Modellvergleich
V3.1 (Non-reasoning)
vs. Qwen2.5 Instruct 72B
Vergleich von 2 KI-Modellen · 12 Benchmarks · DeepSeek, Alibaba
Empfehlung
De V3.1 (Non-reasoning) 14 Metrik-Siege Staerkste Bereiche: Reasoning, Intelligenz, Coding
Bester Wert
Qwen2.5 Instruct 72B
100.0 Wert-Score
28.4 Reasoning / $0.37/1M
Niedrigster Preis
Qwen2.5 Instruct 72B
$0.36/1M Eingabepreis
Bestes Reasoning
V3.1 (Non-reasoning)
41.5 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
V3.1 (Non-reasoning)
28.4 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
Qwen2.5 Instruct 72B bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
Qwen2.5 Instruct 72B ist 1,5x guenstiger bei Eingabetokens als V3.1 (Non-reasoning).
Reasoning-Unterschied
V3.1 (Non-reasoning) liegt 13.1 Punkte vor Qwen2.5 Instruct 72B beim Reasoning.
Coding-Unterschied
V3.1 (Non-reasoning) liegt 16.5 Punkte vor Qwen2.5 Instruct 72B beim Coding.
Top-Wahl-Begruendung
V3.1 (Non-reasoning) gewinnt 14 messbare Kategorien, darunter Reasoning, Intelligenz, Coding, Mathe.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
V3.1 (Non-reasoning)
DeepSeek
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Qwen2.5 Instruct 72B
Alibaba
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | Top-Wahl De V3.1 (Non-reasoning) | Al Qwen2.5 Instruct 72B |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.56/1M | $0.36/1M |
| Output-Kosten | $1.67/1M | $0.40/1M |
| Gemischt (3:1) | $0.83/1M | $0.37/1M |
| Spezifikationen | ||
| Anbieter | DeepSeek | Alibaba |
| Veröffentlichung | 21. Aug. 2025 | 19. Sept. 2024 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | — | — |
| TTFT | — | — |
| Latenz | — | — |
| Composite-Indizes | ||
| Wert-Score | 64.8 | 100.0 |
| Reasoning-Score | 41.5 | 28.4 |
| Intelligenz | 28.1 | 15.6 |
| Coding | 28.4 | 11.9 |
| Mathe | 49.7 | 14.0 |
| Standard-Benchmarks | ||
| GPQA | 73.5% | 49.1% |
| MMLU Pro | 83.3% | 72.0% |
| HLE | 6.3% | 4.2% |
| LiveCodeBench | 57.7% | 27.6% |
| MATH 500 | — | 85.8% |
| AIME 2025 | 49.7% | 14.0% |
| AIME (Original) | — | 16.0% |
| SciCode | 36.7% | 26.7% |
| LCR | 45.0% | 20.3% |
| IFBench | 37.8% | 36.9% |
| TAU-bench v2 | 34.8% | 34.5% |
| TerminalBench Hard | 24.2% | 4.5% |
Wichtigste Erkenntnisse
Qwen2.5 Instruct 72B bietet das beste Preis-Leistungs-Verhaeltnis mit $0.36/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
V3.1 (Non-reasoning) hat das staerkste Reasoning-Profil mit 41.5 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
V3.1 (Non-reasoning) erreicht einen 28.4 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
V3.1 (Non-reasoning)
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
- Code-Generierung
- Softwareentwicklung
Qwen2.5 Instruct 72B
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
