Täglicher gemischter Preis ($/1 Mio.) – wird jeden Tag aufgezeichnet und bildet im Laufe der Zeit einen Trend.
Typischer 3:1-Output-to-Input-Mix pro 1 Mio. Token
Quelle: litellm
Komplexe Überlegungen, Analysen, Planungen und mehrstufige Problemlösungen, bei denen die Qualität der Antworten wichtiger ist als die reinen Kosten.
Microsoft Phi 4 Reasoning is a 14B open-weight reasoning model for math, science, coding, and instruction-following workloads.
phi-4-reasoning ist ein Argumentation-Modell von Microsoft (US). HotON.ai verfolgt es bei $0.13 pro 1 Mio. Eingabe-Tokens und $0.50 pro 1 Mio. Ausgabe-Tokens mit einem 33K-Token-Kontextfenster. Sein zusammengesetzter Effizienzwert beträgt 88/100 bei einem geschätzten $0.001 pro erfolgreicher Aufgabe.
phi-4-reasoning wird bei $0.13 pro 1 Mio. Eingabe-Tokens und $0.50 pro 1 Mio. Ausgabe-Tokens verfolgt. Eine typische 3:1-Ausgabe-zu-Eingabe-Arbeitslast ergibt ungefähr $0.41 pro 1 Mio. Token. Bei den Zahlen handelt es sich um illustrative Demodaten.
Komplexe Überlegungen, Analysen, Planungen und mehrstufige Problemlösungen, bei denen die Qualität der Antworten wichtiger ist als die reinen Kosten.
phi-4-reasoning unterstützt bis zu einem 33K-Token-Kontextfenster – groß genug für lange Dokumente und längere Konversationen in einer einzigen Anfrage.
Innerhalb des von HotON.ai erfassten Bestands ist phi-4-reasoning beim Eingabepreis günstiger als 75% der Modelle und liegt nach Gesamteffizienz auf Platz 319 von 521.
Ja – qwen3-30b-a3b-thinking-2507 ist eine kostengünstigere Option bei $0.40 pro 1 Million Ausgabe-Tokens, deckt aber dennoch ähnliche Argumentation-Anwendungsfälle ab. Vergleichen Sie sie nebeneinander auf HotON.ai.
Die Preise sind real (über den TestKey-Katalog, täglich aktualisiert). Qualität (Arena Elo) ist real, wenn das Modell auf der LMArena-Rangliste steht. Geschwindigkeit, Verfügbarkeit und Effizienz sind modellierte Schätzungen.