Modellvergleich
GPT-5.1 Codex mini (high)
vs. Qwen3 VL 235B A22B (Reasoning)
Vergleich von 2 KI-Modellen · 10 Benchmarks · OpenAI, Alibaba
Empfehlung
Op GPT-5.1 Codex mini (high) 20 Metrik-Siege Staerkste Bereiche: Preis-Leistung, Eingabepreis, Ausgabepreis
Bester Wert
GPT-5.1 Codex mini (high)
100.0 Wert-Score
64.0 Reasoning / $0.69/1M
Niedrigster Preis
GPT-5.1 Codex mini (high)
$0.25/1M Eingabepreis
Bestes Reasoning
GPT-5.1 Codex mini (high)
64.0 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
GPT-5.1 Codex mini (high)
36.4 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
GPT-5.1 Codex mini (high) bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
GPT-5.1 Codex mini (high) ist 3,4x guenstiger bei Eingabetokens als Qwen3 VL 235B A22B (Reasoning).
Geschwindigkeitsunterschied
GPT-5.1 Codex mini (high) generiert etwa 5,7x so viele Tokens pro Sekunde wie Qwen3 VL 235B A22B (Reasoning).
Reasoning-Unterschied
GPT-5.1 Codex mini (high) liegt 5.7 Punkte vor Qwen3 VL 235B A22B (Reasoning) beim Reasoning.
Coding-Unterschied
GPT-5.1 Codex mini (high) liegt 15.5 Punkte vor Qwen3 VL 235B A22B (Reasoning) beim Coding.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
GPT-5.1 Codex mini (high)
OpenAI
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Qwen3 VL 235B A22B (Reasoning)
Alibaba
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | Top-Wahl Op GPT-5.1 Codex mini (high) | Al Qwen3 VL 235B A22B (Reasoning) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.25/1M | $0.84/1M |
| Output-Kosten | $2.00/1M | $6.17/1M |
| Gemischt (3:1) | $0.69/1M | $2.17/1M |
| Spezifikationen | ||
| Anbieter | OpenAI | Alibaba |
| Veröffentlichung | 13. Nov. 2025 | 23. Sept. 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 217.9 tok/s | 38.2 tok/s |
| TTFT | 4231ms | 4999ms |
| Latenz | 4231ms | 57375ms |
| Composite-Indizes | ||
| Wert-Score | 100.0 | 28.8 |
| Reasoning-Score | 64.0 | 58.3 |
| Intelligenz | 38.6 | 27.6 |
| Coding | 36.4 | 20.9 |
| Mathe | 91.7 | 88.3 |
| Standard-Benchmarks | ||
| GPQA | 81.3% | 77.2% |
| MMLU Pro | 82.0% | 83.6% |
| HLE | 16.9% | 10.1% |
| LiveCodeBench | 83.6% | 64.6% |
| AIME 2025 | 91.7% | 88.3% |
| SciCode | 42.6% | 39.9% |
| LCR | 62.7% | 58.7% |
| IFBench | 67.9% | 56.5% |
| TAU-bench v2 | 62.9% | 54.1% |
| TerminalBench Hard | 33.3% | 11.4% |
Wichtigste Erkenntnisse
GPT-5.1 Codex mini (high) bietet das beste Preis-Leistungs-Verhaeltnis mit $0.25/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
GPT-5.1 Codex mini (high) hat das staerkste Reasoning-Profil mit 64.0 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
GPT-5.1 Codex mini (high) erreicht einen 36.4 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
GPT-5.1 Codex mini (high)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
- Code-Generierung
- Softwareentwicklung
Qwen3 VL 235B A22B (Reasoning)
- Allgemeine KI
- Vielseitige Anwendungen
