Qwen vs Gemma: Coding und Kosten

Qwen3.8-Flash-Next führt bei SciCode mit 50.58% gegenüber 45.49%. Gemma 4 31B hat mit $0.0018 die niedrigeren Beispielkosten; das andere Modell kostet $0.0025.

Aktualisiert · 6 Quellen · Methodik

KriteriumGewinnerVorsprungBeleg
SciCode (%)Qwen3.8-Flash-Next5.09 ppQwen3.8-Flash-Next 50.58% / Gemma 4 31B 45.49%12
Ausgabegeschwindigkeit (tokens/s)Qwen3.8-Flash-Next19.9 tokens/sQwen3.8-Flash-Next 55.4 / Gemma 4 31B 35.5 tokens/s
AA-Zeit bis zum ersten Antwort-Token (s)Qwen3.8-Flash-Next11.87 sQwen3.8-Flash-Next 38.17 s / Gemma 4 31B 50.04 s
Geschätzte AnfragekostenGemma 4 31B$0.000710K + 1K: Qwen3.8-Flash-Next $0.0025 / Gemma 4 31B $0.001843

AA-Benchmarks zur Codequalität

KennzahlQwen3.8-Flash-NextGemma 4 31B (Reasoning)
SciCode (%)50.58145.492

Leistung

KennzahlQwen3.8-Flash-NextGemma 4 31B (Reasoning)
Ausgabegeschwindigkeit (tokens/s)55.435.5
AA-Zeit bis zum ersten Antwort-Token (s)38.1750.04

Preise und Anfragekosten

KennzahlQwen3.8-Flash-Next · LyceumGemma 4 31B · Novita AI
Eingabe / 1M tokens$0.23$0.144
Ausgabe / 1M tokens$0.53$0.44
Kontextfenster (tokens)262,1445262,1444
Maximale Ausgabe (tokens)131,0726131,0724
API-DokumentationNovita AI · Chat API
Kostenbeispiel: 10,000 Eingabe- + 1,000 abgerechnete Ausgabetokens
Qwen3.8-Flash-Next$0.0025
Gemma 4 31B$0.0018

Coding, Reasoning, Kontext und Kosten

Coding-Benchmark

  • AA SciCode: Qwen3.8-Flash-Next 50.58% / Gemma 4 31B 45.49%.12

Reasoning-Benchmark

  • Die AA-Wartezeit bis zur ersten Antwort beträgt mit den gezeigten Einstellungen 38.17 s für Qwen3.8-Flash-Next und 50.04 s für Gemma 4 31B.12

Kontextfenster (tokens)

  • Die Kontextgröße trennt diese Endpunkte nicht: Beide nennen 262,144 tokens.12

Geschätzte Anfragekosten

  • Für eine kleinere Tokenrechnung liegt Gemma im veröffentlichten Szenario bei $0.0018 gegenüber Qwens $0.0025.43

Methodik und Quellen

SciCode ist AAs Bewertung für wissenschaftliche Programmierung und wird als Prozentwert angegeben; höher ist besser. Sie ist vom Leistungstest mit 10,000 Eingabe-Tokens getrennt und keine Cline-Bewertung im Editor. Qualität und Leistung verwenden die neben den Modellnamen gezeigten Konfigurationen. Ein aktueller AA v5 Intelligence Index wird nur angezeigt, wenn für beide Modelle ein Wert veröffentlicht ist. Die AA-Leistungswerte stammen aus dem Benchmark mit 10,000 Eingabe-Tokens und der jeweils angezeigten Modellkonfiguration; die Reasoning-Einstellungen unterscheiden sich. Die Ausgabegeschwindigkeit ist die mediane Ausgaberate. Die Antwortlatenz misst das erste Antwort-Token nach dem Reasoning, nicht den ersten gestreamten Reasoning-Chunk. Bei nicht gestreamtem Reasoning und Modellen ohne Reasoning sind erster Chunk und erste Antwort bei AA dasselbe Ereignis. AA schätzt die Antwortlatenz aus Anfangswartezeit und Reasoning-Dauer; sie ist kein separat erhobener Median. Es sind Referenz-Deployments, keine Garantien für Novita-Endpunkte. Das Kostenbeispiel ohne Cache berechnet 10,000 Eingabe- und 1,000 Ausgabe-Tokens zum Tarif des genannten Anbieters, nicht die Kosten des AA-Benchmarks. Preise sowie Kontext- und Ausgabelimits stammen aus den zitierten Anbieterquellen.

  1. Artificial Analysis · Qwen3.8-Flash-Next · Qualität und Leistung
  2. Artificial Analysis · Gemma 4 31B (Reasoning) · Qualität und Leistung
  3. Lyceum · Qwen3.8-Flash-Next · API-Preise und Limits
  4. Novita AI · Gemma 4 31B · Endpoint-Preise und Limits
  5. Lyceum · Qwen3.8-Flash-Next · native Kontextspezifikation
  6. Lyceum · Serverless-Anfragelimits

Mit Novita Model APIs entwickeln

API-Schlüssel erstellen und die Anwendung verbinden.

Jetzt entwickelnModelle ansehen