Modellvergleich
Phi-4 Mini Instruct
vs. Qwen3 Max
Vergleich von 2 KI-Modellen · 12 Benchmarks · Microsoft, Alibaba
Empfehlung
AlQwen3 Max14 Metrik-SiegeStaerkste Bereiche: Durchsatz, Reasoning, Intelligenz
Niedrigster Preis
Phi-4 Mini Instruct
$0.00/1M Eingabepreis
Bestes Reasoning
Qwen3 Max
54.6 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
Preisunterschied
Phi-4 Mini Instruct ist ∞x guenstiger bei Eingabetokens als Qwen3 Max.
Reasoning-Unterschied
Qwen3 Max liegt 36.1 Punkte vor Phi-4 Mini Instruct beim Reasoning.
Top-Wahl-Begruendung
Qwen3 Max gewinnt 14 messbare Kategorien, darunter Durchsatz, Reasoning, Intelligenz, Mathe.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
Phi-4 Mini Instruct
Microsoft
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Qwen3 Max
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 | Mi Phi-4 Mini Instruct | Top-Wahl Al Qwen3 Max |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.00/1M | $1.20/1M |
| Output-Kosten | $0.00/1M | $6.00/1M |
| Gemischt (3:1) | — | $2.40/1M |
| Spezifikationen | ||
| Anbieter | Microsoft | Alibaba |
| Veröffentlichung | 26. Feb. 2024 | 23. Sept. 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 46.2 tok/s | 48.1 tok/s |
| TTFT | 341ms | 1906ms |
| Latenz | 341ms | 1906ms |
| Composite-Indizes | ||
| Wert-Score | — | 100.0 |
| Reasoning-Score | 18.5 | 54.6 |
| Intelligenz | 6.0 | 24.0 |
| Coding | 3.8 | — |
| Mathe | 6.7 | 80.7 |
| Standard-Benchmarks | ||
| GPQA | 33.1% | 76.4% |
| MMLU Pro | 46.5% | 84.1% |
| HLE | 4.2% | 11.1% |
| LiveCodeBench | 12.6% | 76.7% |
| MATH 500 | 69.6% | — |
| AIME 2025 | 6.7% | 80.7% |
| AIME (Original) | 3.0% | — |
| SciCode | 10.8% | 38.3% |
| LCR | 13.7% | 46.7% |
| IFBench | 21.1% | 44.1% |
| TAU-bench v2 | 8.2% | 74.3% |
| TerminalBench Hard | 0.0% | 20.5% |
Wichtigste Erkenntnisse
Phi-4 Mini Instruct bietet das beste Preis-Leistungs-Verhaeltnis mit $0.00/1M,ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
Qwen3 Max hat das staerkste Reasoning-Profil mit 54.6 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
Phi-4 Mini Instruct
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Code-Generierung
- Softwareentwicklung
Qwen3 Max
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
