Direktvergleich

Qwen 3.8 Max 0902 vs. Mistral Medium 3.5

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen: 174
verschiedene Benchmarks: 29
jüngster Abruf: 15.10.2026

Erstes ModellZweites Modell

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von Qwen 3.8 Max 0902 und Mistral Medium 3.5
Merkmal	Qwen 3.8 Max 0902	Mistral Medium 3.5
Anbieter	Alibaba	Mistral AI
Erschienen	2. Sept. 2026	28. Apr. 2026
Verfügbarkeit	API-only	Aktiv
Modelltyp	Proprietär	Open Weights
Parameter	2,4 Billionen	128 Mrd.
Architektur	Mixture of Experts	Dense
Kontextfenster	1.000.000 Token	262.144 Token
Wissensstand	Nicht veröffentlicht	Nicht veröffentlicht
Technische Quellen	Modell	Modell, Kontext

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von Qwen 3.8 Max 0902 und Mistral Medium 3.5
Preisart	Qwen 3.8 Max 0902	Mistral Medium 3.5
API-Eingabe	1,65 $	1,5 $
API-Ausgabe	4,951 $	7,5 $
Cache lesen	0,137 $	Nicht ausgewiesen
Cache schreiben (5 Min.)	Nicht ausgewiesen	Nicht ausgewiesen
Cache schreiben (1 Std.)	Nicht ausgewiesen	Nicht ausgewiesen
Preis geprüft	22.09.2026 Quelle	22.09.2026 Quelle

Qwen 3.8 Max 0902Mistral Medium 3.5

API-EingabeUSD pro 1 Mio. Token, Basistarif

Qwen 3.8 Max 09021,65 $

Mistral Medium 3.51,5 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

Qwen 3.8 Max 09024,951 $

Mistral Medium 3.57,5 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Anbieterpreise von Qwen 3.8 Max 0902 und Mistral Medium 3.5
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
Qwen 3.8 Max 0902	Alibaba	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 1,65 $	Günstigster erfasster Preis: 4,951 $	Quelle22.09.2026
	Alibaba	Über OpenRouteralibaba	2 $	6 $	Quelle18.10.2026
	Alibaba	Über OpenRouteralibaba/us-east-1	2 $	6 $	Quelle18.10.2026
Mistral Medium 3.5	Mistral AI	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 1,5 $	Günstigster erfasster Preis: 7,5 $	Quelle22.09.2026
	Mistral	Über OpenRoutermistral	Günstigster erfasster Preis: 1,5 $	Günstigster erfasster Preis: 7,5 $	Quelle18.10.2026
	Mistral	Über OpenRoutermistral/eu	1,65 $	8,25 $	Quelle18.10.2026
	Mistral	Über OpenRoutermistral/zdr	Günstigster erfasster Preis: 1,5 $	Günstigster erfasster Preis: 7,5 $	Quelle18.10.2026

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

Qwen 3.8 Max 0902

Mistral Medium 3.5

Coding: 100 / 38 (2 Benchmarkfamilien)

Reasoning: 100 / 43,5 (3 Benchmarkfamilien)

Wissen: 100 / 0 (1 Benchmarkfamilie)

Agenten-Aufgaben: 100 / 29,8 (3 Benchmarkfamilien)

Gesamt: 100 / 52,7 (2 Benchmarkfamilien)

14 passende Messreihen aus 11 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 5 von 5 vergleichbaren Kategorien.

Qwen 3.8 Max 0902Mistral Medium 3.5

AA-BriefcaseOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Qwen 3.8 Max 09021.614,5 elo

Mistral Medium 3.5522,86 elo

AA-LCROverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Qwen 3.8 Max 090280,3 %

Mistral Medium 3.569,3 %

AA-OmniscienceOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Qwen 3.8 Max 090211,983 Punkte

Mistral Medium 3.5-36,8 Punkte

Artificial Analysis Intelligence IndexOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Qwen 3.8 Max 090245,415 Punkte

Mistral Medium 3.514,189 Punkte

AutomationBench-AAOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Qwen 3.8 Max 090256,2 %

Mistral Medium 3.56,3 %

Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Qwen 3.8 Max 090223,958 %

Mistral Medium 3.55,127 %

CorpFin v2Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Qwen 3.8 Max 090265,851 %

Mistral Medium 3.558,78 %

EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Qwen 3.8 Max 090260,066 %

Mistral Medium 3.511,185 %

Finance Agent (v2)Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Qwen 3.8 Max 090250,593 %

Mistral Medium 3.532,103 %

GDP.pdfOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Qwen 3.8 Max 090222,8 %

Mistral Medium 3.52,8 %

GDPval-AAOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Qwen 3.8 Max 09021.665,58 elo

Mistral Medium 3.5760,86 elo

GPQA DiamondOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Qwen 3.8 Max 090293,686 %

Mistral Medium 3.534,848 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Qwen 3.8 Max 0902 und Mistral Medium 3.5
Benchmark und Aufgabe	Qwen 3.8 Max 0902	Mistral Medium 3.5	Quelle
AA-BriefcaseOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v1.1Messgröße: AA-Briefcase EloBewertung: Mehr ist besserQwen 3.8 Max 0902: Snapshot: Qwen3.8 Max (0902) Mistral Medium 3.5: Snapshot: Mistral Medium 3.5Qwen 3.8 Max 0902: Exakte AA-Konfiguration: Qwen3.8 Max (0902) (Release qwen3-8-max-0902, Zeile qwen3-8-max, UUID b112af07-3bd5-4647-b09f-b23204361bb2, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Mistral Medium 3.5: Exakte AA-Konfiguration: Mistral Medium 3.5 (Release mistral-medium-3-5, Zeile mistral-medium-3-5, UUID dd059b25-d82a-4ead-82a4-4adceaaec48b, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner1.614,5 elo	522,86 elo	Artificial Analysis Quellendetails Datenstand: 15.10.2026
AA-LCROverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v1.1Messgröße: Pass rateBewertung: Mehr ist besserQwen 3.8 Max 0902: Snapshot: Qwen3.8 Max (0902) Mistral Medium 3.5: Snapshot: Mistral Medium 3.5Qwen 3.8 Max 0902: Exakte AA-Konfiguration: Qwen3.8 Max (0902) (Release qwen3-8-max-0902, Zeile qwen3-8-max, UUID b112af07-3bd5-4647-b09f-b23204361bb2, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Mistral Medium 3.5: Exakte AA-Konfiguration: Mistral Medium 3.5 (Release mistral-medium-3-5, Zeile mistral-medium-3-5, UUID dd059b25-d82a-4ead-82a4-4adceaaec48b, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner80,3 %	69,3 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
AA-OmniscienceOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: AA-Omniscience IndexBewertung: Mehr ist besserQwen 3.8 Max 0902: Snapshot: Qwen3.8 Max (0902) Mistral Medium 3.5: Snapshot: Mistral Medium 3.5Qwen 3.8 Max 0902: Exakte AA-Konfiguration: Qwen3.8 Max (0902) (Release qwen3-8-max-0902, Zeile qwen3-8-max, UUID b112af07-3bd5-4647-b09f-b23204361bb2, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Mistral Medium 3.5: Exakte AA-Konfiguration: Mistral Medium 3.5 (Release mistral-medium-3-5, Zeile mistral-medium-3-5, UUID dd059b25-d82a-4ead-82a4-4adceaaec48b, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner11,983 Punkte Der Index kann negative Werte annehmen und reicht laut Anbieter von -100 bis 100.	-36,8 Punkte Der Index kann negative Werte annehmen und reicht laut Anbieter von -100 bis 100.	Artificial Analysis Quellendetails Datenstand: 15.10.2026
Artificial Analysis Intelligence IndexOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v4.3.2Messgröße: Artificial Analysis Intelligence IndexBewertung: Mehr ist besserQwen 3.8 Max 0902: Snapshot: Qwen3.8 Max (0902) Mistral Medium 3.5: Snapshot: Mistral Medium 3.5Qwen 3.8 Max 0902: Exakte AA-Konfiguration: Qwen3.8 Max (0902) (Release qwen3-8-max-0902, Zeile qwen3-8-max, UUID b112af07-3bd5-4647-b09f-b23204361bb2, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Mistral Medium 3.5: Exakte AA-Konfiguration: Mistral Medium 3.5 (Release mistral-medium-3-5, Zeile mistral-medium-3-5, UUID dd059b25-d82a-4ead-82a4-4adceaaec48b, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner45,415 Punkte	14,189 Punkte	Artificial Analysis Quellendetails Datenstand: 15.10.2026
AutomationBench-AAOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: Objectives completed without guardrail violationsBewertung: Mehr ist besserQwen 3.8 Max 0902: Snapshot: Qwen3.8 Max (0902) Mistral Medium 3.5: Snapshot: Mistral Medium 3.5Qwen 3.8 Max 0902: Exakte AA-Konfiguration: Qwen3.8 Max (0902) (Release qwen3-8-max-0902, Zeile qwen3-8-max, UUID b112af07-3bd5-4647-b09f-b23204361bb2, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Mistral Medium 3.5: Exakte AA-Konfiguration: Mistral Medium 3.5 (Release mistral-medium-3-5, Zeile mistral-medium-3-5, UUID dd059b25-d82a-4ead-82a4-4adceaaec48b, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner56,2 %	6,3 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
Code MigrationOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert23,958 %	5,127 %	Vals AI Quellendetails Datenstand: 12.10.2026
CorpFin v2Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert65,851 %	58,78 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert60,066 %	11,185 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert50,593 %	32,103 %	Vals AI Quellendetails Datenstand: 12.10.2026
GDP.pdfOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: All-pass rateBewertung: Mehr ist besserQwen 3.8 Max 0902: Snapshot: Qwen3.8 Max (0902) Mistral Medium 3.5: Snapshot: Mistral Medium 3.5Qwen 3.8 Max 0902: Exakte AA-Konfiguration: Qwen3.8 Max (0902) (Release qwen3-8-max-0902, Zeile qwen3-8-max, UUID b112af07-3bd5-4647-b09f-b23204361bb2, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Mistral Medium 3.5: Exakte AA-Konfiguration: Mistral Medium 3.5 (Release mistral-medium-3-5, Zeile mistral-medium-3-5, UUID dd059b25-d82a-4ead-82a4-4adceaaec48b, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner22,8 %	2,8 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
GDPval-AAOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v2.1Messgröße: GDPval-AA EloBewertung: Mehr ist besserQwen 3.8 Max 0902: Snapshot: Qwen3.8 Max (0902) Mistral Medium 3.5: Snapshot: Mistral Medium 3.5Qwen 3.8 Max 0902: Exakte AA-Konfiguration: Qwen3.8 Max (0902) (Release qwen3-8-max-0902, Zeile qwen3-8-max, UUID b112af07-3bd5-4647-b09f-b23204361bb2, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Mistral Medium 3.5: Exakte AA-Konfiguration: Mistral Medium 3.5 (Release mistral-medium-3-5, Zeile mistral-medium-3-5, UUID dd059b25-d82a-4ead-82a4-4adceaaec48b, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner1.665,58 elo	760,86 elo	Artificial Analysis Quellendetails Datenstand: 15.10.2026
GPQA DiamondOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert93,686 %	34,848 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert10,417 %	0,417 %	Vals AI Quellendetails Datenstand: 12.10.2026
Humanity's Last ExamOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: Text-only pass@1 accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Snapshot: Qwen3.8 Max (0902) Mistral Medium 3.5: Snapshot: Mistral Medium 3.5Qwen 3.8 Max 0902: Exakte AA-Konfiguration: Qwen3.8 Max (0902) (Release qwen3-8-max-0902, Zeile qwen3-8-max, UUID b112af07-3bd5-4647-b09f-b23204361bb2, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Mistral Medium 3.5: Exakte AA-Konfiguration: Mistral Medium 3.5 (Release mistral-medium-3-5, Zeile mistral-medium-3-5, UUID dd059b25-d82a-4ead-82a4-4adceaaec48b, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner43,1 % Der Anbieter beschreibt seine Vergleichsauswertung als text-only 2.158 Fragen, nicht als den vollständigen 2.500-Fragen-Datensatz.	13,8 % Der Anbieter beschreibt seine Vergleichsauswertung als text-only 2.158 Fragen, nicht als den vollständigen 2.500-Fragen-Datensatz.	Artificial Analysis Quellendetails Datenstand: 15.10.2026
Legal Research BenchOverall · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert47,596 %	9,135 %	Vals AI Quellendetails Datenstand: 12.10.2026
LMArena Code Arena WebDevOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserQwen 3.8 Max 0902: Snapshot: qwen3.8-max-0902, Harness: Arena Code Arena WebDev Mistral Medium 3.5: Snapshot: mistral-medium-3.5, Harness: Arena Code Arena WebDevQwen 3.8 Max 0902: Arena-Bewertung aus 13.081 veröffentlichten Paarvergleichen.Mistral Medium 3.5: Arena-Bewertung aus 2.320 veröffentlichten Paarvergleichen.	Gewinner1.673,151 95-%-Konfidenzintervall: ±7,241Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.263,383 95-%-Konfidenzintervall: ±14,784Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
MedCodeOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 1, Ausgabegrenze: 30.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens	Höherer Messwert40,668 %	33,752 %	Vals AI Quellendetails Datenstand: 13.10.2026
MedScribeOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 1, Ausgabegrenze: 30.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens	Höherer Messwert84,947 %	67,728 %	Vals AI Quellendetails Datenstand: 13.10.2026
MMLU-ProOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert88,602 %	75,335 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert63,99 %	28,895 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProofBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert58 %	9 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGEOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 1, Ausgabegrenze: 30.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens	Höherer Messwert51,254 %	37,613 %	Vals AI Quellendetails Datenstand: 08.10.2026
SWE-bench VerifiedOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert85,6 %	66,4 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert32,095 %	4,482 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert75,552 %	67,988 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-BenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 4.0Messgröße: Task successBewertung: Mehr ist besserQwen 3.8 Max 0902: Snapshot: Qwen3.8 Max (0902) Mistral Medium 3.5: Snapshot: Mistral Medium 3.5Qwen 3.8 Max 0902: Exakte AA-Konfiguration: Qwen3.8 Max (0902) (Release qwen3-8-max-0902, Zeile qwen3-8-max, UUID b112af07-3bd5-4647-b09f-b23204361bb2, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Mistral Medium 3.5: Exakte AA-Konfiguration: Mistral Medium 3.5 (Release mistral-medium-3-5, Zeile mistral-medium-3-5, UUID dd059b25-d82a-4ead-82a4-4adceaaec48b, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner38,9 %	0,0 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
Terminal-Bench 2.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert67,416 %	38,951 %	Vals AI Quellendetails Datenstand: 28.09.2026
Vals Multimodal IndexOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: weighted index scoreBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert65,394 %	34,768 %	Vals AI Quellendetails Datenstand: 11.08.2026
Vibe Code Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Harness: OpenHands, Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Harness: OpenHands, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert64,696 %	2,888 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCLI Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert11,944 %	4,991 %	Vals AI Quellendetails Datenstand: 12.10.2026
CorpFin v2Exact Pages Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert64,569 %	55,361 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBComps Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert54,32 %	18,088 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Adjustments Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert48,426 %	27,312 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondFew-Shot CoT Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert92,424 %	34,848 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert90,942 %	64,493 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchAdministrative / Regulatory · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert59,091 %	7,576 %	Vals AI Quellendetails Datenstand: 12.10.2026
LMArena Code Arena WebDevWebdev Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserQwen 3.8 Max 0902: Snapshot: qwen3.8-max-0902, Harness: Arena Code Arena WebDev Mistral Medium 3.5: Snapshot: mistral-medium-3.5, Harness: Arena Code Arena WebDevQwen 3.8 Max 0902: Arena-Bewertung aus 13.081 veröffentlichten Paarvergleichen.Mistral Medium 3.5: Arena-Bewertung aus 2.320 veröffentlichten Paarvergleichen.	Gewinner1.673,151 95-%-Konfidenzintervall: ±7,241Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.263,383 95-%-Konfidenzintervall: ±14,784Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
MMLU-ProBiology Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert94,142 %	64,435 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxNumerical Extraction Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert72,258 %	11,924 %	Vals AI Quellendetails Datenstand: 01.09.2026
SAGEAutomata Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 1, Ausgabegrenze: 30.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens	Höherer Messwert39,682 %	30,159 %	Vals AI Quellendetails Datenstand: 08.10.2026
SWE-bench Verified<15 min fix Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert93,299 %	79,381 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert20 %	3,333 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Correctness Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert64,105 %	56,746 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.1Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert75 %	66,667 %	Vals AI Quellendetails Datenstand: 28.09.2026
Vals Multimodal IndexCorpFin v2 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert67,366 %	59,907 %	Vals AI Quellendetails Datenstand: 11.08.2026
Code MigrationCOBOL Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert60 %	5,536 %	Vals AI Quellendetails Datenstand: 12.10.2026
CorpFin v2Max Fitting Context Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert65,618 %	61,072 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBDataroom Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert83,536 %	13,403 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)All-Pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert38,229 %	21,632 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondZero-Shot CoT Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert94,949 %	34,848 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert20 %	0 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert90,519 %	67,472 %	Vals AI Quellendetails Datenstand: 12.10.2026
LMArena Code Arena WebDevWebdev-html Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserQwen 3.8 Max 0902: Snapshot: qwen3.8-max-0902, Harness: Arena Code Arena WebDev Mistral Medium 3.5: Snapshot: mistral-medium-3.5, Harness: Arena Code Arena WebDevQwen 3.8 Max 0902: Arena-Bewertung aus 2.257 veröffentlichten Paarvergleichen.Mistral Medium 3.5: Arena-Bewertung aus 259 veröffentlichten Paarvergleichen.	Gewinner1.651,307 95-%-Konfidenzintervall: ±14,717Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.307,357 95-%-Konfidenzintervall: ±41,479Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
MMLU-ProBusiness Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert92,902 %	64,385 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxSemantic Extraction Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert55,723 %	45,866 %	Vals AI Quellendetails Datenstand: 01.09.2026
SAGECalculus Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 1, Ausgabegrenze: 30.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 30.000 tokens	Höherer Messwert71,914 %	2,778 %	Vals AI Quellendetails Datenstand: 08.10.2026
SWE-bench Verified>4 hours Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert66,667 %	33,333 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert62,591 %	18,379 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Stepwise Reasoning Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert86,999 %	79,231 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.1Hard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert53,333 %	15,556 %	Vals AI Quellendetails Datenstand: 28.09.2026
Vals Multimodal IndexFinance Agent v2 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert48,657 %	31,511 %	Vals AI Quellendetails Datenstand: 11.08.2026
Code MigrationCode Quality Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: mean reviewer code-quality ratingBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert4,255 / 5	2,987 / 5	Vals AI Quellendetails Datenstand: 12.10.2026
CorpFin v2Shared Max Context Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert67,366 %	59,907 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBDCF Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserQwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens Mistral Medium 3.5: Reasoning: high, Temperatur: 0.7, Top P: 0.95, Ausgabegrenze: 80.000 tokens	Höherer Messwert49,134 %	2,218 %	Vals AI Quellendetails Datenstand: 12.10.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

SVG-Kurztest

Ein SVG-Prompt, feste Ausgabeparameter. Aufnahmen erscheinen nur bei gemeldeten 0 Reasoning-Tokens oder dokumentiert fehlender Reasoning-Steuerung. Gleiche Testbedingungen machen die interne Rechenleistung der Modelle nicht identisch.

Gemeinsame Testrunde: 4ae5d8eeb9a9

Qwen 3.8 Max 0902

In dieser Runde nicht verfügbar

Mistral Medium 3.5

Frühere Tests

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Qwen 3.8 Max 0902

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

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 05.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: qwen/qwen3.8-max-0902
API-Modell laut Antwort: qwen/qwen3.8-max-0902
Reasoning-Einstellung: high
Festgelegter Endpunkt: Alibaba | qwen/qwen3.8-max-20260902
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Nicht bestanden
Antwortzeit: 189,9 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

Mistral Medium 3.5

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: mistralai/mistral-medium-3-5
API-Modell laut Antwort: mistralai/mistral-medium-3-5
Reasoning-Einstellung: high
Festgelegter Endpunkt: Mistral | mistralai/mistral-medium-3.5-20260430
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 38,7 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Frühere Versuche (1)

07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high

Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Vergleiche Qwen 3.8 Max 0902 und Mistral Medium 3.5 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich

Qwen 3.8 Max 0902 vs. Mistral Medium 3.5

Modellauswahl ändern

Allgemeine Daten

API-Preise im Vergleich

Gemeinsame Benchmarks

Fähigkeitsprofil aus vergleichbaren Benchmarks

Unsere Tests

SVG-Kurztest

Qwen 3.8 Max 0902

Mistral Medium 3.5

Pelikan auf dem Fahrrad

Ein Benchmark-Sieg ist kein Gesamturteil

Ähnliche LLM-Vergleiche