Modellvergleich
gpt-oss-20B (high)
vs. Qwen2.5 Instruct 72B
Vergleich von 2 KI-Modellen · 12 Benchmarks · OpenAI, Alibaba
Empfehlung
Op gpt-oss-20B (high) 19 Metrik-Siege Staerkste Bereiche: Preis-Leistung, Eingabepreis, Ausgabepreis
Bester Wert
gpt-oss-20B (high)
100.0 Wert-Score
56.3 Reasoning / $0.09/1M
Niedrigster Preis
gpt-oss-20B (high)
$0.05/1M Eingabepreis
Bestes Reasoning
gpt-oss-20B (high)
56.3 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
gpt-oss-20B (high)
18.5 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-20B (high) bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
gpt-oss-20B (high) ist 7,2x guenstiger bei Eingabetokens als Qwen2.5 Instruct 72B.
Reasoning-Unterschied
gpt-oss-20B (high) liegt 28.0 Punkte vor Qwen2.5 Instruct 72B beim Reasoning.
Coding-Unterschied
gpt-oss-20B (high) liegt 6.6 Punkte vor Qwen2.5 Instruct 72B beim Coding.
Top-Wahl-Begruendung
gpt-oss-20B (high) gewinnt 19 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.
gpt-oss-20B (high)
OpenAI
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Qwen2.5 Instruct 72B
Alibaba
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | Top-Wahl Op gpt-oss-20B (high) | Al Qwen2.5 Instruct 72B |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.05/1M | $0.36/1M |
| Output-Kosten | $0.20/1M | $0.40/1M |
| Gemischt (3:1) | $0.09/1M | $0.37/1M |
| Spezifikationen | ||
| Anbieter | OpenAI | Alibaba |
| Veröffentlichung | 5. Aug. 2025 | 19. Sept. 2024 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 271.4 tok/s | — |
| TTFT | 413ms | — |
| Latenz | 7783ms | — |
| Composite-Indizes | ||
| Wert-Score | 100.0 | 11.9 |
| Reasoning-Score | 56.3 | 28.4 |
| Intelligenz | 24.5 | 15.6 |
| Coding | 18.5 | 11.9 |
| Mathe | 89.3 | 14.0 |
| Standard-Benchmarks | ||
| GPQA | 68.8% | 49.1% |
| MMLU Pro | 74.8% | 72.0% |
| HLE | 9.8% | 4.2% |
| LiveCodeBench | 77.7% | 27.6% |
| MATH 500 | — | 85.8% |
| AIME 2025 | 89.3% | 14.0% |
| AIME (Original) | — | 16.0% |
| SciCode | 34.4% | 26.7% |
| LCR | 30.7% | 20.3% |
| IFBench | 65.1% | 36.9% |
| TAU-bench v2 | 60.2% | 34.5% |
| TerminalBench Hard | 10.6% | 4.5% |
Wichtigste Erkenntnisse
gpt-oss-20B (high) bietet das beste Preis-Leistungs-Verhaeltnis mit $0.05/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
gpt-oss-20B (high) hat das staerkste Reasoning-Profil mit 56.3 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
gpt-oss-20B (high) erreicht einen 18.5 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-20B (high)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
- Code-Generierung
- Softwareentwicklung
Qwen2.5 Instruct 72B
- Allgemeine KI
- Vielseitige Anwendungen
