Modellvergleich
Large (Feb '24)
vs. GPT-5.5 (xhigh)
Vergleich von 2 KI-Modellen · 11 Benchmarks · Mistral, OpenAI
Empfehlung
Op GPT-5.5 (xhigh) 7 Metrik-Siege Staerkste Bereiche: Preis-Leistung, Durchsatz, Reasoning
Bester Wert
GPT-5.5 (xhigh)
100.0 Wert-Score
66.0 Reasoning / $11.25/1M
Niedrigster Preis
Large (Feb '24)
$4.00/1M Eingabepreis
Bestes Reasoning
GPT-5.5 (xhigh)
66.0 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
GPT-5.5 (xhigh)
59.1 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
GPT-5.5 (xhigh) bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
Large (Feb '24) ist 1,3x guenstiger bei Eingabetokens als GPT-5.5 (xhigh).
Reasoning-Unterschied
GPT-5.5 (xhigh) liegt 45.8 Punkte vor Large (Feb '24) beim Reasoning.
Top-Wahl-Begruendung
GPT-5.5 (xhigh) gewinnt 7 messbare Kategorien, darunter Preis-Leistung, Durchsatz, Reasoning, Intelligenz.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
Large (Feb '24)
Mistral
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
GPT-5.5 (xhigh)
OpenAI
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | Mi Large (Feb '24) | Top-Wahl Op GPT-5.5 (xhigh) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $4.00/1M | $5.00/1M |
| Output-Kosten | $12.00/1M | $30.00/1M |
| Gemischt (3:1) | $6.00/1M | $11.25/1M |
| Spezifikationen | ||
| Anbieter | Mistral | OpenAI |
| Veröffentlichung | 26. Feb. 2024 | 23. Apr. 2026 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | — | 62.7 tok/s |
| TTFT | — | 70541ms |
| Latenz | — | 70541ms |
| Composite-Indizes | ||
| Wert-Score | 57.4 | 100.0 |
| Reasoning-Score | 20.2 | 66.0 |
| Intelligenz | 9.9 | 60.2 |
| Coding | — | 59.1 |
| Standard-Benchmarks | ||
| GPQA | 35.1% | 93.5% |
| MMLU Pro | 51.5% | — |
| HLE | 3.4% | 44.3% |
| LiveCodeBench | 17.8% | — |
| MATH 500 | 52.7% | — |
| AIME (Original) | 0.0% | — |
| SciCode | 20.8% | 56.1% |
| LCR | — | 74.3% |
| IFBench | — | 75.9% |
| TAU-bench v2 | — | 93.9% |
| TerminalBench Hard | — | 60.6% |
Wichtigste Erkenntnisse
Large (Feb '24) bietet das beste Preis-Leistungs-Verhaeltnis mit $4.00/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
GPT-5.5 (xhigh) hat das staerkste Reasoning-Profil mit 66.0 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
GPT-5.5 (xhigh) erreicht einen 59.1 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
Large (Feb '24)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
GPT-5.5 (xhigh)
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
- Code-Generierung
- Softwareentwicklung
