Modellvergleich
Qwen3 14B (Reasoning)
vs. Qwen3 235B A22B 2507 Instruct
Vergleich von 2 KI-Modellen · 12 Benchmarks · Alibaba
Empfehlung
AlQwen3 235B A22B 2507 Instruct18 Metrik-SiegeStaerkste Bereiche: Preis-Leistung, Ausgabepreis, Gemischter Preis
Bester Wert
Qwen3 235B A22B 2507 Instruct
100.0 Wert-Score
59.6 Reasoning / $1.22/1M
Niedrigster Preis
Qwen3 14B (Reasoning)
$0.35/1M Eingabepreis
Bestes Reasoning
Qwen3 235B A22B 2507 Instruct
59.6 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
Qwen3 14B (Reasoning)
13.8 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
Qwen3 235B A22B 2507 Instruct bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
Qwen3 14B (Reasoning) ist 2,0x guenstiger bei Eingabetokens als Qwen3 235B A22B 2507 Instruct.
Reasoning-Unterschied
Qwen3 235B A22B 2507 Instruct liegt 8.3 Punkte vor Qwen3 14B (Reasoning) beim Reasoning.
Top-Wahl-Begruendung
Qwen3 235B A22B 2507 Instruct gewinnt 18 messbare Kategorien, darunter Preis-Leistung, Ausgabepreis, Gemischter Preis, Durchsatz.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
Qwen3 14B (Reasoning)
Alibaba
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Qwen3 235B A22B 2507 Instruct
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 | Al Qwen3 14B (Reasoning) | Top-Wahl Al Qwen3 235B A22B 2507 Instruct |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.35/1M | $0.70/1M |
| Output-Kosten | $4.20/1M | $2.80/1M |
| Gemischt (3:1) | $1.31/1M | $1.22/1M |
| Spezifikationen | ||
| Anbieter | Alibaba | Alibaba |
| Veröffentlichung | 28. Apr. 2025 | 21. Juli 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 63.9 tok/s | 65.2 tok/s |
| TTFT | 1133ms | 1154ms |
| Latenz | 32440ms | 1154ms |
| Composite-Indizes | ||
| Wert-Score | 80.3 | 100.0 |
| Reasoning-Score | 51.3 | 59.6 |
| Intelligenz | 10.4 | 18.2 |
| Coding | 13.8 | — |
| Mathe | 55.7 | 71.7 |
| Standard-Benchmarks | ||
| GPQA | 60.4% | 75.3% |
| MMLU Pro | 77.4% | 82.8% |
| HLE | 4.3% | 10.6% |
| LiveCodeBench | 52.3% | 52.4% |
| MATH 500 | 96.1% | 98.0% |
| AIME 2025 | 55.7% | 71.7% |
| AIME (Original) | 76.3% | 71.7% |
| SciCode | 31.6% | 36.0% |
| LCR | 0.0% | 31.2% |
| IFBench | 40.5% | 46.1% |
| TAU-bench v2 | 34.5% | 33.3% |
| TerminalBench Hard | 3.8% | 15.2% |
Wichtigste Erkenntnisse
Qwen3 14B (Reasoning) bietet das beste Preis-Leistungs-Verhaeltnis mit $0.35/1M,ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
Qwen3 235B A22B 2507 Instruct hat das staerkste Reasoning-Profil mit 59.6 Reasoning-Score,basierend auf den verfuegbaren Reasoning-Benchmarks.
Qwen3 14B (Reasoning) erreicht einen 13.8 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
Qwen3 14B (Reasoning)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Code-Generierung
- Softwareentwicklung
Qwen3 235B A22B 2507 Instruct
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
