GPT-5.4vs.Qwen 3.8 27B
Wer ist besser?
Im Gesamtindex gleichauf, der Abstand ist zu klein für einen klaren Sieger. Qwen 3.8 27B ist günstiger: GPT-5.4 kostet je Token 62,5-mal (Eingabe) und 6-mal (Ausgabe) so viel.
16
GPT-5.4
Platz 43 bis 50
11
Qwen 3.8 27B
Platz 44 bis 57
101
GPT-5.4
eher schnell
40
Qwen 3.8 27B
langsam
5,63 $
GPT-5.4
teuer
0,66 $
Qwen 3.8 27B
eher günstig
GPT-5.4
- Im Abo
Kein Abo von OpenAI mit diesem Modell. Über andere Anbieter ab ≈ 6,36 € im Monat (ElevenLabs Starter, mit begrenztem Guthaben). 38 Tarife in Deutschland.
- Per API
2,50 $ Eingabe, 15 $ Ausgabe je 1 Mio. Token, unverändert seit Beginn unserer Preiserfassung am 14.08.2026.
- Hinweis
- Es gibt einen Nachfolger: GPT-5.5 (Platz 19 bis 35, 5 $ Eingabe, 30 $ Ausgabe).
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.
GPT-5.4 vorn: 2Qwen 3.8 27B vorn: 0gleichauf: 6zu wenig Daten: 2von 10 Bereichen
BereichGPT-5.4Qwen 3.8 27B0 bis 100, höher ist besserErgebnis
Bereiche im Gesamtindex
ProgrammierengleichaufGPT-5.4: 15Qwen 3.8 27B: 13
SchlussfolgerngleichaufGPT-5.4: 20Qwen 3.8 27B: 6
Mathematiknur Qwen 3.8 27B mit WertungGPT-5.4: zu wenig DatenQwen 3.8 27B: 8
WissenGPT-5.4 vornGPT-5.4: 18Qwen 3.8 27B: 5
AgentengleichaufGPT-5.4: 25Qwen 3.8 27B: 21
Allgemeinnur GPT-5.4 mit WertungGPT-5.4: 18Qwen 3.8 27B: zu wenig Daten
MultimodalGPT-5.4 vornGPT-5.4: 20Qwen 3.8 27B: 13
Fachgebiete
FinanzengleichaufGPT-5.4: 17Qwen 3.8 27B: 34
RechtgleichaufGPT-5.4: 14Qwen 3.8 27B: 23
GesundheitgleichaufGPT-5.4: 8Qwen 3.8 27B: 3
1 weitere Bereiche anzeigen, die nicht zum Gesamtindex zählen
BereichGPT-5.4Qwen 3.8 27B0 bis 100, höher ist besserErgebnis
Cybersicherheitnur Qwen 3.8 27B mit WertungGPT-5.4: zu wenig DatenQwen 3.8 27B: 19
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.
GPT-5.4
Reasoning (angefragt): high
Aktueller Versuch
- Datum des Testlaufs
- 01.10.2026
- API-Anbieter
- openrouter
- Angefragtes API-Modell
- openai/gpt-5.4
- API-Modell laut Antwort
- openai/gpt-5.4
- Reasoning-Einstellung
- high
- Festgelegter Endpunkt
- OpenAI | openai/gpt-5.4-20260305
- Temperatur
- Anbieterstandard
- Tokenlimit inklusive Reasoning
- 8.192 Token
- Testprotokoll
- community-visual-tests-v1
- Technische Prüfung
- Bestanden, keine Qualitätsbewertung
- Antwortzeit
- 116,8 s
Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.
Frühere Versuche (1)
- 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
SVG-Kurztest
Ein SVG-Auftrag mit denselben festen Einstellungen für alle Modelle, ohne verdecktes Nachdenken.
Gemeinsame Testrunde: 43b8c5c46830
GPT-5.4
In dieser Runde nicht verfügbar
Qwen 3.8 27B
Testdetails
API meldet 0 Reasoning-TokensAPI-Modell: qwen/qwen3.8-27b865 Ausgabe-TokenAlle Daten im Vergleich
Der bessere Wert ist fett. Beim Gesamtindex nur, wenn der Abstand klar ist.
| Kennzahl | GPT-5.4 | Qwen 3.8 27B |
|---|---|---|
| Leistung | ||
| Gesamtindex0 bis 100, höher ist besser | 16 | 11 |
| Platz | Platz 43 bis 50 von 95 | Platz 44 bis 57 von 95 |
| Preis je 1 Mio. Token | ||
| Eingabewas du schickst | 2,50 $über 272.000 Token: 5 $ | 0,04 $ |
| Ausgabewas das Modell schreibt | 15 $über 272.000 Token: 22,50 $ | 2,50 $ |
| Tempo | ||
| Token pro Sekunde | 101 | 40 |
| Technik | ||
| Kontextfensterwie viel Text das Modell auf einmal liest | 1,05 Mio. Token≈ 1.580 A4-Seiten | 262.144 Token≈ 390 A4-Seiten |
| Wissensstand | 31.08.2025 | k. A. |
| Veröffentlicht | 05.03.2026 | 14.08.2026 |
| Verfügbarkeit | Aktiv | 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: GPT-5.4B: Qwen 3.8 27B
Code MigrationOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 35 %Qwen 3.8 27B: 14,2 %Vals AIStand 18.10.2026
CritPt v2Overall · höher ist besserGPT-5.4: 0,6 %Qwen 3.8 27B: 0,3 %Artificial AnalysisStand 29.10.2026
GDPval-AAOverall · höher ist besserGPT-5.4: 1.256,1 eloQwen 3.8 27B: 1.427,26 eloArtificial AnalysisStand 29.10.2026
GPQA DiamondOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 91,7 %Qwen 3.8 27B: 88,9 %Vals AIStand 01.09.2026
LegalBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 86 %Qwen 3.8 27B: 82,4 %Vals AIStand 13.10.2026
LiveCodeBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 84,1 %Qwen 3.8 27B: 84 %Vals AIStand 01.09.2026
MedCodeOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 41,3 %Qwen 3.8 27B: 28,7 %Vals AIStand 13.10.2026
MedScribeOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 77,5 %Qwen 3.8 27B: 83,8 %Vals AIStand 13.10.2026
MMLU ProOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 87,5 %Qwen 3.8 27B: 84,3 %Vals AIStand 01.09.2026
MMMU ProOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 87,5 %Qwen 3.8 27B: 83,9 %Vals AIStand 01.09.2026
51 weitere Benchmarks anzeigen
MMMU-ProOverall · höher ist besserGPT-5.4: 70,6 %Qwen 3.8 27B: 69,9 %Artificial AnalysisStand 29.10.2026
MortgageTaxOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 68,3 %Qwen 3.8 27B: 64,9 %Vals AIStand 01.09.2026
ProgramBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 0 %Qwen 3.8 27B: 0 %Vals AIStand 20.10.2026
SkillsBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 51,7 %Qwen 3.8 27B: 38,1 %Vals AIStand 27.09.2026
SWE-bench VerifiedOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 78,2 %Qwen 3.8 27B: 86 %Vals AIStand 01.09.2026
TaxEval v2Overall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 74 %Qwen 3.8 27B: 70,9 %Vals AIStand 01.09.2026
Vibe Code Bench v1.1Overall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 67,4 %Qwen 3.8 27B: 64,9 %Vals AIStand 26.10.2026
Code MigrationCLI · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 23,8 %Qwen 3.8 27B: 2,2 %Vals AIStand 18.10.2026
CritPt v2Overall · höher ist besserGPT-5.4: 7,4 %Qwen 3.8 27B: 0,0 %Artificial AnalysisStand 29.10.2026
GPQA DiamondFew-Shot CoT · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 91,4 %Qwen 3.8 27B: 88,9 %Vals AIStand 01.09.2026
LegalBenchConclusion Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 88,9 %Qwen 3.8 27B: 88,4 %Vals AIStand 13.10.2026
LiveCodeBenchEasy · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 99,1 %Qwen 3.8 27B: 99,1 %Vals AIStand 01.09.2026
MMLU ProBiology · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 92,9 %Qwen 3.8 27B: 91,5 %Vals AIStand 01.09.2026
MMMU-ProOverall · höher ist besserGPT-5.4: 78,0 %Qwen 3.8 27B: 73,8 %Artificial AnalysisStand 29.10.2026
MortgageTaxNumerical Extraction · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 76 %Qwen 3.8 27B: 69,4 %Vals AIStand 01.09.2026
ProgramBenchAlmost Resolved · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 7 %Qwen 3.8 27B: 1 %Vals AIStand 20.10.2026
SkillsBenchNo Skills · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 48,9 %Qwen 3.8 27B: 19,1 %Vals AIStand 27.09.2026
SWE-bench Verified<15 min fix · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 88,1 %Qwen 3.8 27B: 90,2 %Vals AIStand 01.09.2026
TaxEval v2Correctness · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 64,9 %Qwen 3.8 27B: 60,1 %Vals AIStand 01.09.2026
Code MigrationCOBOL · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 68,6 %Qwen 3.8 27B: 50 %Vals AIStand 18.10.2026
CritPt v2Overall · höher ist besserGPT-5.4: 23,4 %Qwen 3.8 27B: 5,4 %Artificial AnalysisStand 29.10.2026
GPQA DiamondZero-Shot CoT · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 91,9 %Qwen 3.8 27B: 88,9 %Vals AIStand 01.09.2026
LegalBenchInterpretation Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 83,9 %Qwen 3.8 27B: 82 %Vals AIStand 13.10.2026
LiveCodeBenchHard · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 67,7 %Qwen 3.8 27B: 65,7 %Vals AIStand 01.09.2026
MMLU ProBusiness · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 91,8 %Qwen 3.8 27B: 90,2 %Vals AIStand 01.09.2026
MMMU-ProOverall · höher ist besserGPT-5.4: 78,4 %Qwen 3.8 27B: 76,3 %Artificial AnalysisStand 29.10.2026
MortgageTaxSemantic Extraction · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 60,7 %Qwen 3.8 27B: 60,5 %Vals AIStand 01.09.2026
ProgramBenchFully Resolved · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 0 %Qwen 3.8 27B: 0 %Vals AIStand 20.10.2026
SkillsBenchWith Skills · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 51,7 %Qwen 3.8 27B: 38,1 %Vals AIStand 27.09.2026
SWE-bench Verified>4 hours · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 0 %Qwen 3.8 27B: 66,7 %Vals AIStand 01.09.2026
TaxEval v2Stepwise Reasoning · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 83 %Qwen 3.8 27B: 81,6 %Vals AIStand 01.09.2026
Code MigrationCode Quality · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 3,632 / 5Qwen 3.8 27B: 4,197 / 5Vals AIStand 18.10.2026
LegalBenchIssue Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 90,5 %Qwen 3.8 27B: 90,2 %Vals AIStand 13.10.2026
LiveCodeBenchMedium · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 85,6 %Qwen 3.8 27B: 87,2 %Vals AIStand 01.09.2026
MMLU ProChemistry · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 91,1 %Qwen 3.8 27B: 91,8 %Vals AIStand 01.09.2026
ProgramBenchRaw Pass Rate · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 68,6 %Qwen 3.8 27B: 11,2 %Vals AIStand 20.10.2026
SWE-bench Verified1-4 hours · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 50 %Qwen 3.8 27B: 69 %Vals AIStand 01.09.2026
LegalBenchRhetoric Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 82,8 %Qwen 3.8 27B: 81,4 %Vals AIStand 13.10.2026
MMLU ProComputer Science · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 89,8 %Qwen 3.8 27B: 88,3 %Vals AIStand 01.09.2026
SWE-bench Verified15 min - 1 hour · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 76,2 %Qwen 3.8 27B: 85,8 %Vals AIStand 01.09.2026
LegalBenchRule Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 84 %Qwen 3.8 27B: 70,2 %Vals AIStand 13.10.2026
MMLU ProEconomics · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 89,7 %Qwen 3.8 27B: 88,2 %Vals AIStand 01.09.2026
MMLU ProEngineering · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 85,2 %Qwen 3.8 27B: 82,4 %Vals AIStand 01.09.2026
MMLU ProHealth · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 82,4 %Qwen 3.8 27B: 78,6 %Vals AIStand 01.09.2026
MMLU ProHistory · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 79,3 %Qwen 3.8 27B: 75,6 %Vals AIStand 01.09.2026
MMLU ProLaw · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 75,5 %Qwen 3.8 27B: 67,8 %Vals AIStand 01.09.2026
MMLU ProMath · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 94,7 %Qwen 3.8 27B: 94,8 %Vals AIStand 01.09.2026
MMLU ProOthers · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 86,5 %Qwen 3.8 27B: 76,8 %Vals AIStand 01.09.2026
MMLU ProPhilosophy · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 87 %Qwen 3.8 27B: 78,6 %Vals AIStand 01.09.2026
MMLU ProPhysics · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 91,2 %Qwen 3.8 27B: 91,3 %Vals AIStand 01.09.2026
MMLU ProPsychology · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4: 87,8 %Qwen 3.8 27B: 84,8 %Vals AIStand 01.09.2026
Anderes Duell vergleichen
Weitere Duelle
Ähnliche LLM-Vergleiche
Vergleiche GPT-5.4 und Qwen 3.8 27B mit weiteren wichtigen Modellen.