Modellvergleich
Qwen3.5 4B (Non-reasoning)
vs. 105B (high)
Vergleich von 2 KI-Modellen · 7 Benchmarks · Alibaba, Sarvam
Empfehlung
AlQwen3.5 4B (Non-reasoning)10 Metrik-SiegeStaerkste Bereiche: Preis-Leistung, Eingabepreis, Ausgabepreis
Bester Wert
Qwen3.5 4B (Non-reasoning)
100.0 Wert-Score
31.6 Reasoning / $0.06/1M
Niedrigster Preis
Qwen3.5 4B (Non-reasoning)
$0.03/1M Eingabepreis
Bestes Reasoning
105B (high)
31.9 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
Qwen3.5 4B (Non-reasoning)
20.3 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
Qwen3.5 4B (Non-reasoning) bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
Qwen3.5 4B (Non-reasoning) ist 1,4x guenstiger bei Eingabetokens als 105B (high).
Geschwindigkeitsunterschied
105B (high) generiert etwa 5,5x so viele Tokens pro Sekunde wie Qwen3.5 4B (Non-reasoning).
Reasoning-Unterschied
105B (high) liegt 0.4 Punkte vor Qwen3.5 4B (Non-reasoning) beim Reasoning.
Top-Wahl-Begruendung
Qwen3.5 4B (Non-reasoning) gewinnt 10 messbare Kategorien, darunter Preis-Leistung, Eingabepreis, Ausgabepreis, Gemischter Preis.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
Qwen3.5 4B (Non-reasoning)
Alibaba
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
105B (high)
Sarvam
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 | Top-Wahl Al Qwen3.5 4B (Non-reasoning) | Sa 105B (high) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.03/1M | $0.04/1M |
| Output-Kosten | $0.15/1M | $0.17/1M |
| Gemischt (3:1) | $0.06/1M | $0.07/1M |
| Spezifikationen | ||
| Anbieter | Alibaba | Sarvam |
| Veröffentlichung | 2. März 2026 | 6. März 2026 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 28.3 tok/s | 154.6 tok/s |
| TTFT | 430ms | 1177ms |
| Latenz | 430ms | 14117ms |
| Composite-Indizes | ||
| Wert-Score | 100.0 | 82.0 |
| Reasoning-Score | 31.6 | 31.9 |
| Intelligenz | 16.0 | 11.9 |
| Coding | 20.3 | — |
| Standard-Benchmarks | ||
| GPQA | 71.2% | 73.8% |
| HLE | 7.5% | 10.1% |
| SciCode | 18.3% | 26.4% |
| LCR | 28.3% | 0.0% |
| IFBench | 33.3% | 34.4% |
| TAU-bench v2 | 87.7% | 46.8% |
| TerminalBench Hard | 11.4% | 1.5% |
Wichtigste Erkenntnisse
Qwen3.5 4B (Non-reasoning) bietet das beste Preis-Leistungs-Verhaeltnis mit $0.03/1M,ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
105B (high) hat das staerkste Reasoning-Profil mit 31.9 Reasoning-Score,basierend auf den verfuegbaren Reasoning-Benchmarks.
Qwen3.5 4B (Non-reasoning) erreicht einen 20.3 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
Qwen3.5 4B (Non-reasoning)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Code-Generierung
- Softwareentwicklung
105B (high)
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
