Der entscheidende Vergleich ist doch wie verhält sich so ein Modell bei einer realistischen Arbeitslast, komplexe Aufgabe, schwere Aufgabe, Aufgabe mit relevanter Systemlast. Wenn man sich die ganzen Benchmarks anschaut geht das selten über ein "Hallo" und einen Kontext von 4K hinaus, das sind Ergebnisse zum flexen, wie sieht es aber aus wenn der 200K Kontext zu 50% gefüllt ist, kollabiert (Nein nicht Cola-Bier) da die Performance. (wohlgemerkt wo noch nicht alles zur CPU ausgeladen ist).