507 (Reasoning) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $3.75/1M | $0.00/1M |
| Output-Kosten | $15.00/1M | $0.00/1M |
| Gemischt (3:1) | $6.56/1M | — |
| Spezifikationen | ||
| Anbieter | Anthropic | Alibaba |
| Veröffentlichung | 22. Okt. 2024 | 6. Aug. 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | — | — |
| TTFT | — | — |
| Latenz | — | — |
| Composite-Indizes | ||
| Wert-Score | 100.0 | — |
| Reasoning-Score | 34.5 | 51.2 |
| Intelligenz | 15.9 | 18.2 |
| Coding | 30.2 | 9.5 |
| Mathe | — | 82.7 |
| Standard-Benchmarks | ||
| GPQA | 59.9% | 66.7% |
| MMLU Pro | 77.2% | 74.3% |
| HLE | 3.9% | 5.9% |
| LiveCodeBench | 38.1% | 64.1% |
| MATH 500 | 77.1% | — |
| AIME 2025 | — | 82.7% |
| AIME (Original) | 15.7% | — |
| SciCode | 36.6% | 25.6% |
| LCR | — | 37.7% |
| IFBench | — | 49.8% |
| TAU-bench v2 | — | 25.4% |
| TerminalBench Hard | — | 1.5% |
Wichtigste Erkenntnisse
Qwen3 4B 2507 (Reasoning) bietet das beste Preis-Leistungs-Verhaeltnis mit $0.00/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
Qwen3 4B 2507 (Reasoning) hat das staerkste Reasoning-Profil mit 51.2 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
Claude 3.5 Sonnet (Oct '24) erreicht einen 30.2 Coding-Index, und ist damit eine Top-Wahl fuer Softwareentwicklung und Code-Generierung.
Alle Modelle unterstuetzen Kontextfenster von ∞+ Tokens, geeignet fuer lange Dokumente und ausgedehnte Gespraeche.
Wann welches Modell sinnvoll ist
Claude 3.5 Sonnet (Oct '24)
- Code-Generierung
- Softwareentwicklung
Qwen3 4B 2507 (Reasoning)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
