Gemma 4 26B vs. Qwen 3.5 27B: Benchmark für lokale Geschäftsabläufe auf der RTX 4090

Ein Reddit-Nutzer führte einen umfassenden Benchmark-Vergleich zwischen Gemma 4 26B und Qwen 3.5 27B für lokale Geschäftsbetreiber-Workflows auf einer Prosumer-Workstation durch.

Testaufbau

Der Benchmark wurde auf einer lokalen Workstation mit folgenden Komponenten ausgeführt:

• RTX 4090 24GB
• Intel i9-14900KF
• 64GB RAM
• Ubuntu 25.10
• Ollama für Modellverwaltung

Testmethodik

Dies war kein Coding-Benchmark oder Einzelprompt-Test. Die Bewertung verwendete:

• 18 valide Direktvergleiche
• Dasselbe Wahrheitsdokument für alle Tests
• Identische Einschränkungen, Tonanforderungen und Regelsätze
• Ausgaben mussten präzise, fundiert, praktisch, hochwertig und auf Betreiberniveau bleiben
• Keine erfundenen Statistiken, falschen Garantien, Hype oder vage KI-Berater-Floskeln

Ergebnisse

Endstand: Gemma 13 Siege, Qwen 5 Siege

Wesentliche Erkenntnisse

Gemmas Stärken:

• Dramatisch schnellere Geschwindigkeit, die das Nutzererlebnis verändert
• Bessere Disziplin beim Bleiben innerhalb der Dokumentvorgaben
• Konsistenter bei der Erstellung nutzbarer Ausgaben ohne erfundene Inhalte
• Gewonnen: Zusammenfassungs-Benchmark, ursprünglicher Betreiber-Benchmark, konträre Positionierung, Metapherntest, Entdeckungsgespräch-Konstruktion, Einwände, Hooks, Story-Anzeigen, mehrere Kampagnenrunden, technischer Blaupausentest, Copy-Validierungs-Engine-Test

Qwens Stärken:

• Stärker bei breiterer Synthese und reichhaltigerer psychologischer Rahmung
• Bessere emotionale Nuancen und umfassendere Zweitdurchgang-Perspektive
• Gewonnen: Erweiterung ohne Abweichung, Kundenqualifizierung und Priorisierung, emotionale Winkel-Leiter, Vorher-Nachher-emotionale Transformationen, JSON-Compiler-Test

Praktische Schlussfolgerungen

Die Schlussfolgerung des Testers: Gemma ist besser für die Ausführung, Qwen ist besser für die Erweiterung. Gemma ist das Modell, dem man für geschäftsseitige, quellengestützte Workflows ohne ständige Beaufsichtigung vertrauen kann. Qwen eignet sich besser für Zweitmeinungen, breitere Rahmungsdurchgänge oder emotional nuanciertere Ansätze.

Der aktuelle lokale Stack des Testers:

• Gemma 4 26B: Standard-Text- und Geschäftsmodell
• Qwen3-Coder 30B: Codierungsmodell
• Qwen3-VL 30B: Vision-Modell
• GPT-OSS 20B: Schneller Fallback

Der Benchmark zeigte, dass es weniger darum ging, "welches Modell intelligenter ist", sondern mehr darum, "welches Modell tatsächlich dabei hilft, echte Arbeit zu erledigen, ohne in Unsinn abzudriften".