Modellvergleich
GPT-4o (Nov '24)
vs. Large 3
Vergleich von 2 KI-Modellen · 12 Benchmarks · OpenAI, Mistral
Empfehlung
Mi Large 3 19 Metrik-Siege Staerkste Bereiche: Preis-Leistung, Eingabepreis, Ausgabepreis
Bester Wert
Large 3
100.0 Wert-Score
34.2 Reasoning / $0.75/1M
Niedrigster Preis
Large 3
$0.50/1M Eingabepreis
Bestes Reasoning
Large 3
34.2 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
Large 3
22.7 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
Large 3 bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
Large 3 ist 5,0x guenstiger bei Eingabetokens als GPT-4o (Nov '24).
Geschwindigkeitsunterschied
GPT-4o (Nov '24) generiert etwa 2,4x so viele Tokens pro Sekunde wie Large 3.
Reasoning-Unterschied
Large 3 liegt 8.8 Punkte vor GPT-4o (Nov '24) beim Reasoning.
Coding-Unterschied
Large 3 liegt 6.0 Punkte vor GPT-4o (Nov '24) beim Coding.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
GPT-4o (Nov '24)
OpenAI
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Large 3
Mistral
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | Op GPT-4o (Nov '24) | Top-Wahl Mi Large 3 |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $2.50/1M | $0.50/1M |
| Output-Kosten | $10.00/1M | $1.50/1M |
| Gemischt (3:1) | $4.38/1M | $0.75/1M |
| Spezifikationen | ||
| Anbieter | OpenAI | Mistral |
| Veröffentlichung | 20. Nov. 2024 | 2. Dez. 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 142.5 tok/s | 59.6 tok/s |
| TTFT | 586ms | 583ms |
| Latenz | 586ms | 583ms |
| Composite-Indizes | ||
| Wert-Score | 12.7 | 100.0 |
| Reasoning-Score | 25.4 | 34.2 |
| Intelligenz | 17.3 | 22.8 |
| Coding | 16.7 | 22.7 |
| Mathe | 6.0 | 38.0 |
| Standard-Benchmarks | ||
| GPQA | 54.3% | 68.0% |
| MMLU Pro | 74.8% | 80.7% |
| HLE | 3.3% | 4.1% |
| LiveCodeBench | 30.9% | 46.5% |
| MATH 500 | 75.9% | — |
| AIME 2025 | 6.0% | 38.0% |
| AIME (Original) | 15.0% | — |
| SciCode | 33.3% | 36.2% |
| LCR | 0.0% | 34.7% |
| IFBench | 34.3% | 36.2% |
| TAU-bench v2 | 25.1% | 24.6% |
| TerminalBench Hard | 8.3% | 15.9% |
Wichtigste Erkenntnisse
Large 3 bietet das beste Preis-Leistungs-Verhaeltnis mit $0.50/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
Large 3 hat das staerkste Reasoning-Profil mit 34.2 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
Large 3 erreicht einen 22.7 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
GPT-4o (Nov '24)
- Allgemeine KI
- Vielseitige Anwendungen
Large 3
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
- Code-Generierung
- Softwareentwicklung
