Gemini 3.1 Pro Previewvs.Qwen 3.8 27B

Wer ist besser?

Gemini 3.1 Pro Preview liegt im Gesamtindex klar vorn, kostet aber je Token 50-mal (Eingabe) und 4,8-mal (Ausgabe) so viel.

LeistungGesamtindex, 0 bis 100 · höher ist besser

Gemini 3.1 Pro Preview

Platz 36 bis 44

Qwen 3.8 27B

Platz 44 bis 57

TempoToken pro Sekunde · höher ist besser

145

Gemini 3.1 Pro Preview

eher schnell

Qwen 3.8 27B

langsam

PreisDollar je 1 Mio. Token · niedriger ist besser

4,50 $

Gemini 3.1 Pro Preview

teuer

0,66 $

Qwen 3.8 27B

eher günstig

Gemini 3.1 Pro Preview

Im Abo: Kein Abo von Google mit diesem Modell. Über andere Anbieter ab ≈ 6,36 € im Monat (ElevenLabs Starter, mit begrenztem Guthaben). 26 Tarife in Deutschland.
Per API: 2 $ Eingabe, 12 $ Ausgabe je 1 Mio. Token, unverändert seit Beginn unserer Preiserfassung am 14.08.2026.

Qwen 3.8 27B

Im Abo: Kein Abo von Alibaba mit diesem Modell. Über andere Anbieter ab ≈ 1,06 € im Monat (Command Code Go, mit begrenztem Guthaben). 10 Tarife in Deutschland.
Per API: 0,04 $ Eingabe, 2,50 $ Ausgabe je 1 Mio. Token laut Anbieter; im Preisindex steht das Modell seit 27.10.2026 mit 0,42 $ und 3 $.

Gesamtindex mit Daten bis 29.10.2026 · Preise vom 29.10.2026 · Tempo: Messung von Artificial Analysis · Abos vom 24.10.2026 · Abo-Preise inkl. USt

Wo liegt der Unterschied?

Werte von 0 bis 100 je Aufgabenbereich. Einen Sieger nennen wir nur, wenn der Abstand groß genug ist und es genug Tests gibt.

Gemini 3.1 Pro Preview vorn: 4Qwen 3.8 27B vorn: 1gleichauf: 4zu wenig Daten: 1von 10 Bereichen

BereichGemini 3.1 Pro PreviewQwen 3.8 27B0 bis 100, höher ist besserErgebnis

Bereiche im Gesamtindex

Programmierengleichauf1113

SchlussfolgernGemini 3.1 Pro Preview vorn506

MathematikGemini 3.1 Pro Preview vorn168

WissenGemini 3.1 Pro Preview vorn475

Agentengleichauf2421

Allgemeinnur Gemini 3.1 Pro Preview mit Wertung29zu wenig Daten

MultimodalGemini 3.1 Pro Preview vorn4213

Fachgebiete

FinanzenQwen 3.8 27B vorn1034

Rechtgleichauf1623

Gesundheitgleichauf333

4 weitere Bereiche anzeigen, die nicht zum Gesamtindex zählen

BereichGemini 3.1 Pro PreviewQwen 3.8 27B0 bis 100, höher ist besserErgebnis

Cybersicherheitnur Qwen 3.8 27B mit Wertungzu wenig Daten19

Suchenur Gemini 3.1 Pro Preview mit Wertung32zu wenig Daten

Produktivitätnur Gemini 3.1 Pro Preview mit Wertung30zu wenig Daten

Bildungnur Gemini 3.1 Pro Preview mit Wertung12zu wenig Daten

Selbst ansehen: gleicher Auftrag, ein Versuch

Derselbe Prompt für beide Modelle. Gezeigt wird der neueste Versuch ohne Nachbesserung; er zählt nicht zum Gesamtindex.

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Gemini 3.1 Pro Preview

Die Antwort hat das Tokenlimit erreicht. Es liegt keine vollständige Aufzeichnung vor.

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 06.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: google/gemini-3.1-pro-preview
API-Modell laut Antwort: google/gemini-3.1-pro-preview
Reasoning-Einstellung: high
Festgelegter Endpunkt: Google AI Studio | google/gemini-3.1-pro-preview-20260219
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Nicht bestanden
Antwortzeit: 63,8 s

Visuell noch nicht bewertet. Eine erfolgreiche Aufzeichnung bestätigt weder korrekte Physik noch die vollständige Umsetzung des Prompts.

Frühere Versuche (3)

02.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
01.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high

Qwen 3.8 27B

Noch nicht getestet

Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

SVG-Kurztest

Ein SVG-Auftrag mit denselben festen Einstellungen für alle Modelle, ohne verdecktes Nachdenken.

Gemeinsame Testrunde: 43b8c5c46830

Gemini 3.1 Pro Preview

In dieser Runde nicht verfügbar

Qwen 3.8 27B

Alle Daten im Vergleich

Der bessere Wert ist fett. Beim Gesamtindex nur, wenn der Abstand klar ist.

Kennzahl	Gemini 3.1 Pro Preview	Qwen 3.8 27B
Leistung
Gesamtindex0 bis 100, höher ist besser	26	11
Platz	Platz 36 bis 44 von 95	Platz 44 bis 57 von 95
Preis je 1 Mio. Token
Eingabewas du schickst	2 $über 200.000 Token: 4 $	0,04 $
Ausgabewas das Modell schreibt	12 $über 200.000 Token: 18 $	2,50 $
Tempo
Token pro Sekunde	145	40
Technik
Kontextfensterwie viel Text das Modell auf einmal liest	1,05 Mio. Token≈ 1.570 A4-Seiten	262.144 Token≈ 390 A4-Seiten
Wissensstand	k. A.	k. A.
Veröffentlicht	19.02.2026	14.08.2026
Verfügbarkeit	Preview	Aktiv
Offene Gewichte	nein	ja

Preise ohne Rabatte für Zwischenspeicher und Stapelverarbeitung · Seitenzahl als Faustregel nach Artificial Analysis

Gemeinsame Benchmarks

Einzelwerte aus derselben Benchmark-Version, Aufgabe und Messgröße. Fett ist ein Wert nur bei gleichem Testaufbau und klarem Abstand.

A: Gemini 3.1 Pro PreviewB: Qwen 3.8 27B

Code MigrationOverall · höher ist besserTestaufbau nicht identisch dokumentiert17,3 %14,2 %Vals AIStand 18.10.2026

EMBOverall · höher ist besserTestaufbau nicht identisch dokumentiert52,6 %59,7 %Vals AIStand 20.10.2026

Finance Agent (v2)Overall · höher ist besserTestaufbau nicht identisch dokumentiert43 %48,6 %Vals AIStand 20.10.2026

GPQA DiamondOverall · höher ist besserTestaufbau nicht identisch dokumentiert95,5 %88,9 %Vals AIStand 01.09.2026

IOIOverall · höher ist besserTestaufbau nicht identisch dokumentiert51,8 %39,1 %Vals AIStand 24.10.2026

Legal Research BenchOverall · All-pass · höher ist besserTestaufbau nicht identisch dokumentiert20,7 %36,1 %Vals AIStand 26.10.2026

LegalBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiert87,4 %82,4 %Vals AIStand 13.10.2026

LiveCodeBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiert88,5 %84 %Vals AIStand 01.09.2026

MedCodeOverall · höher ist besserTestaufbau nicht identisch dokumentiert59,1 %28,7 %Vals AIStand 13.10.2026

MedScribeOverall · höher ist besserTestaufbau nicht identisch dokumentiert76,1 %83,8 %Vals AIStand 13.10.2026

54 weitere Benchmarks anzeigen

MMLU ProOverall · höher ist besserTestaufbau nicht identisch dokumentiert91 %84,3 %Vals AIStand 01.09.2026

MMMU ProOverall · höher ist besserTestaufbau nicht identisch dokumentiert88,2 %83,9 %Vals AIStand 01.09.2026

MortgageTaxOverall · höher ist besserTestaufbau nicht identisch dokumentiert69,4 %64,9 %Vals AIStand 01.09.2026

ProgramBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiert0 %0 %Vals AIStand 20.10.2026

ProofBench v1.1Overall · höher ist besserTestaufbau nicht identisch dokumentiert26 %16 %Vals AIStand 24.10.2026

SWE-bench VerifiedOverall · höher ist besserTestaufbau nicht identisch dokumentiert78,8 %86 %Vals AIStand 01.09.2026

Tax Agent BenchOverall · höher ist besserTestaufbau nicht identisch dokumentiert9,3 %30,9 %Vals AIStand 26.10.2026

TaxEval v2Overall · höher ist besserTestaufbau nicht identisch dokumentiert72,9 %70,9 %Vals AIStand 01.09.2026

Terminal-Bench 2.1Overall · höher ist besserTestaufbau nicht identisch dokumentiert70,8 %58,4 %Vals AIStand 01.10.2026

Terminal-Bench-ScienceOverall · höher ist besserTestaufbau nicht identisch dokumentiert1,4 %0 %Vals AIStand 25.10.2026

Vibe Code Bench v1.1Overall · höher ist besserTestaufbau nicht identisch dokumentiert32 %64,9 %Vals AIStand 26.10.2026

Code MigrationCLI · höher ist besserTestaufbau nicht identisch dokumentiert10,8 %2,2 %Vals AIStand 18.10.2026

EMBComps · höher ist besserTestaufbau nicht identisch dokumentiert44,5 %53,3 %Vals AIStand 20.10.2026

Finance Agent (v2)Adjustments · höher ist besserTestaufbau nicht identisch dokumentiert38,4 %47,3 %Vals AIStand 20.10.2026

GPQA DiamondFew-Shot CoT · höher ist besserTestaufbau nicht identisch dokumentiert96 %88,9 %Vals AIStand 01.09.2026

IOIIOI 2024 · höher ist besserTestaufbau nicht identisch dokumentiert55,5 %31,8 %Vals AIStand 24.10.2026

Legal Research BenchAdministrative / Regulatory · All-pass · höher ist besserTestaufbau nicht identisch dokumentiert24,2 %45,5 %Vals AIStand 26.10.2026

LegalBenchConclusion Tasks · höher ist besserTestaufbau nicht identisch dokumentiert89,3 %88,4 %Vals AIStand 13.10.2026

LiveCodeBenchEasy · höher ist besserTestaufbau nicht identisch dokumentiert99,1 %99,1 %Vals AIStand 01.09.2026

MMLU ProBiology · höher ist besserTestaufbau nicht identisch dokumentiert95,3 %91,5 %Vals AIStand 01.09.2026

MortgageTaxNumerical Extraction · höher ist besserTestaufbau nicht identisch dokumentiert76,4 %69,4 %Vals AIStand 01.09.2026

ProgramBenchAlmost Resolved · höher ist besserTestaufbau nicht identisch dokumentiert1 %1 %Vals AIStand 20.10.2026

SWE-bench Verified<15 min fix · höher ist besserTestaufbau nicht identisch dokumentiert88,7 %90,2 %Vals AIStand 01.09.2026

Tax Agent BenchControversy & Precedence Analysis · höher ist besserTestaufbau nicht identisch dokumentiert0 %6,7 %Vals AIStand 26.10.2026

TaxEval v2Correctness · höher ist besserTestaufbau nicht identisch dokumentiert60,7 %60,1 %Vals AIStand 01.09.2026

Terminal-Bench 2.1Easy · höher ist besserTestaufbau nicht identisch dokumentiert91,7 %50 %Vals AIStand 01.10.2026

Terminal-Bench-ScienceEarth Sciences · höher ist besserTestaufbau nicht identisch dokumentiert0 %0 %Vals AIStand 25.10.2026

Code MigrationCOBOL · höher ist besserTestaufbau nicht identisch dokumentiert36,8 %50 %Vals AIStand 18.10.2026

EMBDataroom · höher ist besserTestaufbau nicht identisch dokumentiert79,2 %79,7 %Vals AIStand 20.10.2026

Finance Agent (v2)All-Pass · höher ist besserTestaufbau nicht identisch dokumentiert30,9 %36,8 %Vals AIStand 20.10.2026

GPQA DiamondZero-Shot CoT · höher ist besserTestaufbau nicht identisch dokumentiert94,9 %88,9 %Vals AIStand 01.09.2026

IOIIOI 2025 · höher ist besserTestaufbau nicht identisch dokumentiert46,8 %48,5 %Vals AIStand 24.10.2026

Legal Research BenchAdministrative / Regulatory · Weighted partial credit · höher ist besserTestaufbau nicht identisch dokumentiert79,2 %88,5 %Vals AIStand 26.10.2026

LegalBenchInterpretation Tasks · höher ist besserTestaufbau nicht identisch dokumentiert83,8 %82 %Vals AIStand 13.10.2026

LiveCodeBenchHard · höher ist besserTestaufbau nicht identisch dokumentiert76,6 %65,7 %Vals AIStand 01.09.2026

MMLU ProBusiness · höher ist besserTestaufbau nicht identisch dokumentiert93,4 %90,2 %Vals AIStand 01.09.2026

MortgageTaxSemantic Extraction · höher ist besserTestaufbau nicht identisch dokumentiert62,4 %60,5 %Vals AIStand 01.09.2026

ProgramBenchFully Resolved · höher ist besserTestaufbau nicht identisch dokumentiert0 %0 %Vals AIStand 20.10.2026

SWE-bench Verified>4 hours · höher ist besserTestaufbau nicht identisch dokumentiert33,3 %66,7 %Vals AIStand 01.09.2026

Tax Agent BenchControversy & Precedence Analysis · höher ist besserTestaufbau nicht identisch dokumentiert34,4 %48,3 %Vals AIStand 26.10.2026

TaxEval v2Stepwise Reasoning · höher ist besserTestaufbau nicht identisch dokumentiert85 %81,6 %Vals AIStand 01.09.2026

Terminal-Bench 2.1Hard · höher ist besserTestaufbau nicht identisch dokumentiert60 %43,3 %Vals AIStand 01.10.2026

Terminal-Bench-ScienceEngineering Sciences · höher ist besserTestaufbau nicht identisch dokumentiert0 %0 %Vals AIStand 25.10.2026

Code MigrationCode Quality · höher ist besserTestaufbau nicht identisch dokumentiert2,538 / 54,197 / 5Vals AIStand 18.10.2026

EMBDCF · höher ist besserTestaufbau nicht identisch dokumentiert46,4 %50 %Vals AIStand 20.10.2026

Finance Agent (v2)Comparables · höher ist besserTestaufbau nicht identisch dokumentiert36,7 %38,9 %Vals AIStand 20.10.2026

IOIIOI 2026 · höher ist besserTestaufbau nicht identisch dokumentiert53,2 %36,8 %Vals AIStand 24.10.2026

Legal Research BenchBusiness & Commercial · All-pass · höher ist besserTestaufbau nicht identisch dokumentiert23,3 %41,9 %Vals AIStand 26.10.2026

LegalBenchIssue Tasks · höher ist besserTestaufbau nicht identisch dokumentiert91,5 %90,2 %Vals AIStand 13.10.2026

LiveCodeBenchMedium · höher ist besserTestaufbau nicht identisch dokumentiert89,8 %87,2 %Vals AIStand 01.09.2026

MMLU ProChemistry · höher ist besserTestaufbau nicht identisch dokumentiert93,3 %91,8 %Vals AIStand 01.09.2026

ProgramBenchRaw Pass Rate · höher ist besserTestaufbau nicht identisch dokumentiert39,5 %11,2 %Vals AIStand 20.10.2026

SWE-bench Verified1-4 hours · höher ist besserTestaufbau nicht identisch dokumentiert42,9 %69 %Vals AIStand 01.09.2026

Tax Agent BenchCurrent & Temporal Analysis · höher ist besserTestaufbau nicht identisch dokumentiert9,8 %43,1 %Vals AIStand 26.10.2026

Anderes Duell vergleichen

Erstes ModellZweites Modell

Weitere Duelle

Vergleiche Gemini 3.1 Pro Preview und Qwen 3.8 27B mit weiteren wichtigen Modellen.

Zum vollständigen LLM-Vergleich

Gemini 3.1 Pro Previewvs.Qwen 3.8 27B

Gemini 3.1 Pro Preview

Qwen 3.8 27B

Wo liegt der Unterschied?

Selbst ansehen: gleicher Auftrag, ein Versuch

Pelikan auf dem Fahrrad

SVG-Kurztest

Gemini 3.1 Pro Preview

Qwen 3.8 27B

Alle Daten im Vergleich

Gemeinsame Benchmarks

Anderes Duell vergleichen

Ähnliche LLM-Vergleiche