Modellvergleich
3.5 (1210)
vs. Phi-4 Mini Instruct
Vergleich von 2 KI-Modellen · 12 Benchmarks · OpenChat, Microsoft
Empfehlung
MiPhi-4 Mini Instruct8 Metrik-SiegeStaerkste Bereiche: Durchsatz, Reasoning, Intelligenz
Niedrigster Preis
3.5 (1210)
$0.00/1M Eingabepreis
Bestes Reasoning
Phi-4 Mini Instruct
18.5 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
Phi-4 Mini Instruct
3.8 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Reasoning-Unterschied
Phi-4 Mini Instruct liegt 6.2 Punkte vor 3.5 (1210) beim Reasoning.
Top-Wahl-Begruendung
Phi-4 Mini Instruct gewinnt 8 messbare Kategorien, darunter Durchsatz, Reasoning, Intelligenz, GPQA.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
3.5 (1210)
OpenChat
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Phi-4 Mini Instruct
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 | Op 3.5 (1210) | Top-Wahl Mi Phi-4 Mini Instruct |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.00/1M | $0.00/1M |
| Output-Kosten | $0.00/1M | $0.00/1M |
| Spezifikationen | ||
| Anbieter | OpenChat | Microsoft |
| Veröffentlichung | 18. Dez. 2023 | 26. Feb. 2024 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | — | 46.4 tok/s |
| TTFT | — | 326ms |
| Latenz | — | 326ms |
| Composite-Indizes | ||
| Reasoning-Score | 12.3 | 18.5 |
| Intelligenz | 3.0 | 6.0 |
| Coding | — | 3.8 |
| Mathe | — | 6.7 |
| Standard-Benchmarks | ||
| GPQA | 23.0% | 33.1% |
| MMLU Pro | 31.0% | 46.5% |
| HLE | 4.8% | 4.2% |
| LiveCodeBench | 11.5% | 12.6% |
| MATH 500 | 30.7% | 69.6% |
| AIME 2025 | — | 6.7% |
| AIME (Original) | 0.0% | 3.0% |
| SciCode | — | 10.8% |
| LCR | — | 13.7% |
| IFBench | — | 21.1% |
| TAU-bench v2 | — | 8.2% |
| 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.
Phi-4 Mini Instruct hat das staerkste Reasoning-Profil mit 18.5 Reasoning-Score,basierend auf den verfuegbaren Reasoning-Benchmarks.
Phi-4 Mini Instruct erreicht einen 3.8 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
3.5 (1210)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
Phi-4 Mini Instruct
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
- Code-Generierung
- Softwareentwicklung
