Modellvergleich
gpt-oss-120b (low)
vs. Qwen3.6 35B A3B (Non-reasoning)
Vergleich von 2 KI-Modellen · 10 Benchmarks · OpenAI, Alibaba
Empfehlung
Op gpt-oss-120b (low) 9 Metrik-Siege Staerkste Bereiche: Preis-Leistung, Eingabepreis, Ausgabepreis
Bester Wert
gpt-oss-120b (low)
100.0 Wert-Score
46.1 Reasoning / $0.26/1M
Niedrigster Preis
gpt-oss-120b (low)
$0.15/1M Eingabepreis
Bestes Reasoning
gpt-oss-120b (low)
46.1 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
Qwen3.6 35B A3B (Non-reasoning)
17.6 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
gpt-oss-120b (low) bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
gpt-oss-120b (low) ist 2,5x guenstiger bei Eingabetokens als Qwen3.6 35B A3B (Non-reasoning).
Geschwindigkeitsunterschied
gpt-oss-120b (low) generiert etwa 2,2x so viele Tokens pro Sekunde wie Qwen3.6 35B A3B (Non-reasoning).
Reasoning-Unterschied
gpt-oss-120b (low) liegt 4.2 Punkte vor Qwen3.6 35B A3B (Non-reasoning) beim Reasoning.
Coding-Unterschied
Qwen3.6 35B A3B (Non-reasoning) liegt 2.1 Punkte vor gpt-oss-120b (low) beim Coding.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
gpt-oss-120b (low)
OpenAI
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Qwen3.6 35B A3B (Non-reasoning)
Alibaba
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | Top-Wahl Op gpt-oss-120b (low) | Al Qwen3.6 35B A3B (Non-reasoning) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.15/1M | $0.38/1M |
| Output-Kosten | $0.60/1M | $2.25/1M |
| Gemischt (3:1) | $0.26/1M | $0.84/1M |
| Spezifikationen | ||
| Anbieter | OpenAI | Alibaba |
| Veröffentlichung | 5. Aug. 2025 | 16. Apr. 2026 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 345.2 tok/s | 153.8 tok/s |
| TTFT | 479ms | 1414ms |
| Latenz | 6273ms | 1414ms |
| Composite-Indizes | ||
| Wert-Score | 100.0 | 28.3 |
| Reasoning-Score | 46.1 | 41.9 |
| Intelligenz | 24.5 | 31.5 |
| Coding | 15.5 | 17.6 |
| Mathe | 66.7 | — |
| Standard-Benchmarks | ||
| GPQA | 67.2% | 81.7% |
| MMLU Pro | 77.5% | — |
| HLE | 5.2% | 12.5% |
| LiveCodeBench | 70.7% | — |
| AIME 2025 | 66.7% | — |
| SciCode | 36.0% | 1.3% |
| LCR | 43.7% | 56.7% |
| IFBench | 58.3% | 36.2% |
| TAU-bench v2 | 45.0% | 85.1% |
| TerminalBench Hard | 5.3% | 25.8% |
Wichtigste Erkenntnisse
gpt-oss-120b (low) bietet das beste Preis-Leistungs-Verhaeltnis mit $0.15/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
gpt-oss-120b (low) hat das staerkste Reasoning-Profil mit 46.1 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
Qwen3.6 35B A3B (Non-reasoning) erreicht einen 17.6 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
gpt-oss-120b (low)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
Qwen3.6 35B A3B (Non-reasoning)
- Code-Generierung
- Softwareentwicklung
