Modellvergleich
o3-mini (high)
vs. Qwen3 235B A22B (Reasoning)
Vergleich von 2 KI-Modellen · 12 Benchmarks · OpenAI, Alibaba
Empfehlung
Opo3-mini (high)14 Metrik-SiegeStaerkste Bereiche: Preis-Leistung, Ausgabepreis, Gemischter Preis
Bester Wert
o3-mini (high)
100.0 Wert-Score
57.9 Reasoning / $1.93/1M
Niedrigster Preis
Qwen3 235B A22B (Reasoning)
$0.70/1M Eingabepreis
Bestes Reasoning
Qwen3 235B A22B (Reasoning)
62.3 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
o3-mini (high)
16.3 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
o3-mini (high) bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
Qwen3 235B A22B (Reasoning) ist 1,6x guenstiger bei Eingabetokens als o3-mini (high).
Geschwindigkeitsunterschied
o3-mini (high) generiert etwa 3,6x so viele Tokens pro Sekunde wie Qwen3 235B A22B (Reasoning).
Reasoning-Unterschied
Qwen3 235B A22B (Reasoning) liegt 4.4 Punkte vor o3-mini (high) beim Reasoning.
Top-Wahl-Begruendung
o3-mini (high) gewinnt 14 messbare Kategorien, darunter Preis-Leistung, Ausgabepreis, Gemischter Preis, Durchsatz.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
o3-mini (high)
OpenAI
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Qwen3 235B A22B (Reasoning)
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 Op o3-mini (high) | Al Qwen3 235B A22B (Reasoning) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $1.10/1M | $0.70/1M |
| Output-Kosten | $4.40/1M | $8.40/1M |
| Gemischt (3:1) | $1.93/1M | $2.63/1M |
| Spezifikationen | ||
| Anbieter | OpenAI | Alibaba |
| Veröffentlichung | 31. Jan. 2025 | 28. Apr. 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 236.2 tok/s | 65.0 tok/s |
| TTFT | 16663ms | 1173ms |
| Latenz | 16663ms | 31962ms |
| Composite-Indizes | ||
| Wert-Score | 100.0 | 78.9 |
| Reasoning-Score | 57.9 | 62.3 |
| Intelligenz | 15.6 | 13.4 |
| Coding | 16.3 | — |
| Mathe | — | 82.0 |
| Standard-Benchmarks | ||
| GPQA | 77.3% | 70.0% |
| MMLU Pro | 80.2% | 82.8% |
| HLE | 12.3% | 11.7% |
| LiveCodeBench | 73.4% | 62.2% |
| MATH 500 | 98.5% | 93.0% |
| AIME 2025 | — | 82.0% |
| AIME (Original) | 86.0% | 84.0% |
| SciCode | 39.8% | 39.9% |
| LCR | 39.3% | 0.0% |
| IFBench | 67.1% | 38.7% |
| TAU-bench v2 | 31.3% | 24.0% |
| TerminalBench Hard | 6.1% | 6.1% |
Wichtigste Erkenntnisse
Qwen3 235B A22B (Reasoning) bietet das beste Preis-Leistungs-Verhaeltnis mit $0.70/1M,ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
Qwen3 235B A22B (Reasoning) hat das staerkste Reasoning-Profil mit 62.3 Reasoning-Score,basierend auf den verfuegbaren Reasoning-Benchmarks.
o3-mini (high) erreicht einen 16.3 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
o3-mini (high)
- Code-Generierung
- Softwareentwicklung
Qwen3 235B A22B (Reasoning)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
