Modellvergleich
V3.2 (Non-reasoning)
vs. Small 3.2
Vergleich von 2 KI-Modellen · 12 Benchmarks · DeepSeek, Mistral
Empfehlung
De V3.2 (Non-reasoning) 16 Metrik-Siege Staerkste Bereiche: TTFT, Latenz, Reasoning
Bester Wert
Small 3.2
100.0 Wert-Score
34.9 Reasoning / $0.13/1M
Niedrigster Preis
Small 3.2
$0.09/1M Eingabepreis
Bestes Reasoning
V3.2 (Non-reasoning)
47.1 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
V3.2 (Non-reasoning)
34.6 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
Small 3.2 bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
Small 3.2 ist 5,7x guenstiger bei Eingabetokens als V3.2 (Non-reasoning).
Reasoning-Unterschied
V3.2 (Non-reasoning) liegt 12.2 Punkte vor Small 3.2 beim Reasoning.
Coding-Unterschied
V3.2 (Non-reasoning) liegt 21.3 Punkte vor Small 3.2 beim Coding.
Top-Wahl-Begruendung
V3.2 (Non-reasoning) gewinnt 16 messbare Kategorien, darunter TTFT, Latenz, Reasoning, Intelligenz.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
V3.2 (Non-reasoning)
DeepSeek
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Small 3.2
Mistral
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | Top-Wahl De V3.2 (Non-reasoning) | Mi Small 3.2 |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.50/1M | $0.09/1M |
| Output-Kosten | $1.60/1M | $0.25/1M |
| Gemischt (3:1) | $0.78/1M | $0.13/1M |
| Spezifikationen | ||
| Anbieter | DeepSeek | Mistral |
| Veröffentlichung | 1. Dez. 2025 | 20. Juni 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | — | 132.9 tok/s |
| TTFT | — | 369ms |
| Latenz | — | 369ms |
| Composite-Indizes | ||
| Wert-Score | 22.2 | 100.0 |
| Reasoning-Score | 47.1 | 34.9 |
| Intelligenz | 32.1 | 15.1 |
| Coding | 34.6 | 13.3 |
| Mathe | 59.0 | 27.0 |
| Standard-Benchmarks | ||
| GPQA | 75.1% | 50.5% |
| MMLU Pro | 83.7% | 68.1% |
| HLE | 10.5% | 4.3% |
| LiveCodeBench | 59.3% | 27.5% |
| MATH 500 | — | 88.3% |
| AIME 2025 | 59.0% | 27.0% |
| AIME (Original) | — | 32.3% |
| SciCode | 38.7% | 26.4% |
| LCR | 39.0% | 17.3% |
| IFBench | 49.0% | 33.5% |
| TAU-bench v2 | 78.9% | 29.5% |
| TerminalBench Hard | 32.6% | 6.8% |
Wichtigste Erkenntnisse
Small 3.2 bietet das beste Preis-Leistungs-Verhaeltnis mit $0.09/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
V3.2 (Non-reasoning) hat das staerkste Reasoning-Profil mit 47.1 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
V3.2 (Non-reasoning) erreicht einen 34.6 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
V3.2 (Non-reasoning)
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
- Code-Generierung
- Softwareentwicklung
Small 3.2
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
