Anmelden Community öffnen →
INTERAKTIVER BENCHMARK-VERGLEICH V2.1

Direkter Modell-Vergleich (A vs. B vs. C)

Vergleiche bis zu 3 lokale LLMs Seite an Seite über alle 10 deutschen Praxis-Disziplinen, Dual-Judge-Scores, VRAM-Anforderungen und Geschwindigkeiten.

← Zur Gesamtrangliste (62 Modelle)
BELIEBTE DUELL-PRESETS:
MODELL A · RANG #22Non-Thinking

GPT-OSS-120B (MoE)

F16 · GGUF · 120B Parameter
SCORE V2.185.5 / 100
Qwen-Judge: 84.9Gemma-Judge: 86.0
VRAM (inkl. 32k KV):61.9 GB (60.9 GB Datei)
Speed RTX 5090:191 Tok/s
Speed RTX 3090:~103.1 Tok/s
Vision / Multimodal:Rein Text
MODELL B · RANG #1Thinking (CoT)

Qwen 3.5-27B-Thinking

Q4_K_M · GGUF · 27B Parameter
SCORE V2.193.3 / 100
Qwen-Judge: 92.8Gemma-Judge: 93.8
VRAM (inkl. 32k KV):19.3 GB (15.6 GB Datei)
Speed RTX 5090:62 Tok/s
Speed RTX 3090:~33.5 Tok/s
Vision / Multimodal:Ja (Bild + Text)
DISZIPLINEN-DUELL (10 DEUTSCHE PRAXIS-KATEGORIEN)

Wo gewinnt welches Modell im Alltag?

Direkter Vergleich der Durchschnittswerte (0 bis 10 Punkte) pro Disziplin. Der jeweilige Spitzenreiter pro Zeile ist hervorgehoben.

Code & DebuggingPython, TypeScript, SQL & Fehleranalyse im Realprojekt
GPT-OSS-120B (MoE)
9.6 / 10
Qwen 3.5-27B-Thinking
9.1 / 10
Logik & DeduktionMehrstufige Schlussfolgerung, Planung & Randfälle
GPT-OSS-120B (MoE)
9.2 / 10
Qwen 3.5-27B-Thinking
9.7 / 10
AnweisungstreueStrikte Einhaltung komplexer Format- und Negativregeln
GPT-OSS-120B (MoE)
10.0 / 10
Qwen 3.5-27B-Thinking
10.0 / 10
Strukturiertes JSON / Tool-UseValide Schemata, Funktionsaufrufe & API-Payloads
GPT-OSS-120B (MoE)
10.0 / 10
Qwen 3.5-27B-Thinking
10.0 / 10
Daten-ExtraktionPräzises Auslesen aus Verträgen, Rechnungen & Tabellen
GPT-OSS-120B (MoE)
9.5 / 10
Qwen 3.5-27B-Thinking
9.8 / 10
Zusammenfassung (Deutsch)Komprimierung langer deutscher Fachtexte ohne Informationsverlust
GPT-OSS-120B (MoE)
9.5 / 10
Qwen 3.5-27B-Thinking
9.8 / 10
Multi-Turn-DialogKonsistenz über mehrere Rückfragen und Kurswechsel hinweg
GPT-OSS-120B (MoE)
9.8 / 10
Qwen 3.5-27B-Thinking
9.9 / 10
Wissensgrenze & Recht/DSGVOSaubere Abgrenzung von gesichertem Wissen vs. Spekulation
GPT-OSS-120B (MoE)
8.6 / 10
Qwen 3.5-27B-Thinking
8.9 / 10
Halluzinations-SicherheitErkennung erfundener Werke, Paragraphen und Falschannahmen
GPT-OSS-120B (MoE)
1.5 / 10
Qwen 3.5-27B-Thinking
8.2 / 10
Deutsche GeschäftskorrespondenzNatürlicher, präziser Tonfall ohne KI-Floskeln
GPT-OSS-120B (MoE)
7.9 / 10
Qwen 3.5-27B-Thinking
8.0 / 10