Modellvergleich
Hermes 3 - Llama-3.1 70B
vs. GPT-5.3 Codex (xhigh)
Vergleich von 2 KI-Modellen · 11 Benchmarks · Nous Research, OpenAI
Empfehlung
Op GPT-5.3 Codex (xhigh) 6 Metrik-Siege Staerkste Bereiche: Durchsatz, Reasoning, Intelligenz
Bester Wert
Hermes 3 - Llama-3.1 70B
100.0 Wert-Score
22.2 Reasoning / $0.30/1M
Niedrigster Preis
Hermes 3 - Llama-3.1 70B
$0.30/1M Eingabepreis
Bestes Reasoning
GPT-5.3 Codex (xhigh)
61.7 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
GPT-5.3 Codex (xhigh)
53.1 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
Hermes 3 - Llama-3.1 70B bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
Hermes 3 - Llama-3.1 70B ist 5,8x guenstiger bei Eingabetokens als GPT-5.3 Codex (xhigh).
Geschwindigkeitsunterschied
GPT-5.3 Codex (xhigh) generiert etwa 2,7x so viele Tokens pro Sekunde wie Hermes 3 - Llama-3.1 70B.
Reasoning-Unterschied
GPT-5.3 Codex (xhigh) liegt 39.5 Punkte vor Hermes 3 - Llama-3.1 70B beim Reasoning.
Top-Wahl-Begruendung
GPT-5.3 Codex (xhigh) gewinnt 6 messbare Kategorien, darunter Durchsatz, Reasoning, Intelligenz, GPQA.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
Hermes 3 - Llama-3.1 70B
Nous Research
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
GPT-5.3 Codex (xhigh)
OpenAI
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | No Hermes 3 - Llama-3.1 70B | Top-Wahl Op GPT-5.3 Codex (xhigh) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.30/1M | $1.75/1M |
| Output-Kosten | $0.30/1M | $14.00/1M |
| Gemischt (3:1) | $0.30/1M | $4.81/1M |
| Spezifikationen | ||
| Anbieter | Nous Research | OpenAI |
| Veröffentlichung | 15. Aug. 2024 | 5. Feb. 2026 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 32.3 tok/s | 86.8 tok/s |
| TTFT | 347ms | 95099ms |
| Latenz | 347ms | 95099ms |
| Composite-Indizes | ||
| Wert-Score | 100.0 | 17.3 |
| Reasoning-Score | 22.2 | 61.7 |
| Intelligenz | 10.6 | 53.6 |
| Coding | — | 53.1 |
| Standard-Benchmarks | ||
| GPQA | 40.1% | 91.5% |
| MMLU Pro | 57.1% | — |
| HLE | 4.1% | 39.9% |
| LiveCodeBench | 18.8% | — |
| MATH 500 | 53.8% | — |
| AIME (Original) | 2.3% | — |
| SciCode | 23.1% | 53.2% |
| LCR | — | 74.0% |
| IFBench | — | 75.4% |
| TAU-bench v2 | — | 86.0% |
| TerminalBench Hard | — | 53.0% |
Wichtigste Erkenntnisse
Hermes 3 - Llama-3.1 70B bietet das beste Preis-Leistungs-Verhaeltnis mit $0.30/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
GPT-5.3 Codex (xhigh) hat das staerkste Reasoning-Profil mit 61.7 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
GPT-5.3 Codex (xhigh) erreicht einen 53.1 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
Hermes 3 - Llama-3.1 70B
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
GPT-5.3 Codex (xhigh)
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
- Code-Generierung
- Softwareentwicklung
