Modellvergleich
V3.2 Exp (Reasoning)
vs. Large (Feb '24)
Vergleich von 2 KI-Modellen · 12 Benchmarks · DeepSeek, Mistral
Empfehlung
De V3.2 Exp (Reasoning) 11 Metrik-Siege Staerkste Bereiche: Preis-Leistung, Eingabepreis, Ausgabepreis
Bester Wert
V3.2 Exp (Reasoning)
100.0 Wert-Score
60.4 Reasoning / $0.31/1M
Niedrigster Preis
V3.2 Exp (Reasoning)
$0.28/1M Eingabepreis
Bestes Reasoning
V3.2 Exp (Reasoning)
60.4 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
V3.2 Exp (Reasoning)
33.3 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
V3.2 Exp (Reasoning) bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
V3.2 Exp (Reasoning) ist 14,5x guenstiger bei Eingabetokens als Large (Feb '24).
Reasoning-Unterschied
V3.2 Exp (Reasoning) liegt 40.1 Punkte vor Large (Feb '24) beim Reasoning.
Top-Wahl-Begruendung
V3.2 Exp (Reasoning) gewinnt 11 messbare Kategorien, darunter Preis-Leistung, Eingabepreis, Ausgabepreis, Gemischter Preis.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
V3.2 Exp (Reasoning)
DeepSeek
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Large (Feb '24)
Mistral
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | Top-Wahl De V3.2 Exp (Reasoning) | Mi Large (Feb '24) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.28/1M | $4.00/1M |
| Output-Kosten | $0.41/1M | $12.00/1M |
| Gemischt (3:1) | $0.31/1M | $6.00/1M |
| Spezifikationen | ||
| Anbieter | DeepSeek | Mistral |
| Veröffentlichung | 29. Sept. 2025 | 26. Feb. 2024 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | — | — |
| TTFT | — | — |
| Latenz | — | — |
| Composite-Indizes | ||
| Wert-Score | 100.0 | 1.7 |
| Reasoning-Score | 60.4 | 20.2 |
| Intelligenz | 32.9 | 9.9 |
| Coding | 33.3 | — |
| Mathe | 87.7 | — |
| Standard-Benchmarks | ||
| GPQA | 79.7% | 35.1% |
| MMLU Pro | 85.0% | 51.5% |
| HLE | 13.8% | 3.4% |
| LiveCodeBench | 78.9% | 17.8% |
| MATH 500 | — | 52.7% |
| AIME 2025 | 87.7% | — |
| AIME (Original) | — | 0.0% |
| SciCode | 37.7% | 20.8% |
| LCR | 69.0% | — |
| IFBench | 54.1% | — |
| TAU-bench v2 | 33.9% | — |
| TerminalBench Hard | 31.1% | — |
Wichtigste Erkenntnisse
V3.2 Exp (Reasoning) bietet das beste Preis-Leistungs-Verhaeltnis mit $0.28/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
V3.2 Exp (Reasoning) hat das staerkste Reasoning-Profil mit 60.4 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
V3.2 Exp (Reasoning) erreicht einen 33.3 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 Exp (Reasoning)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
- Code-Generierung
- Softwareentwicklung
Large (Feb '24)
- Allgemeine KI
- Vielseitige Anwendungen
