Modellvergleich
Phi-4
vs. GPT-5.5 (xhigh)
Vergleich von 2 KI-Modellen · 12 Benchmarks · Microsoft, OpenAI
Empfehlung
Op GPT-5.5 (xhigh) 11 Metrik-Siege Staerkste Bereiche: Durchsatz, Reasoning, Intelligenz
Bester Wert
Phi-4
100.0 Wert-Score
29.0 Reasoning / $0.22/1M
Niedrigster Preis
Phi-4
$0.13/1M 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
Phi-4 bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
Phi-4 ist 40x guenstiger bei Eingabetokens als GPT-5.5 (xhigh).
Geschwindigkeitsunterschied
GPT-5.5 (xhigh) generiert etwa 1,7x so viele Tokens pro Sekunde wie Phi-4.
Reasoning-Unterschied
GPT-5.5 (xhigh) liegt 37.0 Punkte vor Phi-4 beim Reasoning.
Coding-Unterschied
GPT-5.5 (xhigh) liegt 47.9 Punkte vor Phi-4 beim Coding.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
Phi-4
Microsoft
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 Phi-4 | Top-Wahl Op GPT-5.5 (xhigh) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.13/1M | $5.00/1M |
| Output-Kosten | $0.50/1M | $30.00/1M |
| Gemischt (3:1) | $0.22/1M | $11.25/1M |
| Spezifikationen | ||
| Anbieter | Microsoft | OpenAI |
| Veröffentlichung | 12. Dez. 2024 | 23. Apr. 2026 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 39.9 tok/s | 66.5 tok/s |
| TTFT | 575ms | 43393ms |
| Latenz | 575ms | 43393ms |
| Composite-Indizes | ||
| Wert-Score | 100.0 | 4.4 |
| Reasoning-Score | 29.0 | 66.0 |
| Intelligenz | 10.4 | 60.2 |
| Coding | 11.2 | 59.1 |
| Mathe | 18.0 | — |
| Standard-Benchmarks | ||
| GPQA | 57.5% | 93.5% |
| MMLU Pro | 71.4% | — |
| HLE | 4.1% | 44.3% |
| LiveCodeBench | 23.1% | — |
| MATH 500 | 81.0% | — |
| AIME 2025 | 18.0% | — |
| AIME (Original) | 14.3% | — |
| SciCode | 26.0% | 56.1% |
| LCR | 0.0% | 74.3% |
| IFBench | 23.5% | 75.9% |
| TAU-bench v2 | 0.0% | 93.9% |
| TerminalBench Hard | 3.8% | 60.6% |
Wichtigste Erkenntnisse
Phi-4 bietet das beste Preis-Leistungs-Verhaeltnis mit $0.13/1M, 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
Phi-4
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
GPT-5.5 (xhigh)
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
- Code-Generierung
- Softwareentwicklung
