Modellvergleich

Qwen3 VL 235B A22B Instruct
vs. Beam 1.0

Vergleich von 2 KI-Modellen · 0 Benchmarks · Alibaba, Reflection

Empfehlung

Beam 1.03 Metrik-Siege

Staerkste Bereiche: Ausgabepreis, Durchsatz, TTFT

Niedrigster Preis

Qwen3 VL 235B A22B Instruct

$0.21/1M Eingabepreis

Wichtige Unterschiede

Preisunterschied

Qwen3 VL 235B A22B Instruct ist 1,9x guenstiger bei Eingabetokens als Beam 1.0.

Geschwindigkeitsunterschied

Beam 1.0 generiert etwa 10,3x so viele Tokens pro Sekunde wie Qwen3 VL 235B A22B Instruct.

Top-Wahl-Begruendung

Beam 1.0 gewinnt 3 messbare Kategorien, darunter Ausgabepreis, Durchsatz, TTFT.

Live-Vergleich

Response Face-Off

Sende einen Prompt an die ausgewählten Modelle und vergleiche Antwortqualität mit Live-Metriken zu Tempo und Kosten.

10 Vergleiche in 24 Std. übrig

Qwen3 VL 235B A22B Instruct

Alibaba

Bereit

TTFT

—

Zeit

—

tok/s

—

Tokens

—

Kosten

—

Bereit

Beam 1.0

Reflection

Bereit

TTFT

—

Zeit

—

tok/s

—

Tokens

—

Kosten

—

Bereit

Welche Antwort war nützlicher?

Sicherer KI-Chat aus Europa

Chatte mit EU-gehosteten Modellen wie Deepseek, Qwen und Kimi: Open-Weight, transparent, ohne Anbieterbindung.

Kostenlos chatten

EU-gehostete Open-Modelle, eine API

Server in Deutschland und Finnland. Betrieben von einem deutschen Unternehmen nach DSGVO, AVV verfügbar, ISO-27001-zertifizierte Rechenzentren.

API-Zugang erhalten

Vollständiger Vergleich

Metrik	Al Qwen3 VL 235B A22B Instruct Alibaba	Top-Wahl Re Beam 1.0 Reflection
Preise pro 1 Mio. Tokens
Input-Kosten	$0.21/1M	$0.40/1M
Output-Kosten	$1.39/1M	$1.20/1M
Gemischt (3:1)	$0.51/1M	$0.60/1M
Spezifikationen
Anbieter	Alibaba	Reflection
Veröffentlichung	23. Sept. 2025	16. Okt. 2026
Leistung & Geschwindigkeit
Durchsatz	35.2 tok/s	361.4 tok/s
TTFT	1170ms	680ms
Latenz	1170ms	6220ms
Composite-Indizes
Wert-Score	—	100.0
Reasoning-Score	—	17.7
Intelligenz	—	17.7

Wichtigste Erkenntnisse

Qwen3 VL 235B A22B Instruct bietet das beste Preis-Leistungs-Verhaeltnis mit $0.21/1M,ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.

Alle Modelle unterstuetzen Kontextfenster von ∞+ Tokens,geeignet fuer lange Dokumente und ausgedehnte Gespraeche.