Modellvergleich
Llama 3.2 Instruct 1B
vs. 3.5 (1210)
Vergleich von 2 KI-Modellen · 12 Benchmarks · Meta, OpenChat
Empfehlung
Op 3.5 (1210) 10 Metrik-Siege Staerkste Bereiche: Eingabepreis, Ausgabepreis, TTFT
Niedrigster Preis
3.5 (1210)
$0.00/1M Eingabepreis
Bestes Reasoning
3.5 (1210)
13.4 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
Llama 3.2 Instruct 1B
0.6 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Preisunterschied
3.5 (1210) ist ∞x guenstiger bei Eingabetokens als Llama 3.2 Instruct 1B.
Reasoning-Unterschied
3.5 (1210) liegt 6.9 Punkte vor Llama 3.2 Instruct 1B beim Reasoning.
Top-Wahl-Begruendung
3.5 (1210) gewinnt 10 messbare Kategorien, darunter Eingabepreis, Ausgabepreis, TTFT, Latenz.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
Llama 3.2 Instruct 1B
Meta
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
3.5 (1210)
OpenChat
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | Me Llama 3.2 Instruct 1B | Top-Wahl Op 3.5 (1210) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.05/1M | $0.00/1M |
| Output-Kosten | $0.05/1M | $0.00/1M |
| Gemischt (3:1) | $0.05/1M | — |
| Spezifikationen | ||
| Anbieter | Meta | OpenChat |
| Veröffentlichung | 25. Sept. 2024 | 18. Dez. 2023 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 87.1 tok/s | — |
| TTFT | 592ms | — |
| Latenz | 592ms | — |
| Composite-Indizes | ||
| Wert-Score | 100.0 | — |
| Reasoning-Score | 6.5 | 13.4 |
| Intelligenz | 6.3 | 8.3 |
| Coding | 0.6 | — |
| Mathe | 0.0 | — |
| Standard-Benchmarks | ||
| GPQA | 19.6% | 23.0% |
| MMLU Pro | 20.0% | 31.0% |
| HLE | 5.3% | 4.8% |
| LiveCodeBench | 1.9% | 11.5% |
| MATH 500 | 14.0% | 30.7% |
| AIME 2025 | 0.0% | — |
| AIME (Original) | 0.0% | 0.0% |
| SciCode | 1.7% | — |
| LCR | 5.0% | — |
| IFBench | 22.8% | — |
| TAU-bench v2 | 0.0% | — |
| TerminalBench Hard | 0.0% | — |
Wichtigste Erkenntnisse
3.5 (1210) bietet das beste Preis-Leistungs-Verhaeltnis mit $0.00/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
3.5 (1210) hat das staerkste Reasoning-Profil mit 13.4 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
Llama 3.2 Instruct 1B erreicht einen 0.6 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
Llama 3.2 Instruct 1B
- Code-Generierung
- Softwareentwicklung
3.5 (1210)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
Empfohlene Vergleiche
Beliebte Alternativen 
