Test 2 · Alltagsfragen

Drei Fragen aus dem echten Leben gehen an jedes Modell, jeweils mit denselben Einstellungen: Temperatur 0, Seed 42, bis zu 8.192 Token inklusive Nachdenken. Bewertet wird die sichtbare Antwort.

Frage

Gleiches Modell, drei Macs

qwen3.5 9B schreibt auf allen drei Geräten Wort für Wort dieselbe Antwort. Der Unterschied ist nur die Wartezeit. Das Rennen läuft zehnmal schneller als in echt.

denkt nach (noch nichts sichtbar)schreibt die Antwort

Bewertungen sind eine erste Sichtung anhand der Prüfkriterien (Maronen: einschneiden, 170–180 °C, 20–30 Min., Menge; Tesla: Autopilot setzt die Wischer auf Auto; Pizza: unter 24,46 €). Zeiten sind Messzeiten des Workers. „Nur 2.048 Token“ ist die ursprüngliche Konfiguration vom Morgen.