Modellvergleich
Grok 3
vs. Qwen3 VL 32B Instruct
Vergleich von 2 KI-Modellen · 12 Benchmarks · SpaceXAI, Alibaba
Empfehlung
SpGrok 311 Metrik-SiegeStaerkste Bereiche: TTFT, Latenz, Reasoning
Bester Wert
Qwen3 VL 32B Instruct
100.0 Wert-Score
44.2 Reasoning / $1.22/1M
Niedrigster Preis
Qwen3 VL 32B Instruct
$0.70/1M Eingabepreis
Bestes Reasoning
Grok 3
47.0 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
Qwen3 VL 32B Instruct bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
Qwen3 VL 32B Instruct ist 5,7x guenstiger bei Eingabetokens als Grok 3.
Reasoning-Unterschied
Grok 3 liegt 2.7 Punkte vor Qwen3 VL 32B Instruct beim Reasoning.
Top-Wahl-Begruendung
Grok 3 gewinnt 11 messbare Kategorien, darunter TTFT, Latenz, Reasoning, Intelligenz.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
Grok 3
SpaceXAI
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Qwen3 VL 32B Instruct
Alibaba
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Mit führenden KI-Modellen chatten
Nutze Claude, ChatGPT und Gemini zusammen mit EU-gehosteten Modellen wie Deepseek, Qwen und Kimi.
EU-gehostete Inferenz
Server in Deutschland und Finnland. Entwickelt fuer strenge GDPR- und ISO-27001-Compliance-Anforderungen.
Vollständiger Vergleich
| Metrik | Top-Wahl Sp Grok 3 | Al Qwen3 VL 32B Instruct |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $4.00/1M | $0.70/1M |
| Output-Kosten | $20.00/1M | $2.80/1M |
| Gemischt (3:1) | $8.00/1M | $1.22/1M |
| Spezifikationen | ||
| Anbieter | SpaceXAI | Alibaba |
| Veröffentlichung | 19. Feb. 2025 | 21. Okt. 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | — | 82.7 tok/s |
| TTFT | — | 1056ms |
| Latenz | — | 1056ms |
| Composite-Indizes | ||
| Wert-Score | 16.3 | 100.0 |
| Reasoning-Score | 47.0 | 44.2 |
| Intelligenz | 18.4 | 11.1 |
| Mathe | 58.0 | 68.3 |
| Standard-Benchmarks | ||
| GPQA | 69.3% | 67.1% |
| MMLU Pro | 79.9% | 79.1% |
| HLE | 5.1% | 6.3% |
| LiveCodeBench | 42.5% | 51.4% |
| MATH 500 | 87.0% | — |
| AIME 2025 | 58.0% | 68.3% |
| AIME (Original) | 33.0% | — |
| SciCode | 36.8% | 30.1% |
| LCR | 54.7% | 31.3% |
| IFBench | 46.9% | 39.2% |
| TAU-bench v2 | 48.8% | 29.2% |
| TerminalBench Hard | 11.4% | 8.3% |
Wichtigste Erkenntnisse
Qwen3 VL 32B Instruct bietet das beste Preis-Leistungs-Verhaeltnis mit $0.70/1M,ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
Grok 3 hat das staerkste Reasoning-Profil mit 47.0 Reasoning-Score,basierend auf den verfuegbaren Reasoning-Benchmarks.
Alle Modelle unterstuetzen Kontextfenster von ∞+ Tokens,geeignet fuer lange Dokumente und ausgedehnte Gespraeche.
Wann welches Modell sinnvoll ist
Grok 3
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
Qwen3 VL 32B Instruct
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
