Modellvergleich
Qwen3 32B (Reasoning)
vs. GPT-5.2 (xhigh)
Vergleich von 2 KI-Modellen · 12 Benchmarks · Alibaba, OpenAI
Empfehlung
OpGPT-5.2 (xhigh)13 Metrik-SiegeStaerkste Bereiche: Reasoning, Intelligenz, Mathe
Bester Wert
Qwen3 32B (Reasoning)
100.0 Wert-Score
58.3 Reasoning / $0.28/1M
Niedrigster Preis
Qwen3 32B (Reasoning)
$0.16/1M Eingabepreis
Bestes Reasoning
GPT-5.2 (xhigh)
73.9 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
Qwen3 32B (Reasoning)
15.3 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 32B (Reasoning) bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
Qwen3 32B (Reasoning) ist 10,9x guenstiger bei Eingabetokens als GPT-5.2 (xhigh).
Reasoning-Unterschied
GPT-5.2 (xhigh) liegt 15.5 Punkte vor Qwen3 32B (Reasoning) beim Reasoning.
Top-Wahl-Begruendung
GPT-5.2 (xhigh) gewinnt 13 messbare Kategorien, darunter Reasoning, Intelligenz, Mathe, GPQA.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
Qwen3 32B (Reasoning)
Alibaba
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
GPT-5.2 (xhigh)
OpenAI
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 32B (Reasoning) | Top-Wahl Op GPT-5.2 (xhigh) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.16/1M | $1.75/1M |
| Output-Kosten | $0.64/1M | $14.00/1M |
| Gemischt (3:1) | $0.28/1M | $4.81/1M |
| Spezifikationen | ||
| Anbieter | Alibaba | OpenAI |
| Veröffentlichung | 28. Apr. 2025 | 11. Dez. 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | — | — |
| TTFT | — | — |
| Latenz | — | — |
| Composite-Indizes | ||
| Wert-Score | 100.0 | 7.4 |
| Reasoning-Score | 58.3 | 73.9 |
| Intelligenz | 11.4 | 43.3 |
| Coding | 15.3 | — |
| Mathe | 73.0 | 99.0 |
| Standard-Benchmarks | ||
| GPQA | 66.8% | 90.3% |
| MMLU Pro | 79.8% | 87.4% |
| HLE | 7.4% | 37.7% |
| LiveCodeBench | 54.6% | 88.9% |
| MATH 500 | 96.1% | — |
| AIME 2025 | 73.0% | 99.0% |
| AIME (Original) | 80.7% | — |
| SciCode | 35.4% | 52.1% |
| LCR | 0.0% | 79.3% |
| IFBench | 36.3% | 75.4% |
| TAU-bench v2 | 29.8% | 84.8% |
| TerminalBench Hard | 3.0% | 47.0% |
Wichtigste Erkenntnisse
Qwen3 32B (Reasoning) bietet das beste Preis-Leistungs-Verhaeltnis mit $0.16/1M,ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
GPT-5.2 (xhigh) hat das staerkste Reasoning-Profil mit 73.9 Reasoning-Score,basierend auf den verfuegbaren Reasoning-Benchmarks.
Qwen3 32B (Reasoning) erreicht einen 15.3 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 32B (Reasoning)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Code-Generierung
- Softwareentwicklung
GPT-5.2 (xhigh)
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
