Modellvergleich
V3.1 Terminus (Reasoning)
vs. Grok 4.20 0309 (Reasoning)
Vergleich von 2 KI-Modellen · 10 Benchmarks · DeepSeek, xAI
Empfehlung
xA Grok 4.20 0309 (Reasoning) 9 Metrik-Siege Staerkste Bereiche: Durchsatz, Intelligenz, Coding
Bester Wert
V3.1 Terminus (Reasoning)
100.0 Wert-Score
61.5 Reasoning / $1.91/1M
Niedrigster Preis
V3.1 Terminus (Reasoning)
$1.64/1M Eingabepreis
Bestes Reasoning
V3.1 Terminus (Reasoning)
61.5 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
Grok 4.20 0309 (Reasoning)
42.2 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
V3.1 Terminus (Reasoning) bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
V3.1 Terminus (Reasoning) ist 1,2x guenstiger bei Eingabetokens als Grok 4.20 0309 (Reasoning).
Reasoning-Unterschied
V3.1 Terminus (Reasoning) liegt 5.9 Punkte vor Grok 4.20 0309 (Reasoning) beim Reasoning.
Coding-Unterschied
Grok 4.20 0309 (Reasoning) liegt 8.5 Punkte vor V3.1 Terminus (Reasoning) beim Coding.
Top-Wahl-Begruendung
Grok 4.20 0309 (Reasoning) gewinnt 9 messbare Kategorien, darunter Durchsatz, Intelligenz, Coding, GPQA.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
V3.1 Terminus (Reasoning)
DeepSeek
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Grok 4.20 0309 (Reasoning)
xAI
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | De V3.1 Terminus (Reasoning) | Top-Wahl xA Grok 4.20 0309 (Reasoning) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $1.64/1M | $2.00/1M |
| Output-Kosten | $2.75/1M | $6.00/1M |
| Gemischt (3:1) | $1.91/1M | $3.00/1M |
| Spezifikationen | ||
| Anbieter | DeepSeek | xAI |
| Veröffentlichung | 22. Sept. 2025 | 10. März 2026 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | — | 184.1 tok/s |
| TTFT | — | 12518ms |
| Latenz | — | 12518ms |
| Composite-Indizes | ||
| Wert-Score | 100.0 | 57.7 |
| Reasoning-Score | 61.5 | 55.7 |
| Intelligenz | 33.9 | 48.5 |
| Coding | 33.7 | 42.2 |
| Mathe | 89.7 | — |
| Standard-Benchmarks | ||
| GPQA | 79.2% | 88.5% |
| MMLU Pro | 85.1% | — |
| HLE | 15.2% | 30.0% |
| LiveCodeBench | 79.8% | — |
| AIME 2025 | 89.7% | — |
| SciCode | 40.6% | 44.7% |
| LCR | 65.0% | 59.0% |
| IFBench | 57.0% | 82.9% |
| TAU-bench v2 | 37.1% | 96.5% |
| TerminalBench Hard | 30.3% | 40.9% |
Wichtigste Erkenntnisse
V3.1 Terminus (Reasoning) bietet das beste Preis-Leistungs-Verhaeltnis mit $1.64/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
V3.1 Terminus (Reasoning) hat das staerkste Reasoning-Profil mit 61.5 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
Grok 4.20 0309 (Reasoning) erreicht einen 42.2 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
V3.1 Terminus (Reasoning)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
Grok 4.20 0309 (Reasoning)
- Code-Generierung
- Softwareentwicklung
