Modellvergleich
Qwen3 235B A22B 2507 Instruct
vs. GPT-5.5 (xhigh)
Vergleich von 2 KI-Modellen · 12 Benchmarks · Alibaba, OpenAI
Empfehlung
Op GPT-5.5 (xhigh) 9 Metrik-Siege Staerkste Bereiche: Reasoning, Intelligenz, GPQA
Bester Wert
Qwen3 235B A22B 2507 Instruct
100.0 Wert-Score
59.6 Reasoning / $0.36/1M
Niedrigster Preis
Qwen3 235B A22B 2507 Instruct
$0.20/1M Eingabepreis
Bestes Reasoning
GPT-5.5 (xhigh)
64.2 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
GPT-5.5 (xhigh)
74.9 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 235B A22B 2507 Instruct ist 25x guenstiger bei Eingabetokens als GPT-5.5 (xhigh).
Reasoning-Unterschied
GPT-5.5 (xhigh) liegt 4.6 Punkte vor Qwen3 235B A22B 2507 Instruct beim Reasoning.
Top-Wahl-Begruendung
GPT-5.5 (xhigh) gewinnt 9 messbare Kategorien, darunter Reasoning, Intelligenz, GPQA, HLE.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
Qwen3 235B A22B 2507 Instruct
Alibaba
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
GPT-5.5 (xhigh)
OpenAI
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | Al Qwen3 235B A22B 2507 Instruct | Top-Wahl Op GPT-5.5 (xhigh) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.20/1M | $5.00/1M |
| Output-Kosten | $0.82/1M | $30.00/1M |
| Gemischt (3:1) | $0.36/1M | $11.25/1M |
| Spezifikationen | ||
| Anbieter | Alibaba | OpenAI |
| Veröffentlichung | 21. Juli 2025 | 23. Apr. 2026 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 68.9 tok/s | 66.8 tok/s |
| TTFT | 1123ms | 23584ms |
| Latenz | 1123ms | 23584ms |
| Composite-Indizes | ||
| Wert-Score | 100.0 | 3.4 |
| Reasoning-Score | 59.6 | 64.2 |
| Intelligenz | 18.2 | 54.8 |
| Coding | — | 74.9 |
| Mathe | 71.7 | — |
| Standard-Benchmarks | ||
| GPQA | 75.3% | 93.5% |
| MMLU Pro | 82.8% | — |
| HLE | 10.6% | 44.3% |
| LiveCodeBench | 52.4% | — |
| MATH 500 | 98.0% | — |
| AIME 2025 | 71.7% | — |
| AIME (Original) | 71.7% | — |
| SciCode | 36.0% | 56.1% |
| LCR | 31.2% | 74.3% |
| IFBench | 46.1% | 75.9% |
| TAU-bench v2 | 33.3% | 93.9% |
| TerminalBench Hard | 15.2% | 60.6% |
Wichtigste Erkenntnisse
Qwen3 235B A22B 2507 Instruct bietet das beste Preis-Leistungs-Verhaeltnis mit $0.20/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
GPT-5.5 (xhigh) hat das staerkste Reasoning-Profil mit 64.2 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
GPT-5.5 (xhigh) erreicht einen 74.9 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 235B A22B 2507 Instruct
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
GPT-5.5 (xhigh)
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
- Code-Generierung
- Softwareentwicklung
