Modellvergleich
OLMo 2 32B
vs. Phi-4
Vergleich von 2 KI-Modellen · 12 Benchmarks · Allen Institute for AI, Microsoft
Empfehlung
MiPhi-410 Metrik-SiegeStaerkste Bereiche: Durchsatz, Reasoning, Mathe
Niedrigster Preis
OLMo 2 32B
$0.00/1M Eingabepreis
Bestes Reasoning
Phi-4
28.3 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Preisunterschied
OLMo 2 32B ist ∞x guenstiger bei Eingabetokens als Phi-4.
Reasoning-Unterschied
Phi-4 liegt 18.6 Punkte vor OLMo 2 32B beim Reasoning.
Top-Wahl-Begruendung
Phi-4 gewinnt 10 messbare Kategorien, darunter Durchsatz, Reasoning, Mathe, GPQA.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
OLMo 2 32B
Allen Institute for AI
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Phi-4
Microsoft
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 | Al OLMo 2 32B | Top-Wahl Mi Phi-4 |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.00/1M | $0.13/1M |
| Output-Kosten | $0.00/1M | $0.50/1M |
| Gemischt (3:1) | — | $0.22/1M |
| Spezifikationen | ||
| Anbieter | Allen Institute for AI | Microsoft |
| Veröffentlichung | 13. März 2025 | 12. Dez. 2024 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | — | 25.2 tok/s |
| TTFT | — | 547ms |
| Latenz | — | 547ms |
| Composite-Indizes | ||
| Wert-Score | — | 100.0 |
| Reasoning-Score | 9.6 | 28.3 |
| Intelligenz | 5.0 | 4.9 |
| Mathe | 3.3 | 18.0 |
| Standard-Benchmarks | ||
| GPQA | 32.8% | 57.5% |
| MMLU Pro | 51.1% | 71.4% |
| HLE | 3.7% | 4.1% |
| LiveCodeBench | 6.8% | 23.1% |
| MATH 500 | — | 81.0% |
| AIME 2025 | 3.3% | 18.0% |
| AIME (Original) | — | 14.3% |
| SciCode | 8.0% | 26.0% |
| LCR | 0.0% | 0.0% |
| IFBench | 38.1% | 23.5% |
| TAU-bench v2 | 0.0% | 0.0% |
| TerminalBench Hard | 0.0% | 3.8% |
Wichtigste Erkenntnisse
OLMo 2 32B bietet das beste Preis-Leistungs-Verhaeltnis mit $0.00/1M,ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
Phi-4 hat das staerkste Reasoning-Profil mit 28.3 Reasoning-Score,basierend auf den verfuegbaren Reasoning-Benchmarks.
Alle Modelle unterstuetzen Kontextfenster von ∞+ Tokens,geeignet fuer lange Dokumente und ausgedehnte Gespraeche.
Wann welches Modell sinnvoll ist
OLMo 2 32B
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
Phi-4
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
