Modellvergleich
Large 3
vs. GPT-5.5 (xhigh)
Vergleich von 2 KI-Modellen · 10 Benchmarks · Mistral, OpenAI
Empfehlung
Op GPT-5.5 (xhigh) 10 Metrik-Siege Staerkste Bereiche: Reasoning, Intelligenz, Coding
Bester Wert
Large 3
100.0 Wert-Score
32.9 Reasoning / $0.75/1M
Niedrigster Preis
Large 3
$0.50/1M Eingabepreis
Bestes Reasoning
GPT-5.5 (xhigh)
64.2 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
Large 3 bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
Large 3 ist 10x guenstiger bei Eingabetokens als GPT-5.5 (xhigh).
Reasoning-Unterschied
GPT-5.5 (xhigh) liegt 31.3 Punkte vor Large 3 beim Reasoning.
Coding-Unterschied
GPT-5.5 (xhigh) liegt 36.4 Punkte vor Large 3 beim Coding.
Top-Wahl-Begruendung
GPT-5.5 (xhigh) gewinnt 10 messbare Kategorien, darunter Reasoning, Intelligenz, Coding, GPQA.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
Large 3
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 3 | Top-Wahl Op GPT-5.5 (xhigh) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.50/1M | $5.00/1M |
| Output-Kosten | $1.50/1M | $30.00/1M |
| Gemischt (3:1) | $0.75/1M | $11.25/1M |
| Spezifikationen | ||
| Anbieter | Mistral | OpenAI |
| Veröffentlichung | 2. Dez. 2025 | 23. Apr. 2026 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 61.4 tok/s | 59.0 tok/s |
| TTFT | 670ms | 58138ms |
| Latenz | 670ms | 58138ms |
| Composite-Indizes | ||
| Wert-Score | 100.0 | 13.0 |
| Reasoning-Score | 32.9 | 64.2 |
| Intelligenz | 16.2 | 54.8 |
| Coding | 22.7 | 59.1 |
| Mathe | 38.0 | — |
| Standard-Benchmarks | ||
| GPQA | 68.0% | 93.5% |
| MMLU Pro | 80.7% | — |
| HLE | 4.1% | 44.3% |
| LiveCodeBench | 46.5% | — |
| AIME 2025 | 38.0% | — |
| SciCode | 36.2% | 56.1% |
| LCR | 34.7% | 74.3% |
| IFBench | 36.2% | 75.9% |
| TAU-bench v2 | 24.6% | 93.9% |
| TerminalBench Hard | 15.9% | 60.6% |
Wichtigste Erkenntnisse
Large 3 bietet das beste Preis-Leistungs-Verhaeltnis mit $0.50/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
GPT-5.5 (xhigh) hat das staerkste Reasoning-Profil mit 64.2 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 3
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
GPT-5.5 (xhigh)
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
- Code-Generierung
- Softwareentwicklung
