DeepSeek-V4-Pro
SprachmodellAktiv
DeepSeek-V4-Pro
DeepSeek
- Veröffentlicht
- 24. April 2026
- Datenstand
- 8. September 2026
- Benchmark-Meta-Score
- Mindestabdeckung fehlt
- Geschwindigkeit
- 70,8 Token/sAusgabe-Tempo
- Preis
- Eingabe · Ausgabe / 1 Mio. Token (Off-Peak)
- Eingabe
- Text
- Ausgabe
- Text
Neu an DeepSeek-V4-Pro ist die Kombination aus offenem V4-Pro-Checkpoint und 1.000.000 Token Kontext. DeepSeek nennt 1,6 Billionen Gesamtparameter und 49 Milliarden aktive Parameter.
Seit dem 14. September 2026 leitet DeepSeek den Alias deepseek-v4-pro vorübergehend an DeepSeek-V4.1-Flash weiter, bis V4.1-Pro erscheint. Die veröffentlichten Gewichte bleiben davon getrennt.
Technische Daten und Zugang
| Angabe | Wert und Quelle |
|---|---|
| Gewichte | Open WeightsQuelle |
| Zugang | API, LokalQuelle |
| Parameter | 1,6 BillionenQuelle |
| Aktive Parameter | 49 Mrd.Quelle |
| Kontextfenster | 1.000.000 TokenQuelle |
| Hinweise | 1,6 Bio. insgesamt, 49B aktiv, 1M Kontext, CSA+HCA-Attention, MIT-lizenziertQuelle |
| Lizenz | MITQuelle |
| Parameter | 1.600 Mrd.Quelle |
| Aktive Parameter | 49 Mrd.Quelle |
| Architektur | MoE with CSA/HCA and mHCQuelle |
| Trainings-Token | >32TQuelle |
| Eingabe | TextQuelle |
| Ausgabe | TextQuelle |
| Reasoning-Modus | non-think, think-high, think-maxQuelle |
| Werkzeugaufrufe | Ja (Native tool use is documented for V4 modes in official release documentation)Quelle |
| API-Modellkennung | deepseek-v4-pro (Pricing page updated alias: V4-Pro-0813)Quelle |
Benchmark-Metaanalyse
Gesamt- und Bereichsscores
Diese Gradually-Indizes ordnen ausgewählte veröffentlichte Messwerte auf einer Skala von 0 bis 100 ein. Sie sind keine Prozentgenauigkeit und keine Garantie für ein Ergebnis in deiner Anwendung.
Abrufstände der verwendeten Quellen 2026-10-15 - 2026-10-19
Gesamtindex
Noch nicht genug Abdeckung für einen Score
vorläufig
Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.
- Abdeckung des Panelgewichts
- 40 %
- Testfamilien
- 33 / 71
- Quellen
- 3
- Mathematische Grenzen bei fehlenden Werten
- 16,9-76,8 / 100
Programmieren
Noch nicht genug Abdeckung für einen Score
vorläufig
Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.
- Abdeckung des Panelgewichts
- 40 %
- Testfamilien
- 7 / 15
- Quellen
- 2
- Mathematische Grenzen bei fehlenden Werten
- 20,4-80,4 / 100
Schlussfolgern
Index 45,2 / 100
vorläufig
Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.
- Abdeckung des Panelgewichts
- 64 %
- Testfamilien
- 5 / 7
- Quellen
- 3
- Mathematische Grenzen bei fehlenden Werten
- 29,1-64,8 / 100
Mathematik
Index 16,6 / 100
vorläufig
Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.
- Abdeckung des Panelgewichts
- 60 %
- Testfamilien
- 3 / 5
- Quellen
- 2
- Mathematische Grenzen bei fehlenden Werten
- 10,0-50,0 / 100
Wissen
Index 51,4 / 100
vorläufig
Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.
- Abdeckung des Panelgewichts
- 100 %
- Testfamilien
- 3 / 3
- Quellen
- 3
- Mathematische Grenzen bei fehlenden Werten
- 51,4-51,4 / 100
Agenten
Noch nicht genug Abdeckung für einen Score
vorläufig
Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.
- Abdeckung des Panelgewichts
- 33 %
- Testfamilien
- 4 / 12
- Quellen
- 2
- Mathematische Grenzen bei fehlenden Werten
- 21,8-88,5 / 100
Finanzen
Index 42,3 / 100
vorläufig
Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.
- Abdeckung des Panelgewichts
- 71 %
- Testfamilien
- 5 / 7
- Quellen
- 1
- Mathematische Grenzen bei fehlenden Werten
- 30,2-58,8 / 100
Recht
Index 40,7 / 100
vorläufig
Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.
- Abdeckung des Panelgewichts
- 75 %
- Testfamilien
- 3 / 4
- Quellen
- 1
- Mathematische Grenzen bei fehlenden Werten
- 30,5-55,5 / 100
Gesundheit
Index 26,7 / 100
vorläufig
Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.
- Abdeckung des Panelgewichts
- 67 %
- Testfamilien
- 2 / 3
- Quellen
- 1
- Mathematische Grenzen bei fehlenden Werten
- 17,8-51,1 / 100
Produktivität
Noch nicht genug Abdeckung für einen Score
vorläufig
Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.
- Abdeckung des Panelgewichts
- 50 %
- Testfamilien
- 1 / 2
- Quellen
- 1
- Mathematische Grenzen bei fehlenden Werten
- 25,0-75,0 / 100
Dokumentierte Methode · Einbezogene Testfamilien und Messwerte
Methodenfassung: benchmark-meta-score-v1
Es zählen aktive Messwerte aus geprüften Primärquellen, wenn mindestens fünf Modelle im selben dokumentierten Vergleichsschnitt aus Datensatz, Harness, Agent, Werkzeugen und Versuchsanzahl verglichen werden. Pro Benchmark-Reihe und Auswerter zählt ein gemeinsamer Setup-Schnitt aus dem neuesten Abruf; bei gleichem Datum wird der breitere Schnitt verwendet. Bei mehreren ausdrücklich erfassten Reasoning-Stufen derselben Quelle und Testreihe zählt die höchste dokumentierte Stufe (none bis max), nicht der höchste Ergebniswert. Die ausdrückliche Quellenangabe „Non-reasoning“ entspricht none. Bei dieser Auswahl zwischen mehreren Ergebnissen führen unbekannte oder mehrdeutige Stufen zum Ausschluss des Modells aus der betreffenden Reihe. Eindeutige Einzelkonfigurationen benötigen keine Stufenreihenfolge. Das jeweils beste Einzelergebnis eines Modells wird nicht ausgewählt. Rangperzentile mit gleichen Rohwerten teilen sich dasselbe Perzentil. Mehrere Reihen desselben Auswerters innerhalb einer Testfamilie werden gleich gewichtet, danach werden Auswerter in der Testfamilie, Testfamilien im Bereich und Bereiche im Gesamtindex jeweils gleich gewichtet. Nicht gemessene Reihen bleiben in Abdeckung und Grenzen sichtbar. Ein Gesamtwert erfordert mindestens vier Bereiche, sechs Testfamilien und zwei Quellen. Ein Bereichswert erfordert mindestens zwei Testfamilien. Jeder Gesamt- und Bereichsscore benötigt außerdem mindestens 50 % des jeweiligen Panelgewichts.
Veröffentlichte modellabhängige Parameter können abweichen. Das ist kein kontrolliertes Experiment; solche Vergleiche werden als vorläufig gekennzeichnet.
Nicht gemessene Anteile werden nicht als Nullwert eingesetzt. Sie senken die Abdeckung und fließen nur in die ausgewiesenen Grenzen ein. Werte aus unterschiedlichen Abdeckungen sind daher nicht unmittelbar gleich vollständig.
Die Grenzen halten die vorhandenen Perzentile fest und setzen für fehlende Beiträge beliebige Werte von 0 bis 100 an. Sie sind keine Konfidenzintervalle und keine Prognose für spätere Neuberechnungen.
Die Quellenzahl ist keine Anzahl unabhängiger Experimente.
OECD-Handbuch zu zusammengesetzten IndikatorenAlle 33 Testfamilien und 12 von 38 Rohmesswerten sind hier aufgeführt. Die vollständige Rechnung für alle Modelle enthält der JSON-Export.
Testfamilie: AIME
Mathematik · Familienindex: 31,8 / 100Nominales Familiengewicht im Gesamtpanel: 1,43 % · Abdeckung dieser Testfamilie: 100 %
- Epoch AI benchmark run dataset snapshot
Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
- Einzelmessung:
- epoch-otis-mock-aime-2024-2025
- Gewicht der Messreihe innerhalb der Testfamilie:
- 100 %
- Nominaler Beitrag zum Gesamtpanel:
- 1,43 %
- Rohwert:
- 0,9666666666666667 ratio
- Messgröße:
- model_extracted_exact_match
- Version:
- 1.1.6
- Teilnehmende Modelle:
- 23
- Rangperzentil innerhalb der Kohorte:
- 31,8 %
- Abgerufen:
- 2026-10-19
- Vergleichskohorte:
- epoch-score-design-v1:["OTIS Mock AIME 2024-2025","OTIS Mock AIME 2024-2025","1.1.6","model_extracted_exact_match"]
- Reasoning-Stufe:
- max
- Dokumentierter Vergleichsaufbau
- Publikationskohorte:
- epoch-score-design-v1:["OTIS Mock AIME 2024-2025","OTIS Mock AIME 2024-2025","1.1.6","model_extracted_exact_match"]
- Datensatztyp:
- not-reported-in-captured-run-csv
- Setup- und Modellparameter
- Veröffentlichte Reasoning-Stufe: max. Weitere Inferenzparameter und ein Rechenbudget nennt der Capture nicht.
Unabhängige Evaluation. Epoch-Laufalias: deepseek-v4-pro_max. Epoch-Modellbezeichnung: DeepSeek-V4-Pro. Anzeigenamenfeld: DeepSeek v4 Pro (max). Im Alias kodierte Reasoning-Stufe: max. Task-ID: OTIS Mock AIME 2024-2025. Task-Version: 1.1.6. Lauf-ID: HjTDENSpy9sancDzr7pccY. Startzeit: 2026-06-17T00:34:52.000Z. Ursprüngliche Task-Bezeichnung: OTIS Mock AIME 2024-2025. Die CSV-Zeile meldet mean_score=0.9666666666666667 und stderr=0.02002208376727653. Die CSV enthält keine Spalte zur Stichprobengröße. Sie wird daher nicht abgeleitet. Der Standardfehler wird nicht als Konfidenzintervall ausgegeben. Meta-Score-Auswahl: Pro Modell wird innerhalb desselben Epoch-Quell-Testdesigns, Original-Tasks, derselben Version und desselben Scorers die höchste dokumentierte Reasoning-Stufe verwendet, unabhängig vom Messwert. Diese abgeleitete Score-Kopie behauptet kein vergleichbares Rechenbudget; Epoch veröffentlicht im Capture weder ein einheitliches Budget noch alle Inferenzparameter. Die Rohbeobachtung im Modellprofil bleibt unverändert. Verwendete Reasoning-Stufe: max.
- Epoch AI benchmark run dataset snapshot
Testfamilie: AA-Briefcase
Agenten · Familienindex: 67,1 / 100Nominales Familiengewicht im Gesamtpanel: 0,6 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
- Einzelmessung:
- artificial-analysis-aa-briefcase
- Gewicht der Messreihe innerhalb der Testfamilie:
- 100 %
- Nominaler Beitrag zum Gesamtpanel:
- 0,6 %
- Rohwert:
- 1.256,94 Elo
- Messgröße:
- AA-Briefcase Elo
- Version:
- v1.1
- Teilnehmende Modelle:
- 83
- Rangperzentil innerhalb der Kohorte:
- 67,1 %
- Abgerufen:
- 2026-10-19
- Vergleichskohorte:
- artificial-analysis-aa-briefcase:v1.1:v4.3.2:reasoning:tokens=2000:suffix=Max
- Reasoning-Stufe:
- Max
- Dokumentierter Vergleichsaufbau
- Publikationskohorte:
- ["artificial-analysis-aa-briefcase","v1.1","aa-model-page-2026-10-19-8a022369738c"]
- Datensatztyp:
- artificial-analysis-evaluation
- Setup- und Modellparameter
- Exakte AA-Konfiguration: DeepSeek V4 Pro 0813 (Max) (Release deepseek-v4-pro, Zeile deepseek-v4-pro, UUID 83173329-c09a-41f1-a028-a282a5f908d7, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled. Reasoning-Stufe: Max
Exakte AA-Konfiguration: DeepSeek V4 Pro 0813 (Max) (Release deepseek-v4-pro, Zeile deepseek-v4-pro, UUID 83173329-c09a-41f1-a028-a282a5f908d7, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/83173329-c09a-41f1-a028-a282a5f908d7/deepseek-v4-pro/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Modellstand: DeepSeek V4 Pro 0813 (Max). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Reasoning-Stufe: Max. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
- Artificial Analysis
Testfamilie: AA-LCR
Schlussfolgern · Familienindex: 69,5 / 100Nominales Familiengewicht im Gesamtpanel: 1,02 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
- Einzelmessung:
- artificial-analysis-aa-lcr
- Gewicht der Messreihe innerhalb der Testfamilie:
- 100 %
- Nominaler Beitrag zum Gesamtpanel:
- 1,02 %
- Rohwert:
- 80,3333333333333 %
- Messgröße:
- Pass rate
- Version:
- v1.1
- Teilnehmende Modelle:
- 83
- Rangperzentil innerhalb der Kohorte:
- 69,5 %
- Abgerufen:
- 2026-10-19
- Vergleichskohorte:
- artificial-analysis-aa-lcr:v1.1:v4.3.2:reasoning:tokens=2000:suffix=Max
- Reasoning-Stufe:
- Max
- Dokumentierter Vergleichsaufbau
- Publikationskohorte:
- ["artificial-analysis-aa-lcr","v1.1","aa-model-page-2026-10-19-8a022369738c"]
- Datensatztyp:
- artificial-analysis-evaluation
- Setup- und Modellparameter
- Exakte AA-Konfiguration: DeepSeek V4 Pro 0813 (Max) (Release deepseek-v4-pro, Zeile deepseek-v4-pro, UUID 83173329-c09a-41f1-a028-a282a5f908d7, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled. Reasoning-Stufe: Max
Exakte AA-Konfiguration: DeepSeek V4 Pro 0813 (Max) (Release deepseek-v4-pro, Zeile deepseek-v4-pro, UUID 83173329-c09a-41f1-a028-a282a5f908d7, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/83173329-c09a-41f1-a028-a282a5f908d7/deepseek-v4-pro/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Modellstand: DeepSeek V4 Pro 0813 (Max). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Reasoning-Stufe: Max. Angezeigter Wert: 80,3 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
- Artificial Analysis
Testfamilie: AutomationBench-AA
Agenten · Familienindex: 76,8 / 100Nominales Familiengewicht im Gesamtpanel: 0,6 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
- Einzelmessung:
- artificial-analysis-automationbench-aa
- Gewicht der Messreihe innerhalb der Testfamilie:
- 100 %
- Nominaler Beitrag zum Gesamtpanel:
- 0,6 %
- Rohwert:
- 56,711655463440025 %
- Messgröße:
- Objectives completed without guardrail violations
- Version:
- unspecified
- Teilnehmende Modelle:
- 83
- Rangperzentil innerhalb der Kohorte:
- 76,8 %
- Abgerufen:
- 2026-10-19
- Vergleichskohorte:
- artificial-analysis-automationbench-aa:unspecified:v4.3.2:reasoning:tokens=2000:suffix=Max
- Reasoning-Stufe:
- Max
- Dokumentierter Vergleichsaufbau
- Publikationskohorte:
- ["artificial-analysis-automationbench-aa","unspecified","aa-model-page-2026-10-19-8a022369738c"]
- Datensatztyp:
- artificial-analysis-evaluation
- Setup- und Modellparameter
- Exakte AA-Konfiguration: DeepSeek V4 Pro 0813 (Max) (Release deepseek-v4-pro, Zeile deepseek-v4-pro, UUID 83173329-c09a-41f1-a028-a282a5f908d7, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled. Reasoning-Stufe: Max
Exakte AA-Konfiguration: DeepSeek V4 Pro 0813 (Max) (Release deepseek-v4-pro, Zeile deepseek-v4-pro, UUID 83173329-c09a-41f1-a028-a282a5f908d7, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/83173329-c09a-41f1-a028-a282a5f908d7/deepseek-v4-pro/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Modellstand: DeepSeek V4 Pro 0813 (Max). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Reasoning-Stufe: Max. Angezeigter Wert: 56,7 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
- Artificial Analysis
Testfamilie: GDP.pdf
Schlussfolgern · Familienindex: 53,7 / 100Nominales Familiengewicht im Gesamtpanel: 1,02 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
- Einzelmessung:
- artificial-analysis-gdp-pdf
- Gewicht der Messreihe innerhalb der Testfamilie:
- 100 %
- Nominaler Beitrag zum Gesamtpanel:
- 1,02 %
- Rohwert:
- 11,4 %
- Messgröße:
- All-pass rate
- Version:
- unspecified
- Teilnehmende Modelle:
- 83
- Rangperzentil innerhalb der Kohorte:
- 53,7 %
- Abgerufen:
- 2026-10-19
- Vergleichskohorte:
- artificial-analysis-gdp-pdf:unspecified:v4.3.2:reasoning:tokens=2000:suffix=Max
- Reasoning-Stufe:
- Max
- Dokumentierter Vergleichsaufbau
- Publikationskohorte:
- ["artificial-analysis-gdp-pdf","unspecified","aa-model-page-2026-10-19-8a022369738c"]
- Datensatztyp:
- artificial-analysis-evaluation
- Setup- und Modellparameter
- Exakte AA-Konfiguration: DeepSeek V4 Pro 0813 (Max) (Release deepseek-v4-pro, Zeile deepseek-v4-pro, UUID 83173329-c09a-41f1-a028-a282a5f908d7, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled. Reasoning-Stufe: Max
Exakte AA-Konfiguration: DeepSeek V4 Pro 0813 (Max) (Release deepseek-v4-pro, Zeile deepseek-v4-pro, UUID 83173329-c09a-41f1-a028-a282a5f908d7, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/83173329-c09a-41f1-a028-a282a5f908d7/deepseek-v4-pro/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Modellstand: DeepSeek V4 Pro 0813 (Max). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Reasoning-Stufe: Max. Angezeigter Wert: 11,4 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
- Artificial Analysis
Testfamilie: GDPval-AA
Agenten · Familienindex: 73,2 / 100Nominales Familiengewicht im Gesamtpanel: 0,6 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
- Einzelmessung:
- artificial-analysis-gdpval-aa
- Gewicht der Messreihe innerhalb der Testfamilie:
- 100 %
- Nominaler Beitrag zum Gesamtpanel:
- 0,6 %
- Rohwert:
- 1.450,47 Elo
- Messgröße:
- GDPval-AA Elo
- Version:
- v2.1
- Teilnehmende Modelle:
- 83
- Rangperzentil innerhalb der Kohorte:
- 73,2 %
- Abgerufen:
- 2026-10-19
- Vergleichskohorte:
- artificial-analysis-gdpval-aa:v2.1:v4.3.2:reasoning:tokens=2000:suffix=Max
- Reasoning-Stufe:
- Max
- Dokumentierter Vergleichsaufbau
- Publikationskohorte:
- ["artificial-analysis-gdpval-aa","v2.1","aa-model-page-2026-10-19-8a022369738c"]
- Datensatztyp:
- artificial-analysis-evaluation
- Setup- und Modellparameter
- Exakte AA-Konfiguration: DeepSeek V4 Pro 0813 (Max) (Release deepseek-v4-pro, Zeile deepseek-v4-pro, UUID 83173329-c09a-41f1-a028-a282a5f908d7, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled. Reasoning-Stufe: Max
Exakte AA-Konfiguration: DeepSeek V4 Pro 0813 (Max) (Release deepseek-v4-pro, Zeile deepseek-v4-pro, UUID 83173329-c09a-41f1-a028-a282a5f908d7, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/83173329-c09a-41f1-a028-a282a5f908d7/deepseek-v4-pro/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Modellstand: DeepSeek V4 Pro 0813 (Max). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Reasoning-Stufe: Max. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
- Artificial Analysis
Testfamilie: AA-Omniscience
Wissen · Familienindex: 54,9 / 100Nominales Familiengewicht im Gesamtpanel: 2,38 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
- Einzelmessung:
- artificial-analysis-omniscience
- Gewicht der Messreihe innerhalb der Testfamilie:
- 100 %
- Nominaler Beitrag zum Gesamtpanel:
- 2,38 %
- Rohwert:
- 0,8333333333333334 points
- Messgröße:
- AA-Omniscience Index
- Version:
- unspecified
- Teilnehmende Modelle:
- 83
- Rangperzentil innerhalb der Kohorte:
- 54,9 %
- Abgerufen:
- 2026-10-19
- Vergleichskohorte:
- artificial-analysis-omniscience:unspecified:v4.3.2:reasoning:tokens=2000:suffix=Max
- Reasoning-Stufe:
- Max
- Dokumentierter Vergleichsaufbau
- Publikationskohorte:
- ["artificial-analysis-omniscience","unspecified","aa-model-page-2026-10-19-8a022369738c"]
- Datensatztyp:
- artificial-analysis-evaluation
- Setup- und Modellparameter
- Exakte AA-Konfiguration: DeepSeek V4 Pro 0813 (Max) (Release deepseek-v4-pro, Zeile deepseek-v4-pro, UUID 83173329-c09a-41f1-a028-a282a5f908d7, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled. Reasoning-Stufe: Max
Exakte AA-Konfiguration: DeepSeek V4 Pro 0813 (Max) (Release deepseek-v4-pro, Zeile deepseek-v4-pro, UUID 83173329-c09a-41f1-a028-a282a5f908d7, reasoning=true, source reasoning-token configuration budget=2000, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/83173329-c09a-41f1-a028-a282a5f908d7/deepseek-v4-pro/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Modellstand: DeepSeek V4 Pro 0813 (Max). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Reasoning-Stufe: Max. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
- Artificial Analysis
Testfamilie: Chess Puzzles
Schlussfolgern · Familienindex: 0,0 / 100Nominales Familiengewicht im Gesamtpanel: 1,02 % · Abdeckung dieser Testfamilie: 100 %
- Epoch AI benchmark run dataset snapshot
Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
- Einzelmessung:
- epoch-chess-puzzles
- Gewicht der Messreihe innerhalb der Testfamilie:
- 100 %
- Nominaler Beitrag zum Gesamtpanel:
- 1,02 %
- Rohwert:
- 0,19 ratio
- Messgröße:
- exact
- Version:
- 2.0.0
- Teilnehmende Modelle:
- 22
- Rangperzentil innerhalb der Kohorte:
- 0,0 %
- Abgerufen:
- 2026-10-19
- Vergleichskohorte:
- epoch-score-design-v1:["Chess Puzzles","Chess Puzzles","2.0.0","exact"]
- Reasoning-Stufe:
- max
- Dokumentierter Vergleichsaufbau
- Publikationskohorte:
- epoch-score-design-v1:["Chess Puzzles","Chess Puzzles","2.0.0","exact"]
- Datensatztyp:
- not-reported-in-captured-run-csv
- Setup- und Modellparameter
- Veröffentlichte Reasoning-Stufe: max. Weitere Inferenzparameter und ein Rechenbudget nennt der Capture nicht.
Unabhängige Evaluation. Epoch-Laufalias: deepseek-v4-pro_max. Epoch-Modellbezeichnung: DeepSeek-V4-Pro. Anzeigenamenfeld: DeepSeek v4 Pro (max). Im Alias kodierte Reasoning-Stufe: max. Task-ID: Chess Puzzles. Task-Version: 2.0.0. Lauf-ID: DSyqeLiA9LLZF4iaxsTVHL. Startzeit: 2026-10-13T13:38:19.000Z. Ursprüngliche Task-Bezeichnung: Chess Puzzles. Die CSV-Zeile meldet mean_score=0.19 und stderr=0.039427724440366255. Die CSV enthält keine Spalte zur Stichprobengröße. Sie wird daher nicht abgeleitet. Der Standardfehler wird nicht als Konfidenzintervall ausgegeben. Meta-Score-Auswahl: Pro Modell wird innerhalb desselben Epoch-Quell-Testdesigns, Original-Tasks, derselben Version und desselben Scorers die höchste dokumentierte Reasoning-Stufe verwendet, unabhängig vom Messwert. Diese abgeleitete Score-Kopie behauptet kein vergleichbares Rechenbudget; Epoch veröffentlicht im Capture weder ein einheitliches Budget noch alle Inferenzparameter. Die Rohbeobachtung im Modellprofil bleibt unverändert. Verwendete Reasoning-Stufe: max.
- Epoch AI benchmark run dataset snapshot
Testfamilie: SimpleQA Verified
Wissen · Familienindex: 27,8 / 100Nominales Familiengewicht im Gesamtpanel: 2,38 % · Abdeckung dieser Testfamilie: 100 %
- Epoch AI benchmark run dataset snapshot
Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
- Einzelmessung:
- epoch-simpleqa-verified
- Gewicht der Messreihe innerhalb der Testfamilie:
- 100 %
- Nominaler Beitrag zum Gesamtpanel:
- 2,38 %
- Rohwert:
- 0,46993987975951906 ratio
- Messgröße:
- simpleqa_scorer
- Version:
- 1.2.0
- Teilnehmende Modelle:
- 19
- Rangperzentil innerhalb der Kohorte:
- 27,8 %
- Abgerufen:
- 2026-10-19
- Vergleichskohorte:
- epoch-score-design-v1:["SimpleQA Verified","SimpleQA Verified (anti-abstention)","1.2.0","simpleqa_scorer"]
- Reasoning-Stufe:
- max
- Dokumentierter Vergleichsaufbau
- Publikationskohorte:
- epoch-score-design-v1:["SimpleQA Verified","SimpleQA Verified (anti-abstention)","1.2.0","simpleqa_scorer"]
- Datensatztyp:
- not-reported-in-captured-run-csv
- Setup- und Modellparameter
- Veröffentlichte Reasoning-Stufe: max. Weitere Inferenzparameter und ein Rechenbudget nennt der Capture nicht.
Unabhängige Evaluation. Epoch-Laufalias: deepseek-v4-pro_max. Epoch-Modellbezeichnung: DeepSeek-V4-Pro. Anzeigenamenfeld: DeepSeek v4 Pro (max). Im Alias kodierte Reasoning-Stufe: max. Task-ID: SimpleQA Verified. Task-Version: 1.2.0. Lauf-ID: Sq9xqkVTmFvELpQy9KH5TM. Startzeit: 2026-08-27T19:30:29.000Z. Ursprüngliche Task-Bezeichnung: SimpleQA Verified (anti-abstention). Die CSV-Zeile meldet mean_score=0.46993987975951906 und stderr=0.015806515332355317. Die CSV enthält keine Spalte zur Stichprobengröße. Sie wird daher nicht abgeleitet. Der Standardfehler wird nicht als Konfidenzintervall ausgegeben. Meta-Score-Auswahl: Pro Modell wird innerhalb desselben Epoch-Quell-Testdesigns, Original-Tasks, derselben Version und desselben Scorers die höchste dokumentierte Reasoning-Stufe verwendet, unabhängig vom Messwert. Diese abgeleitete Score-Kopie behauptet kein vergleichbares Rechenbudget; Epoch veröffentlicht im Capture weder ein einheitliches Budget noch alle Inferenzparameter. Die Rohbeobachtung im Modellprofil bleibt unverändert. Verwendete Reasoning-Stufe: max.
- Epoch AI benchmark run dataset snapshot
Testfamilie: FrontierMath
Mathematik · Familienindex: 0,0 / 100Nominales Familiengewicht im Gesamtpanel: 1,43 % · Abdeckung dieser Testfamilie: 100 %
- Epoch AI benchmark run dataset snapshot
Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
- Einzelmessung:
- epoch-frontiermath-tier-4-v2-private
- Gewicht der Messreihe innerhalb der Testfamilie:
- 50 %
- Nominaler Beitrag zum Gesamtpanel:
- 0,71 %
- Rohwert:
- 0,024390243902439025 ratio
- Messgröße:
- verification_code
- Version:
- 2.0.0
- Teilnehmende Modelle:
- 19
- Rangperzentil innerhalb der Kohorte:
- 0,0 %
- Abgerufen:
- 2026-10-19
- Vergleichskohorte:
- epoch-score-design-v1:["FrontierMath-Tier-4-v2-Private","FrontierMath-Tier-4-v2-Private","2.0.0","verification_code"]
- Reasoning-Stufe:
- max
- Dokumentierter Vergleichsaufbau
- Publikationskohorte:
- epoch-score-design-v1:["FrontierMath-Tier-4-v2-Private","FrontierMath-Tier-4-v2-Private","2.0.0","verification_code"]
- Datensatztyp:
- not-reported-in-captured-run-csv
- Setup- und Modellparameter
- Veröffentlichte Reasoning-Stufe: max. Weitere Inferenzparameter und ein Rechenbudget nennt der Capture nicht.
Unabhängige Evaluation. Epoch-Laufalias: deepseek-v4-pro_max. Epoch-Modellbezeichnung: DeepSeek-V4-Pro. Anzeigenamenfeld: DeepSeek v4 Pro (max). Im Alias kodierte Reasoning-Stufe: max. Task-ID: FrontierMath-Tier-4-v2-Private. Task-Version: 2.0.0. Lauf-ID: RAZ6VMfGtQSE8EvUZRRz4Q. Startzeit: 2026-06-17T02:30:14.000Z. Ursprüngliche Task-Bezeichnung: FrontierMath-Tier-4-v2-Private. Die CSV-Zeile meldet mean_score=0.024390243902439025 und stderr=0.024390243902439025. Die CSV enthält keine Spalte zur Stichprobengröße. Sie wird daher nicht abgeleitet. Der Standardfehler wird nicht als Konfidenzintervall ausgegeben. Meta-Score-Auswahl: Pro Modell wird innerhalb desselben Epoch-Quell-Testdesigns, Original-Tasks, derselben Version und desselben Scorers die höchste dokumentierte Reasoning-Stufe verwendet, unabhängig vom Messwert. Diese abgeleitete Score-Kopie behauptet kein vergleichbares Rechenbudget; Epoch veröffentlicht im Capture weder ein einheitliches Budget noch alle Inferenzparameter. Die Rohbeobachtung im Modellprofil bleibt unverändert. Verwendete Reasoning-Stufe: max. - Epoch AI benchmark run dataset snapshot
Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
- Einzelmessung:
- epoch-frontiermath-tiers-1-3-v2-private
- Gewicht der Messreihe innerhalb der Testfamilie:
- 50 %
- Nominaler Beitrag zum Gesamtpanel:
- 0,71 %
- Rohwert:
- 0,45263157894736844 ratio
- Messgröße:
- verification_code
- Version:
- 2.0.0
- Teilnehmende Modelle:
- 23
- Rangperzentil innerhalb der Kohorte:
- 0,0 %
- Abgerufen:
- 2026-10-19
- Vergleichskohorte:
- epoch-score-design-v1:["FrontierMath-Tiers-1-3-v2-Private","FrontierMath-Tiers-1-3-v2-Private","2.0.0","verification_code"]
- Reasoning-Stufe:
- max
- Dokumentierter Vergleichsaufbau
- Publikationskohorte:
- epoch-score-design-v1:["FrontierMath-Tiers-1-3-v2-Private","FrontierMath-Tiers-1-3-v2-Private","2.0.0","verification_code"]
- Datensatztyp:
- not-reported-in-captured-run-csv
- Setup- und Modellparameter
- Veröffentlichte Reasoning-Stufe: max. Weitere Inferenzparameter und ein Rechenbudget nennt der Capture nicht.
Unabhängige Evaluation. Epoch-Laufalias: deepseek-v4-pro_max. Epoch-Modellbezeichnung: DeepSeek-V4-Pro. Anzeigenamenfeld: DeepSeek v4 Pro (max). Im Alias kodierte Reasoning-Stufe: max. Task-ID: FrontierMath-Tiers-1-3-v2-Private. Task-Version: 2.0.0. Lauf-ID: KUar3FaFjzq5SMKrEhtn8e. Startzeit: 2026-06-17T02:30:14.000Z. Ursprüngliche Task-Bezeichnung: FrontierMath-Tiers-1-3-v2-Private. Die CSV-Zeile meldet mean_score=0.45263157894736844 und stderr=0.029536098269922092. Die CSV enthält keine Spalte zur Stichprobengröße. Sie wird daher nicht abgeleitet. Der Standardfehler wird nicht als Konfidenzintervall ausgegeben. Meta-Score-Auswahl: Pro Modell wird innerhalb desselben Epoch-Quell-Testdesigns, Original-Tasks, derselben Version und desselben Scorers die höchste dokumentierte Reasoning-Stufe verwendet, unabhängig vom Messwert. Diese abgeleitete Score-Kopie behauptet kein vergleichbares Rechenbudget; Epoch veröffentlicht im Capture weder ein einheitliches Budget noch alle Inferenzparameter. Die Rohbeobachtung im Modellprofil bleibt unverändert. Verwendete Reasoning-Stufe: max.
- Epoch AI benchmark run dataset snapshot
Testfamilie: GPQA Diamond
Schlussfolgern · Familienindex: 46,2 / 100Nominales Familiengewicht im Gesamtpanel: 1,02 % · Abdeckung dieser Testfamilie: 100 %
- Epoch AI benchmark run dataset snapshot
Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
- Einzelmessung:
- epoch-gpqa-diamond
- Gewicht der Messreihe innerhalb der Testfamilie:
- 50 %
- Nominaler Beitrag zum Gesamtpanel:
- 0,51 %
- Rohwert:
- 0,8964646464646465 ratio
- Messgröße:
- choice
- Version:
- 1.0.11
- Teilnehmende Modelle:
- 22
- Rangperzentil innerhalb der Kohorte:
- 21,4 %
- Abgerufen:
- 2026-10-19
- Vergleichskohorte:
- epoch-score-design-v1:["GPQA diamond","GPQA diamond","1.0.11","choice"]
- Reasoning-Stufe:
- max
- Dokumentierter Vergleichsaufbau
- Publikationskohorte:
- epoch-score-design-v1:["GPQA diamond","GPQA diamond","1.0.11","choice"]
- Datensatztyp:
- not-reported-in-captured-run-csv
- Setup- und Modellparameter
- Veröffentlichte Reasoning-Stufe: max. Weitere Inferenzparameter und ein Rechenbudget nennt der Capture nicht.
Unabhängige Evaluation. Epoch-Laufalias: deepseek-v4-pro_max. Epoch-Modellbezeichnung: DeepSeek-V4-Pro. Anzeigenamenfeld: DeepSeek v4 Pro (max). Im Alias kodierte Reasoning-Stufe: max. Task-ID: GPQA diamond. Task-Version: 1.0.11. Lauf-ID: LuZUnhD5rBLjRw36DaqfvZ. Startzeit: 2026-06-16T20:16:55.000Z. Ursprüngliche Task-Bezeichnung: GPQA diamond. Die CSV-Zeile meldet mean_score=0.8964646464646465 und stderr=0.017473014662966007. Die CSV enthält keine Spalte zur Stichprobengröße. Sie wird daher nicht abgeleitet. Der Standardfehler wird nicht als Konfidenzintervall ausgegeben. Meta-Score-Auswahl: Pro Modell wird innerhalb desselben Epoch-Quell-Testdesigns, Original-Tasks, derselben Version und desselben Scorers die höchste dokumentierte Reasoning-Stufe verwendet, unabhängig vom Messwert. Diese abgeleitete Score-Kopie behauptet kein vergleichbares Rechenbudget; Epoch veröffentlicht im Capture weder ein einheitliches Budget noch alle Inferenzparameter. Die Rohbeobachtung im Modellprofil bleibt unverändert. Verwendete Reasoning-Stufe: max.
- Epoch AI benchmark run dataset snapshot
Testfamilie: Humanity’s Last Exam
Schlussfolgern · Familienindex: 68,3 / 100Nominales Familiengewicht im Gesamtpanel: 1,02 % · Abdeckung dieser Testfamilie: 50 %
Testfamilie: SWE-bench Verified
Programmieren · Familienindex: 53,4 / 100Nominales Familiengewicht im Gesamtpanel: 0,48 % · Abdeckung dieser Testfamilie: 50 %
Testfamilie: Terminal-Bench
Programmieren · Familienindex: 57,4 / 100Nominales Familiengewicht im Gesamtpanel: 0,48 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: Terminal-Bench Science
Programmieren · Familienindex: 34,8 / 100Nominales Familiengewicht im Gesamtpanel: 0,48 % · Abdeckung dieser Testfamilie: 50 %
Testfamilie: Code Migration
Programmieren · Familienindex: 45,2 / 100Nominales Familiengewicht im Gesamtpanel: 0,48 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: CorpFin v2
Finanzen · Familienindex: 52,7 / 100Nominales Familiengewicht im Gesamtpanel: 1,02 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: EMB
Finanzen · Familienindex: 30,5 / 100Nominales Familiengewicht im Gesamtpanel: 1,02 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: Finance Agent (v2)
Finanzen · Familienindex: 28,3 / 100Nominales Familiengewicht im Gesamtpanel: 1,02 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: LiveCodeBench v6
Programmieren · Familienindex: 85,7 / 100Nominales Familiengewicht im Gesamtpanel: 0,48 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: Harvey's Legal Agent Benchmark
Recht · Familienindex: 55,7 / 100Nominales Familiengewicht im Gesamtpanel: 1,79 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: LegalBench
Recht · Familienindex: 34,6 / 100Nominales Familiengewicht im Gesamtpanel: 1,79 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: Legal Research Bench
Recht · Familienindex: 31,7 / 100Nominales Familiengewicht im Gesamtpanel: 1,79 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: MedCode
Gesundheit · Familienindex: 29,9 / 100Nominales Familiengewicht im Gesamtpanel: 2,38 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: MedScribe
Gesundheit · Familienindex: 23,5 / 100Nominales Familiengewicht im Gesamtpanel: 2,38 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: MMLU-Pro
Wissen · Familienindex: 71,4 / 100Nominales Familiengewicht im Gesamtpanel: 2,38 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: ProgramBench
Programmieren · Familienindex: 24,5 / 100Nominales Familiengewicht im Gesamtpanel: 0,48 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: ProofBench
Mathematik · Familienindex: 17,9 / 100Nominales Familiengewicht im Gesamtpanel: 1,43 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: SkillsBench
Agenten · Familienindex: 44,8 / 100Nominales Familiengewicht im Gesamtpanel: 0,6 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: Public Benefits Bench v1.1
Produktivität · Familienindex: 50,0 / 100Nominales Familiengewicht im Gesamtpanel: 3,57 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: Tax Agent Bench
Finanzen · Familienindex: 56,4 / 100Nominales Familiengewicht im Gesamtpanel: 1,02 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: TaxEval v2
Finanzen · Familienindex: 43,4 / 100Nominales Familiengewicht im Gesamtpanel: 1,02 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: Vibe Code Bench v1.1
Programmieren · Familienindex: 48,6 / 100Nominales Familiengewicht im Gesamtpanel: 0,48 % · Abdeckung dieser Testfamilie: 100 %
Benchmarkquellen im Überblick
Jeder Auswerter misst andere Fähigkeiten unter eigenen Bedingungen. Testreihen, Gesamtindizes und ihre Komponenten bleiben getrennt. Die Ergebnisse darunter behalten ihre Skalen, Konfigurationen und Quelldaten.
| Auswerter | Testreihen | Gesamtindizes | Erfasste aktive Messwerte |
|---|---|---|---|
| Artificial Analysis | 9 | 1 | 23 |
| Vals AI | 25 | 1 | 193 |
| LMArena | 2 | 0 | 66 |
| Epoch AI | 6 | 0 | 12 |
Die Abdeckung ist keine Qualitätsrangliste. Überschneidende Tests und mehrere Einstellungen zählen nicht als unabhängige Versuche. Herstellerangaben, historische und strittige Ergebnisse bleiben außerhalb dieser Übersicht und sind in den Detailbelegen gekennzeichnet.
Seite 1 von 30
Veröffentlichte Benchmarks
Finanzen
CorpFin v2
| Teilaufgabe | DeepSeek-V4-Pro (Dieses Modell) | GPT-5.6 Luna | GPT-5.6 Sol |
|---|---|---|---|
| Exact Pages | 59,21 % | 63,52 % (bester Wert dieser Zeile) | 61,54 % |
| Max Fitting Context | 63,05 % | 64,1 % | 65,15 % (bester Wert dieser Zeile) |
| Overall | 61,38 % | 64,22 % | 64,38 % (bester Wert dieser Zeile) |
| Shared Max Context | 61,89 % | 65,04 % | 66,43 % (bester Wert dieser Zeile) |
höhere Werte sind besserStand 15. Oktober 2026Quelle: Vals AIBalken je Zeile skaliert, nicht über Zeilen hinweg
Methodik und Einordnung
- Messgröße
- accuracy
Programmieren
LiveCodeBench v6
| Teilaufgabe | DeepSeek-V4-Pro (Dieses Modell) | GPT-5.6 Sol |
|---|---|---|
| Easy | 98,76 % (bester Wert dieser Zeile) | 98,14 % |
| Hard | 72,57 % (bester Wert dieser Zeile) | 67,43 % |
| Medium | 91,12 % (bester Wert dieser Zeile) | 82,25 % |
| Overall | 87,48 % (bester Wert dieser Zeile) | 82,6 % |
höhere Werte sind besserStand 15. Oktober 2026Quelle: Vals AIBalken je Zeile skaliert, nicht über Zeilen hinweg
Methodik und Einordnung
- Messgröße
- accuracy
Gesundheit
MedCode
Overall
höhere Werte sind besserStand 15. Oktober 2026Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- vals-medcode:1:overall
- Messgröße
- accuracy
- Skala
- 0-100
- Teilnehmer
- 5
- Methodik und Einordnung
- Kennung des Quellmodells: deepseek/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-13. Reasoning-Stufe: max. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 382.667. Standardfehler: 2.122. Kosten je Aufgabe in USD: 0.06071. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medcode-2026-10-15-988a6ae1e07e. Prüfsumme der Quelldaten: 988a6ae1e07e33ce031572ed4a804be11c36ee97a1dd75cbe4740fff3b534f8c. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
MedScribe
Overall
höhere Werte sind besserStand 15. Oktober 2026Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- vals-medscribe:1:overall
- Messgröße
- accuracy
- Skala
- 0-100
- Teilnehmer
- 5
- Methodik und Einordnung
- Kennung des Quellmodells: deepseek/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-13. Reasoning-Stufe: max. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 345.723. Standardfehler: 2.002. Kosten je Aufgabe in USD: 0.053954. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medscribe-2026-10-15-271fc122ddc2. Prüfsumme der Quelldaten: 271fc122ddc2b0602bd6c7947f65a9a7f0d8cab94f6dc27d62a9380a9317f9c0. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
ProofBench
Overall
höhere Werte sind besserStand 15. Oktober 2026Skala: 0 % - 100 %
Methodik und Einordnung
- Vergleichskohorte
- vals-proof-bench:1.1:overall
- Messgröße
- accuracy
- Skala
- 0-100
- Teilnehmer
- 8
- Methodik und Einordnung
- Kennung des Quellmodells: deepseek/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-12. Reasoning-Stufe: max. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 423.45. Standardfehler: 3.685. Kosten je Aufgabe in USD: 0.033594. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-proof_bench-2026-10-15-22be2aca25de. Prüfsumme der Quelldaten: 22be2aca25de5c4a9eb6448a95713e09a7c97126dfc6f4f75c4afd0e563209cb. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Dokumentierte Messdetails
CorpFin v2: Exact Pages (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 59.207
- Bewertung
- 59.207
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 2
- Kategorie
- finance
- Aufgabe
- exact_pages
- Aufgabenbezeichnung
- Exact Pages
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-corp-fin-v2:2:exact_pages
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Kennung des Quellmodells: deepseek/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-12. Reasoning-Stufe: max. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 84.032. Standardfehler: 1.678. Kosten je Aufgabe in USD: 0.007781. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-corp_fin_v2-2026-10-15-7cf2217ab372. Prüfsumme der Quelldaten: 7cf2217ab3728d5a84bffce82aab9fc52d7f810b0cbe8c65b387df47f3d31c9b. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
- Vergleichsmethodik
- Reasoning-Stufe: max. Maximale Ausgabetoken: 128000
CorpFin v2: Max Fitting Context (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 63.054
- Bewertung
- 63.054
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 2
- Kategorie
- finance
- Aufgabe
- max_fitting_context
- Aufgabenbezeichnung
- Max Fitting Context
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-corp-fin-v2:2:max_fitting_context
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Kennung des Quellmodells: deepseek/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-12. Reasoning-Stufe: max. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 79.933. Standardfehler: 1.648. Kosten je Aufgabe in USD: 0.316589. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-corp_fin_v2-2026-10-15-7cf2217ab372. Prüfsumme der Quelldaten: 7cf2217ab3728d5a84bffce82aab9fc52d7f810b0cbe8c65b387df47f3d31c9b. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
- Vergleichsmethodik
- Reasoning-Stufe: max. Maximale Ausgabetoken: 128000
CorpFin v2: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 61.383
- Bewertung
- 61.383
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 2
- Kategorie
- finance
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-corp-fin-v2:2:overall
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Kennung des Quellmodells: deepseek/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-12. Reasoning-Stufe: max. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 79.331. Standardfehler: 0.959. Kosten je Aufgabe in USD: 0.148855. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-corp_fin_v2-2026-10-15-7cf2217ab372. Prüfsumme der Quelldaten: 7cf2217ab3728d5a84bffce82aab9fc52d7f810b0cbe8c65b387df47f3d31c9b. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
- Vergleichsmethodik
- Reasoning-Stufe: max. Maximale Ausgabetoken: 128000
CorpFin v2: Shared Max Context (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 61.888
- Bewertung
- 61.888
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 2
- Kategorie
- finance
- Aufgabe
- shared_max_context
- Aufgabenbezeichnung
- Shared Max Context
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-corp-fin-v2:2:shared_max_context
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Kennung des Quellmodells: deepseek/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-12. Reasoning-Stufe: max. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 74.027. Standardfehler: 1.658. Kosten je Aufgabe in USD: 0.122195. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-corp_fin_v2-2026-10-15-7cf2217ab372. Prüfsumme der Quelldaten: 7cf2217ab3728d5a84bffce82aab9fc52d7f810b0cbe8c65b387df47f3d31c9b. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
- Vergleichsmethodik
- Reasoning-Stufe: max. Maximale Ausgabetoken: 128000
LiveCodeBench v6: Easy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 98.758
- Bewertung
- 98.758
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- coding
- Aufgabe
- easy
- Aufgabenbezeichnung
- Easy
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-lcb:1:easy
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Kennung des Quellmodells: deepseek/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Reasoning-Stufe: max. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 73.491. Standardfehler: 0.617. Kosten je Aufgabe in USD: 0.010782. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-10-15-1a7c7dabc9d9. Prüfsumme der Quelldaten: 1a7c7dabc9d95a0182886b1edc42623987cac2095a0d407a5e334f37acdfa2f5. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
- Vergleichsmethodik
- Reasoning-Stufe: max. Maximale Ausgabetoken: 128000
LiveCodeBench v6: Hard (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 72.571
- Bewertung
- 72.571
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- coding
- Aufgabe
- hard
- Aufgabenbezeichnung
- Hard
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-lcb:1:hard
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Kennung des Quellmodells: deepseek/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Reasoning-Stufe: max. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 1487.685. Standardfehler: 2.385. Kosten je Aufgabe in USD: 0.23531. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-10-15-1a7c7dabc9d9. Prüfsumme der Quelldaten: 1a7c7dabc9d95a0182886b1edc42623987cac2095a0d407a5e334f37acdfa2f5. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
- Vergleichsmethodik
- Reasoning-Stufe: max. Maximale Ausgabetoken: 128000
LiveCodeBench v6: Medium (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 91.123
- Bewertung
- 91.123
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- coding
- Aufgabe
- medium
- Aufgabenbezeichnung
- Medium
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-lcb:1:medium
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Kennung des Quellmodells: deepseek/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Reasoning-Stufe: max. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 585.336. Standardfehler: 1.453. Kosten je Aufgabe in USD: 0.082915. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-10-15-1a7c7dabc9d9. Prüfsumme der Quelldaten: 1a7c7dabc9d95a0182886b1edc42623987cac2095a0d407a5e334f37acdfa2f5. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
- Vergleichsmethodik
- Reasoning-Stufe: max. Maximale Ausgabetoken: 128000
LiveCodeBench v6: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 87.484
- Bewertung
- 87.484
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- coding
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-lcb:1:overall
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Kennung des Quellmodells: deepseek/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Reasoning-Stufe: max. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 715.504. Standardfehler: 0.953. Kosten je Aufgabe in USD: 0.109669. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-10-15-1a7c7dabc9d9. Prüfsumme der Quelldaten: 1a7c7dabc9d95a0182886b1edc42623987cac2095a0d407a5e334f37acdfa2f5. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
- Vergleichsmethodik
- Reasoning-Stufe: max. Maximale Ausgabetoken: 128000
MedCode: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 40.455
- Bewertung
- 40.455
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- health
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-medcode:1:overall
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Kennung des Quellmodells: deepseek/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-13. Reasoning-Stufe: max. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 382.667. Standardfehler: 2.122. Kosten je Aufgabe in USD: 0.06071. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medcode-2026-10-15-988a6ae1e07e. Prüfsumme der Quelldaten: 988a6ae1e07e33ce031572ed4a804be11c36ee97a1dd75cbe4740fff3b534f8c. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
- Vergleichsmethodik
- Reasoning-Stufe: max. Maximale Ausgabetoken: 128000
MedScribe: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 75.144
- Bewertung
- 75.144
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- health
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-medscribe:1:overall
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Kennung des Quellmodells: deepseek/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-13. Reasoning-Stufe: max. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 345.723. Standardfehler: 2.002. Kosten je Aufgabe in USD: 0.053954. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medscribe-2026-10-15-271fc122ddc2. Prüfsumme der Quelldaten: 271fc122ddc2b0602bd6c7947f65a9a7f0d8cab94f6dc27d62a9380a9317f9c0. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
- Vergleichsmethodik
- Reasoning-Stufe: max. Maximale Ausgabetoken: 128000
ProofBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 16
- Bewertung
- 16
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- 1.1
- Kategorie
- math
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- vals-proof-bench:1.1:overall
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Kennung des Quellmodells: deepseek/deepseek-v4-pro. Name des Quellmodells: DeepSeek-V4-Pro. Anbieter laut Quelle: DeepSeek. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-12. Reasoning-Stufe: max. Maximale Ausgabetoken: 128000. Latenz in Sekunden: 423.45. Standardfehler: 3.685. Kosten je Aufgabe in USD: 0.033594. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-proof_bench-2026-10-15-22be2aca25de. Prüfsumme der Quelldaten: 22be2aca25de5c4a9eb6448a95713e09a7c97126dfc6f4f75c4afd0e563209cb. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
- Vergleichsmethodik
- Reasoning-Stufe: max. Maximale Ausgabetoken: 128000
Seite 1 von 30
Unsere Tests
SVG-Kurztest
Ein SVG-Prompt, feste Ausgabeparameter. Aufnahmen erscheinen nur bei gemeldeten 0 Reasoning-Tokens oder dokumentiert fehlender Reasoning-Steuerung. Gleiche Testbedingungen machen die interne Rechenleistung der Modelle nicht identisch.
Frühere Tests
Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.
DeepSeek-V4-Pro
Die Antwort hat das Tokenlimit erreicht. Es liegt keine vollständige Aufzeichnung vor.
Reasoning (angefragt): high
Aktueller Versuch
- Datum des Testlaufs
- 05.10.2026
- API-Anbieter
- openrouter
- Angefragtes API-Modell
- deepseek/deepseek-v4-pro-0813
- API-Modell laut Antwort
- deepseek/deepseek-v4-pro-0813
- Reasoning-Einstellung
- high
- Festgelegter Endpunkt
- DeepSeek | deepseek/deepseek-v4-pro-20260813
- Temperatur
- Anbieterstandard
- Tokenlimit inklusive Reasoning
- 8.192 Token
- Testprotokoll
- community-visual-tests-v1
- Technische Prüfung
- Nicht bestanden
- Antwortzeit
- 67,6 s
Visuell noch nicht bewertet. Eine erfolgreiche Aufzeichnung bestätigt weder korrekte Physik noch die vollständige Umsetzung des Prompts.
Frühere Versuche (3)
- 02.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
- 01.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
- 07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
Prompt und Testbedingungen
Generate an SVG of a pelican riding a bicycle
Tokenlimit inklusive Reasoning: 8.192 Token
Ursprung der Aufgabe (Simon Willison)Beliebtheit
58,6 / 100
Veröffentlichte Preise
- API-Eingabe (Off-Peak)
- 0,66 $ pro 1 Mio. TokenQuelle
- API-Ausgabe (Off-Peak)
- 1,98 $ pro 1 Mio. TokenQuelle
- Cache lesen (Off-Peak)
- 0,022 $ pro 1 Mio. TokenQuelle
- Spitzenzeiten (UTC)
- Mo, Di, Mi, Do, Fr, 01:00-04:00 UTC; Mo, Di, Mi, Do, Fr, 06:00-10:00 UTC. Zu allen anderen Zeiten gelten Off-Peak-Preise.Quelle
- API-Eingabe (Peak)
- 1,32 $ pro 1 Mio. TokenQuelle
- API-Ausgabe (Peak)
- 3,96 $ pro 1 Mio. TokenQuelle
- Cache lesen (Peak)
- 0,044 $ pro 1 Mio. TokenQuelle