Modellvergleich
Qwen3 0.6B (Non-reasoning)
vs. Llama 3.1 Tulu3 405B
Vergleich von 2 KI-Modellen · 12 Benchmarks · Alibaba, Allen Institute for AI
Empfehlung
AlLlama 3.1 Tulu3 405B8 Metrik-SiegeStaerkste Bereiche: Reasoning, Intelligenz, GPQA
Niedrigster Preis
Qwen3 0.6B (Non-reasoning)
$0.00/1M Eingabepreis
Bestes Reasoning
Llama 3.1 Tulu3 405B
30.9 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
Reasoning-Unterschied
Llama 3.1 Tulu3 405B liegt 16.1 Punkte vor Qwen3 0.6B (Non-reasoning) beim Reasoning.
Top-Wahl-Begruendung
Llama 3.1 Tulu3 405B gewinnt 8 messbare Kategorien, darunter Reasoning, Intelligenz, GPQA, MMLU Pro.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
Qwen3 0.6B (Non-reasoning)
Alibaba
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Llama 3.1 Tulu3 405B
Allen Institute for AI
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 Qwen3 0.6B (Non-reasoning) | Top-Wahl Al Llama 3.1 Tulu3 405B |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.00/1M | $0.00/1M |
| Output-Kosten | $0.00/1M | $0.00/1M |
| Spezifikationen | ||
| Anbieter | Alibaba | Allen Institute for AI |
| Veröffentlichung | 28. Apr. 2025 | 30. Jan. 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | — | — |
| TTFT | — | — |
| Latenz | — | — |
| Composite-Indizes | ||
| Reasoning-Score | 14.8 | 30.9 |
| Intelligenz | 1.0 | 8.3 |
| Mathe | 10.3 | — |
| Standard-Benchmarks | ||
| GPQA | 23.1% | 51.6% |
| MMLU Pro | 23.1% | 71.6% |
| HLE | 5.2% | 3.5% |
| LiveCodeBench | 7.3% | 29.1% |
| MATH 500 | 52.1% | 77.8% |
| AIME 2025 | 10.3% | — |
| AIME (Original) | 1.7% | 13.3% |
| SciCode | 4.1% | 30.2% |
| LCR | 0.0% | — |
| IFBench | 21.9% | — |
| TAU-bench v2 | 14.6% | — |
| TerminalBench Hard | 0.0% | — |
Wichtigste Erkenntnisse
Qwen3 0.6B (Non-reasoning) bietet das beste Preis-Leistungs-Verhaeltnis mit $0.00/1M,ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
Llama 3.1 Tulu3 405B hat das staerkste Reasoning-Profil mit 30.9 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
Qwen3 0.6B (Non-reasoning)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
Llama 3.1 Tulu3 405B
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
