Modellvergleich
Phi-4 Mini Instruct
vs. Qwen3.5 2B (Reasoning)
Vergleich von 2 KI-Modellen · 6 Benchmarks · Microsoft Azure, Alibaba
Chatten mit Phi-4 & Qwen3.5Guenstigstes Modell
$0.00/1M
Hoechste Intelligenz
45.6% GPQA
Bestes Coding
3.6 Coding-Index
Preisunterschied
Infinityx
Input-Kostenspanne
Composite Indices
Intelligence, Coding, Math
Standard Benchmarks
Academic and industry benchmarks
Benchmark-Sieger
6 Tests Phi-4 Mini Instruct
- MMLU Pro
- HLE
- LiveCodeBench
- MATH 500
- AIME 2025
Qwen3.5 2B (Reasoning)
- GPQA
| Metrik | Mi Phi-4 Mini Instruct | Al Qwen3.5 2B (Reasoning) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.00/1M | $0.02/1M |
| Output-Kosten | $0.00/1M | $0.10/1M |
| Gemischt (3:1) | — | $0.04/1M |
| Spezifikationen | ||
| Anbieter | Microsoft Azure | Alibaba |
| Veröffentlichung | 26. Feb. 2024 | 2. März 2026 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 45.0 tok/s | — |
| TTFT | 308ms | — |
| Latenz | 308ms | — |
| Composite-Indizes | ||
| Intelligenz | 8.4 | 16.3 |
| Coding | 3.6 | 3.5 |
| Mathe | 6.7 | — |
| Standard-Benchmarks | ||
| GPQA | 33.1% | 45.6% |
| MMLU Pro | 46.5% | — |
| HLE | 4.2% | 2.1% |
| LiveCodeBench | 12.6% | — |
| MATH 500 | 69.6% | — |
| AIME 2025 | 6.7% | — |
| AIME (Original) | 3.0% | — |
| SciCode | 10.8% | 2.8% |
| LCR | 13.7% | 23.7% |
| IFBench | 21.1% | 31.5% |
| TAU-bench v2 | 8.2% | 69.0% |
| TerminalBench Hard | 0.0% | 3.8% |
Wichtigste Erkenntnisse
Phi-4 Mini Instruct bietet das beste Preis-Leistungs-Verhaeltnis mit $0.00/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
Qwen3.5 2B (Reasoning) fuehrt bei Reasoning mit 45.6% GPQA, stark bei komplexen Analysen und Problemlosung.
Phi-4 Mini Instruct erreicht einen 3.6 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 Mini Instruct
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Code-Generierung
- Softwareentwicklung
Qwen3.5 2B (Reasoning)
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
Made in Europe Chat with 100+ AI Models in one App.
Use Claude, ChatGPT, Gemini alongside with EU-Hosted Models like Deepseek, GLM-5, Kimi K2.5 and many more.
Empfohlene Vergleiche
Beliebte Alternativen
Leitfaden zum KI-Modellvergleich
Vergleichen Sie Large-Language-Modelle (LLMs) direkt nebeneinander mit detaillierten Benchmark-Werten, Preisen und Performance-Metriken. Unser interaktiver Vergleich hilft Ihnen bei der Bewertung von Modellen von OpenAI, Anthropic, Google, Meta, DeepSeek und weiteren Anbietern. In unserer KI-Rangliste finden Sie weitere Modelle.
Composite-Indizes verstehen
- Intelligenz-Index: Aggregierter Wert aus MMLU-Pro, GPQA und HLE - misst allgemeine Reasoning- und Wissensfaehigkeiten
- Coding-Index: Kombinierte Metrik aus LiveCodeBench, SciCode und LiveCodeBench Review - bewertet Programmierfaehigkeit ueber mehrere Sprachen
- Mathe-Index: Kombinierter Wert aus AIME, AIME 2025 und MATH-500 - bewertet mathematisches Reasoning von Schul- bis Wettbewerbsniveau
Wichtige Vergleichsmetriken
- Benchmark-Werte: Standardisierte Tests fuer Intelligenz, Coding, Mathe und Spezialfaehigkeiten - hoehere Prozentwerte bedeuten bessere Leistung
- Preisanalyse: Vergleicht Input- und Output-Tokenkosten - wichtig fuer Budgetplanung und Skalierung
- Performance-Metriken: Durchsatz (Tokens/Sekunde) und Latenzwerte fuer die Echtzeit-Planung
- Kontextfenster: Maximale Token-Kapazitaet fuer Dokumente und Verlauf
So vergleichen Sie KI-Modelle effektiv
Leistung vs. Kosten
Waegen Sie Benchmark-Leistung gegen Tokenkosten ab - Flaggschiffmodelle sind oft 10-15% besser, aber 5-10x teurer als kleinere Alternativen
Aufgabenspezifische Auswahl
Priorisieren Sie passende Indizes: Coding fuer Entwicklung, Mathe fuer STEM, Intelligenz fuer allgemeines Reasoning
Praxistest
Nutzen Sie unsere kostenlose KI-Chat-Oberflaeche um Modelle mit Ihren echten Prompts zu testen, bevor Sie in die API-Integration gehen
Alle Benchmark-Werte, Preisdaten und Performance-Metriken stammen von Artificial Analysis und werden taeglich aktualisiert. Vergleichen Sie Modelle nach Intelligenz, Coding, Mathe, Geschwindigkeit, Kosten oder Veroeffentlichungsdatum in unserer umfassenden KI-Rangliste.