Grok 4.3vs.Qwen 3.8 27B
Wer ist besser?
Qwen 3.8 27B liegt im Gesamtindex klar vorn und ist dabei günstiger: Grok 4.3 kostet je Token bei der Eingabe 31,3-mal so viel, bei der Ausgabe etwa gleich viel.
3
Grok 4.3
Platz 56 bis 68
11
Qwen 3.8 27B
Platz 44 bis 57
92
Grok 4.3
eher langsam
40
Qwen 3.8 27B
langsam
1,56 $
Grok 4.3
eher günstig
0,66 $
Qwen 3.8 27B
eher günstig
Grok 4.3
- Im Abo
Kein Abo von xAI mit diesem Modell. Über andere Anbieter ab 6,83 € im Monat (Poe Basic, mit begrenzten Punkten). 5 Tarife in Deutschland.
- Per API
1,25 $ Eingabe, 2,50 $ 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.
Grok 4.3 vorn: 0Qwen 3.8 27B vorn: 4gleichauf: 3zu wenig Daten: 3von 10 Bereichen
BereichGrok 4.3Qwen 3.8 27B0 bis 100, höher ist besserErgebnis
Bereiche im Gesamtindex
ProgrammierenQwen 3.8 27B vornGrok 4.3: 1Qwen 3.8 27B: 13
SchlussfolgerngleichaufGrok 4.3: 11Qwen 3.8 27B: 6
Mathematiknur Qwen 3.8 27B mit WertungGrok 4.3: zu wenig DatenQwen 3.8 27B: 8
Wissenzu wenig DatenGrok 4.3: 4Qwen 3.8 27B: 5
AgentenQwen 3.8 27B vornGrok 4.3: 3Qwen 3.8 27B: 21
Allgemeinnur Grok 4.3 mit WertungGrok 4.3: 14Qwen 3.8 27B: zu wenig Daten
MultimodalQwen 3.8 27B vornGrok 4.3: 8Qwen 3.8 27B: 13
Fachgebiete
FinanzenQwen 3.8 27B vornGrok 4.3: unter 1Qwen 3.8 27B: 34
RechtgleichaufGrok 4.3: 5Qwen 3.8 27B: 23
GesundheitgleichaufGrok 4.3: 2Qwen 3.8 27B: 3
3 weitere Bereiche anzeigen, die nicht zum Gesamtindex zählen
BereichGrok 4.3Qwen 3.8 27B0 bis 100, höher ist besserErgebnis
Cybersicherheitnur Qwen 3.8 27B mit WertungGrok 4.3: zu wenig DatenQwen 3.8 27B: 19
Suchenur Grok 4.3 mit WertungGrok 4.3: unter 1Qwen 3.8 27B: zu wenig Daten
Produktivitätnur Grok 4.3 mit WertungGrok 4.3: unter 1Qwen 3.8 27B: zu wenig Daten
Selbst ansehen: gleicher Auftrag, ein Versuch
SVG-Kurztest
Ein SVG-Auftrag mit denselben festen Einstellungen für alle Modelle, ohne verdecktes Nachdenken.
Gemeinsame Testrunde: 43b8c5c46830
Grok 4.3
Testdetails
API meldet 0 Reasoning-TokensAPI-Modell: x-ai/grok-4.3360 Ausgabe-TokenQwen 3.8 27B
Testdetails
API meldet 0 Reasoning-TokensAPI-Modell: qwen/qwen3.8-27b865 Ausgabe-TokenFrühere Tests
Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.
Grok 4.3
Reasoning (angefragt): high
Aktueller Versuch
- Datum des Testlaufs
- 07.09.2026
- API-Anbieter
- openrouter
- Angefragtes API-Modell
- x-ai/grok-4.3
- API-Modell laut Antwort
- x-ai/grok-4.3
- Reasoning-Einstellung
- high
- Festgelegter Endpunkt
- xAI | x-ai/grok-4.3-20260430
- Temperatur
- Anbieterstandard
- Tokenlimit inklusive Reasoning
- 8.192 Token
- Testprotokoll
- community-visual-tests-v1
- Technische Prüfung
- Bestanden, keine Qualitätsbewertung
- Antwortzeit
- 149 s
Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.
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)Alle Daten im Vergleich
Der bessere Wert ist fett. Beim Gesamtindex nur, wenn der Abstand klar ist.
| Kennzahl | Grok 4.3 | Qwen 3.8 27B |
|---|---|---|
| Leistung | ||
| Gesamtindex0 bis 100, höher ist besser | 3 | 11 |
| Platz | Platz 56 bis 68 von 95 | Platz 44 bis 57 von 95 |
| Preis je 1 Mio. Token | ||
| Eingabewas du schickst | 1,25 $über 200.000 Token: 2,50 $ | 0,04 $ |
| Ausgabewas das Modell schreibt | 2,50 $über 200.000 Token: 5 $ | 2,50 $ |
| Tempo | ||
| Token pro Sekunde | 92 | 40 |
| Technik | ||
| Kontextfensterwie viel Text das Modell auf einmal liest | 1 Mio. Token≈ 1.500 A4-Seiten | 262.144 Token≈ 390 A4-Seiten |
| Wissensstand | k. A. | k. A. |
| Veröffentlicht | 06.05.2026 | 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: Grok 4.3B: Qwen 3.8 27B
Code MigrationOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 6,8 %Qwen 3.8 27B: 14,2 %Vals AIStand 18.10.2026
CritPt v2Overall · höher ist besserGrok 4.3: 4,9 %Qwen 3.8 27B: 0,0 %Artificial AnalysisStand 29.10.2026
EMBOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 18,4 %Qwen 3.8 27B: 59,7 %Vals AIStand 20.10.2026
Finance Agent (v2)Overall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 37,7 %Qwen 3.8 27B: 48,6 %Vals AIStand 20.10.2026
GDPval-AAOverall · höher ist besserGrok 4.3: 949,3 eloQwen 3.8 27B: 1.082,47 eloArtificial AnalysisStand 29.10.2026
GPQA DiamondOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 91,4 %Qwen 3.8 27B: 88,9 %Vals AIStand 01.09.2026
Legal Research BenchOverall · All-pass · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 15,4 %Qwen 3.8 27B: 36,1 %Vals AIStand 26.10.2026
LegalBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 84,5 %Qwen 3.8 27B: 82,4 %Vals AIStand 13.10.2026
LiveCodeBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 84,5 %Qwen 3.8 27B: 84 %Vals AIStand 01.09.2026
MedCodeOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 38,1 %Qwen 3.8 27B: 28,7 %Vals AIStand 13.10.2026
54 weitere Benchmarks anzeigen
MedScribeOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 74,4 %Qwen 3.8 27B: 83,8 %Vals AIStand 13.10.2026
MMLU ProOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 85,8 %Qwen 3.8 27B: 84,3 %Vals AIStand 01.09.2026
MMMU ProOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 83,1 %Qwen 3.8 27B: 83,9 %Vals AIStand 01.09.2026
MMMU-ProOverall · höher ist besserGrok 4.3: 75,8 %Qwen 3.8 27B: 74,2 %Artificial AnalysisStand 29.10.2026
MortgageTaxOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 48,3 %Qwen 3.8 27B: 64,9 %Vals AIStand 01.09.2026
ProgramBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 0 %Qwen 3.8 27B: 0 %Vals AIStand 20.10.2026
SkillsBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 40,6 %Qwen 3.8 27B: 38,1 %Vals AIStand 27.09.2026
SWE-bench VerifiedOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 71,4 %Qwen 3.8 27B: 86 %Vals AIStand 01.09.2026
Tax Agent BenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 6,2 %Qwen 3.8 27B: 30,9 %Vals AIStand 26.10.2026
TaxEval v2Overall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 70,8 %Qwen 3.8 27B: 70,9 %Vals AIStand 01.09.2026
Terminal-Bench 2.1Overall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 41,9 %Qwen 3.8 27B: 58,4 %Vals AIStand 01.10.2026
Vibe Code Bench v1.1Overall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 19,4 %Qwen 3.8 27B: 64,9 %Vals AIStand 26.10.2026
Code MigrationCLI · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 9,1 %Qwen 3.8 27B: 2,2 %Vals AIStand 18.10.2026
CritPt v2Overall · höher ist besserGrok 4.3: 0,0 %Qwen 3.8 27B: 0,3 %Artificial AnalysisStand 29.10.2026
EMBComps · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 16,6 %Qwen 3.8 27B: 53,3 %Vals AIStand 20.10.2026
Finance Agent (v2)Adjustments · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 31,9 %Qwen 3.8 27B: 47,3 %Vals AIStand 20.10.2026
GPQA DiamondFew-Shot CoT · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 92,9 %Qwen 3.8 27B: 88,9 %Vals AIStand 01.09.2026
Legal Research BenchAdministrative / Regulatory · All-pass · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 25,8 %Qwen 3.8 27B: 45,5 %Vals AIStand 26.10.2026
LegalBenchConclusion Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 89,9 %Qwen 3.8 27B: 88,4 %Vals AIStand 13.10.2026
LiveCodeBenchEasy · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 98,4 %Qwen 3.8 27B: 99,1 %Vals AIStand 01.09.2026
MMLU ProBiology · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 93,3 %Qwen 3.8 27B: 91,5 %Vals AIStand 01.09.2026
MMMU-ProOverall · höher ist besserGrok 4.3: 64,8 %Qwen 3.8 27B: 69,9 %Artificial AnalysisStand 29.10.2026
MortgageTaxNumerical Extraction · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 37,5 %Qwen 3.8 27B: 69,4 %Vals AIStand 01.09.2026
ProgramBenchAlmost Resolved · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 0 %Qwen 3.8 27B: 1 %Vals AIStand 20.10.2026
SkillsBenchNo Skills · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 19,3 %Qwen 3.8 27B: 19,1 %Vals AIStand 27.09.2026
SWE-bench Verified<15 min fix · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 83,5 %Qwen 3.8 27B: 90,2 %Vals AIStand 01.09.2026
Tax Agent BenchControversy & Precedence Analysis · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 0 %Qwen 3.8 27B: 6,7 %Vals AIStand 26.10.2026
TaxEval v2Correctness · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 60,6 %Qwen 3.8 27B: 60,1 %Vals AIStand 01.09.2026
Terminal-Bench 2.1Easy · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 75 %Qwen 3.8 27B: 50 %Vals AIStand 01.10.2026
Code MigrationCOBOL · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 0 %Qwen 3.8 27B: 50 %Vals AIStand 18.10.2026
CritPt v2Overall · höher ist besserGrok 4.3: 0,6 %Qwen 3.8 27B: 0,0 %Artificial AnalysisStand 29.10.2026
EMBDataroom · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 29,2 %Qwen 3.8 27B: 79,7 %Vals AIStand 20.10.2026
Finance Agent (v2)All-Pass · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 26,4 %Qwen 3.8 27B: 36,8 %Vals AIStand 20.10.2026
GPQA DiamondZero-Shot CoT · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 89,9 %Qwen 3.8 27B: 88,9 %Vals AIStand 01.09.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 73,9 %Qwen 3.8 27B: 88,5 %Vals AIStand 26.10.2026
LegalBenchInterpretation Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 81,8 %Qwen 3.8 27B: 82 %Vals AIStand 13.10.2026
LiveCodeBenchHard · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 66 %Qwen 3.8 27B: 65,7 %Vals AIStand 01.09.2026
MMLU ProBusiness · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 92,9 %Qwen 3.8 27B: 90,2 %Vals AIStand 01.09.2026
MMMU-ProOverall · höher ist besserGrok 4.3: 72,8 %Qwen 3.8 27B: 73,8 %Artificial AnalysisStand 29.10.2026
MortgageTaxSemantic Extraction · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 59 %Qwen 3.8 27B: 60,5 %Vals AIStand 01.09.2026
ProgramBenchFully Resolved · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 0 %Qwen 3.8 27B: 0 %Vals AIStand 20.10.2026
SkillsBenchWith Skills · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 40,6 %Qwen 3.8 27B: 38,1 %Vals AIStand 27.09.2026
SWE-bench Verified>4 hours · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 33,3 %Qwen 3.8 27B: 66,7 %Vals AIStand 01.09.2026
Tax Agent BenchControversy & Precedence Analysis · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 22,9 %Qwen 3.8 27B: 48,3 %Vals AIStand 26.10.2026
TaxEval v2Stepwise Reasoning · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 81 %Qwen 3.8 27B: 81,6 %Vals AIStand 01.09.2026
Terminal-Bench 2.1Hard · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 14,4 %Qwen 3.8 27B: 43,3 %Vals AIStand 01.10.2026
Code MigrationCode Quality · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 3,098 / 5Qwen 3.8 27B: 4,197 / 5Vals AIStand 18.10.2026
EMBDCF · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 11,4 %Qwen 3.8 27B: 50 %Vals AIStand 20.10.2026
Finance Agent (v2)Comparables · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 35,9 %Qwen 3.8 27B: 38,9 %Vals AIStand 20.10.2026
Legal Research BenchBusiness & Commercial · All-pass · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 14 %Qwen 3.8 27B: 41,9 %Vals AIStand 26.10.2026
LegalBenchIssue Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 89,2 %Qwen 3.8 27B: 90,2 %Vals AIStand 13.10.2026
LiveCodeBenchMedium · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 89 %Qwen 3.8 27B: 87,2 %Vals AIStand 01.09.2026
MMLU ProChemistry · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 91,6 %Qwen 3.8 27B: 91,8 %Vals AIStand 01.09.2026
ProgramBenchRaw Pass Rate · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 22,1 %Qwen 3.8 27B: 11,2 %Vals AIStand 20.10.2026
Anderes Duell vergleichen
Weitere Duelle
Ähnliche LLM-Vergleiche
Vergleiche Grok 4.3 und Qwen 3.8 27B mit weiteren wichtigen Modellen.