Qwen3.8 27B schlägt GPT‑5.6 im SQL‑Benchmark

Ein lokales SQL‑Benchmark zeigt, dass Qwen3.8 27B GPT‑5.6 in den Ergebnissen schlägt. Die Tests laufen auf einem MacBook mit 16 GB RAM und DuckDB. Die Kosten für die Ausführung sind nahezu null, weil nur Strom verbraucht wird. Die 4‑bit‑Version von Qwen3.8 nutzt etwa 30 W, während ein MacBook Pro mit M1 Pro und 16 GB RAM etwa 100 W benötigt. Damit ist der Energieverbrauch vergleichbar mit einer herkömmlichen Glühbirne. Die Kosten für die Rechenleistung betragen weniger als 0,50 USD, während OpenAI Luna Max mehr als 8 USD kostet. Die Differenz liegt mehr als 17‑fach. Die Genauigkeit von Gemini‑3‑Flash ist zwar höher, kostet aber 2,3‑mal mehr als Luna.

Sonnet 5 schneidet schlechter ab, weil die höhere Preise mit schlechterer Genauigkeit einhergeht. Kimi K3 bietet hohe Genauigkeit, ist aber ebenfalls teuer. Die Ergebnisse sind im MotherDuck Dive nachzulesen. Die neue Arbeitsweise ermöglicht tägliche Datenanalysen ohne hohe Token‑Kosten. Wer einen leistungsfähigen Laptop besitzt, kann damit mehrere hundert Dollar pro Monat verdienen, während die Stromkosten nur wenige Cent betragen. Die Gefahr, durch unbeabsichtigte Anfragen hohe Rechnungen zu erhalten, entfällt, weil die Abrechnung nach Nutzung erfolgt. Lokale Modelle können zudem ohne Cloud‑Abhängigkeit weiterentwickelt und angepasst werden.