Direktvergleich

Claude Opus 4.7 vs. DeepSeek-V4-Pro

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen: 170
verschiedene Benchmark-Messgrößen: 20
jüngster Abruf: 16.10.2026

Erstes ModellZweites Modell

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von Claude Opus 4.7 und DeepSeek-V4-Pro
Merkmal	Claude Opus 4.7	DeepSeek-V4-Pro
Anbieter	Anthropic	DeepSeek
Erschienen	Apr. 2026	24. Apr. 2026
Verfügbarkeit	Aktiv	Aktiv
Modelltyp	Proprietär	Open Weights
Parameter	Nicht veröffentlicht	1,6 Billionen, 49 Mrd. aktiv
Architektur	Nicht veröffentlicht	Mixture of Experts
Kontextfenster	1.000.000 Token	1.000.000 Token
Wissensstand	Januar 2026	Nicht veröffentlicht
Technische Quellen	Modell, Wissensstand	Modell, Kontext

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von Claude Opus 4.7 und DeepSeek-V4-Pro
Preisart	Claude Opus 4.7	DeepSeek-V4-Pro
API-Eingabe	5 $	0,66 $ (Off-Peak)
API-Ausgabe	25 $	1,98 $ (Off-Peak)
Cache lesen	0,5 $	0,022 $ (Off-Peak)
Cache schreiben (5 Min.)	6,25 $	Nicht ausgewiesen
Cache schreiben (1 Std.)	10 $	Nicht ausgewiesen
Preis geprüft	22.09.2026 Quelle	22.09.2026 Quelle
DeepSeek-V4-Pro: Spitzenpreise sind 1,32 $ Eingabe / 3,96 $ Ausgabe pro 1 Mio. Token während 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.

Claude Opus 4.7DeepSeek-V4-Pro

API-EingabeUSD pro 1 Mio. Token, Basistarif

Claude Opus 4.75 $

DeepSeek-V4-Pro0,66 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

Claude Opus 4.725 $

DeepSeek-V4-Pro1,98 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

Claude Opus 4.70,5 $

DeepSeek-V4-Pro0,022 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Anbieterpreise von Claude Opus 4.7 und DeepSeek-V4-Pro
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
Claude Opus 4.7	Anthropic	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle22.09.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/eu-west-1	5,5 $	27,5 $	Quelle26.10.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/global	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle26.10.2026
	Anthropic	Über OpenRouteranthropic	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle26.10.2026
	Azure	Über OpenRouterazure/global	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle26.10.2026
	Claude Platform on AWS	Über OpenRouterclaude-on-aws	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle26.10.2026
	Google	Über OpenRoutergoogle-vertex/europe	5,5 $	27,5 $	Quelle26.10.2026
	Google	Über OpenRoutergoogle-vertex/global	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle26.10.2026
	Google	Über OpenRoutergoogle-vertex/us	5,5 $	27,5 $	Quelle26.10.2026
DeepSeek-V4-Pro	DeepSeek	Direkt beim EntwicklerStandard-API	0,66 $	1,98 $	Quelle22.09.2026
	Alibaba	Über OpenRouteralibaba	1,122 $	3,366 $	Quelle26.10.2026
	Alibaba	Über OpenRouteralibaba/us-east-1	1,32 $	3,96 $	Quelle26.10.2026
	AtlasCloud	Über OpenRouteratlas-cloud/fp8	1,32 $	3,96 $	Quelle26.10.2026
	Baidu	Über OpenRouterbaidu/fp8	1,32 $	3,96 $	Quelle26.10.2026
	BaseTen	Über OpenRouterbaseten/fp4	1,32 $	3,96 $	Quelle26.10.2026
	Cloudflare	Über OpenRoutercloudflare	1,32 $	3,96 $	Quelle26.10.2026
	CoreWeave	Über OpenRoutercoreweave/fp8	1,31 $	3,96 $	Quelle26.10.2026
	DeepInfra	Über OpenRouterdeepinfra/fp8	1,3 $	2,6 $	Quelle26.10.2026
	DeepSeek	Über OpenRouterdeepseek	0,66 $	1,98 $	Quelle26.10.2026
	DekaLLM	Über OpenRouterdekallm	1,08 $	3,8 $	Quelle26.10.2026
	DigitalOcean	Über OpenRouterdigitalocean	1,32 $	3,96 $	Quelle26.10.2026
	GMICloud	Über OpenRoutergmicloud/fp8	1,056 $	3,168 $	Quelle26.10.2026
	Ionstream	Über OpenRouterionstream	0,37 $	2,93 $	Quelle26.10.2026
	Novita	Über OpenRouternovita/fp8	0,99 $	2,97 $	Quelle26.10.2026
	Parasail	Über OpenRouterparasail/fp8	1,32 $	3,96 $	Quelle26.10.2026
	Phala	Über OpenRouterphala	0,957 $	2,8776 $	Quelle26.10.2026
	Relace	Über OpenRouterrelace/fp4	Günstigster erfasster Preis: 0,2565 $	8 $	Quelle26.10.2026
	Sail Research	Über OpenRoutersail-research/fp4	0,45 $	Günstigster erfasster Preis: 0,8 $	Quelle26.10.2026
	Sail Research	Über OpenRoutersail-research/us	0,45 $	Günstigster erfasster Preis: 0,8 $	Quelle26.10.2026
	SiliconFlow	Über OpenRoutersiliconflow/fp8	1,32 $	3,96 $	Quelle26.10.2026
	StreamLake	Über OpenRouterstreamlake	0,66 $	1,98 $	Quelle26.10.2026
	Together	Über OpenRoutertogether	1,32 $	3,96 $	Quelle26.10.2026
	Venice	Über OpenRoutervenice	1,65 $	4,95 $	Quelle26.10.2026
	Wafer	Über OpenRouterwafer/mxfp4	0,285 $	4,3 $	Quelle26.10.2026

Benchmark-Index

Benchmark-Index im Vergleich

Der Index fasst unabhängige Benchmarks auf einer Skala von 0 bis 100 zusammen. Ein Vorsprung zählt erst, wenn ein Modell in mindestens 95 % von 200 Neuberechnungen mit zufällig neu gezogenen Testfamilien vorn liegt. Sonst gelten beide als gleichauf.

Zur KI-Bestenliste

Claude Opus 4.7

Gesamtindex

54,2

DeepSeek-V4-Pro

Gesamtindex

19,1

Claude Opus 4.7 liegt in 7 von 7 gemeinsamen Bereichen vorn.

Bereich	Claude Opus 4.7	DeepSeek-V4-Pro
Programmieren	38,9	23,7
Schlussfolgern	46,3	20,3
Wissen	59,6	23,2
Agenten	72,2	35,6
Finanzen	52,2	12,8
Recht	55,6	10,9
Gesundheit	61,3	9,4

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

Nicht genug direkt vergleichbare Kategorien für ein belastbares Radar

Nur 1 von mindestens 5 Kategorien enthalten direkt vergleichbare Modellmessungen. Die Benchmarktabellen darunter zeigen die vorhandenen Belege, ohne fehlende Achsen aufzufüllen.

Claude Opus 4.7DeepSeek-V4-Pro

Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.743,878 %

DeepSeek-V4-Pro26,201 %

CorpFin v2Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.766,084 %

DeepSeek-V4-Pro61,383 %

EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.763,728 %

DeepSeek-V4-Pro51,623 %

Finance Agent (v2)Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.751,509 %

DeepSeek-V4-Pro44,083 %

GPQA DiamondOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.790,152 %

DeepSeek-V4-Pro89,394 %

Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.76,667 %

DeepSeek-V4-Pro3,75 %

Legal Research BenchOverall · All-pass. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.738,462 %

DeepSeek-V4-Pro23,077 %

LegalBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.785,251 %

DeepSeek-V4-Pro80,323 %

LiveCodeBench v6Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.785,073 %

DeepSeek-V4-Pro87,484 %

LMArena Code Arena WebDevOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.71.555,463

DeepSeek-V4-Pro1.446,815

MedCodeOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.754,858 %

DeepSeek-V4-Pro40,455 %

MedScribeOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.782,953 %

DeepSeek-V4-Pro75,144 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Claude Opus 4.7 und DeepSeek-V4-Pro
Benchmark und Aufgabe	Claude Opus 4.7	DeepSeek-V4-Pro	Quelle
Code MigrationOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert43,878 %	26,201 %	Vals AI Quellendetails Datenstand: 12.10.2026
CorpFin v2Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert66,084 %	61,383 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert63,728 %	51,623 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert51,509 %	44,083 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert90,152 %	89,394 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert6,667 %	3,75 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchOverall · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert38,462 %	23,077 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert85,251 %	80,323 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	85,073 %	Höherer Messwert87,484 %	Vals AI Quellendetails Datenstand: 01.09.2026
LMArena Code Arena WebDevOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserClaude Opus 4.7: Snapshot: claude-opus-4-7, Harness: Arena Code Arena WebDev DeepSeek-V4-Pro: Snapshot: deepseek-v4-pro, Harness: Arena Code Arena WebDevClaude Opus 4.7: Arena-Bewertung aus 18.304 veröffentlichten Paarvergleichen.DeepSeek-V4-Pro: Arena-Bewertung aus 14.023 veröffentlichten Paarvergleichen.	Gewinner1.555,463 95-%-Konfidenzintervall: ±5,615Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.446,815 95-%-Konfidenzintervall: ±6,319Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
MedCodeOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert54,858 %	40,455 %	Vals AI Quellendetails Datenstand: 13.10.2026
MedScribeOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert82,953 %	75,144 %	Vals AI Quellendetails Datenstand: 13.10.2026
MMLU-ProOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert89,871 %	87,249 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Kein direkter Sieger0 %	Kein direkter Sieger0 %	Vals AI Quellendetails Datenstand: 12.10.2026
SWE-bench VerifiedOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert82 %	77,4 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	23,738 %	Höherer Messwert25,17 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert75,266 %	72,077 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.0Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.0Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Ausgabegrenze: 128.000 tokens	Höherer Messwert68,539 %	56,18 %	Vals AI Quellendetails Datenstand: 04.06.2026
Terminal-Bench 2.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Ausgabegrenze: 128.000 tokens	Höherer Messwert68,539 %	50,187 %	Vals AI Quellendetails Datenstand: 28.09.2026
Vibe Code Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Harness: OpenHands, Ausgabegrenze: 256.000 tokens	Höherer Messwert71,003 %	49,931 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCLI Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert35,171 %	15,47 %	Vals AI Quellendetails Datenstand: 12.10.2026
CorpFin v2Exact Pages Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert64,336 %	59,207 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBComps Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert64,519 %	57,434 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Adjustments Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert45,366 %	41,586 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondFew-Shot CoT Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert90,909 %	90,404 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert90,217 %	83,696 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchAdministrative / Regulatory · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert45,455 %	28,788 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchConclusion Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert89,983 %	89,117 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert99,068 %	98,758 %	Vals AI Quellendetails Datenstand: 01.09.2026
LMArena Code Arena WebDevOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserClaude Opus 4.7: Snapshot: claude-opus-4-7-high, Reasoning: high, Harness: Arena Code Arena WebDev DeepSeek-V4-Pro: Snapshot: deepseek-v4-pro-high-preview, Reasoning: high, Harness: Arena Code Arena WebDevClaude Opus 4.7: Arena-Bewertung aus 17.973 veröffentlichten Paarvergleichen.DeepSeek-V4-Pro: Arena-Bewertung aus 13.199 veröffentlichten Paarvergleichen.	Gewinner1.557,647 95-%-Konfidenzintervall: ±5,751Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.463,849 95-%-Konfidenzintervall: ±6,309Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
MMLU-ProBiology Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert94,561 %	92,887 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchAlmost Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: almost-resolved rateBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert9,5 %	0 %	Vals AI Quellendetails Datenstand: 12.10.2026
SWE-bench Verified<15 min fix Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert90,206 %	87,629 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	3,333 %	Höherer Messwert12,333 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Correctness Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert63,778 %	60,589 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.0Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.0Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Ausgabegrenze: 128.000 tokens	Höherer Messwert100 %	75 %	Vals AI Quellendetails Datenstand: 04.06.2026
Terminal-Bench 2.1Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Ausgabegrenze: 128.000 tokens	Höherer Messwert91,667 %	66,667 %	Vals AI Quellendetails Datenstand: 28.09.2026
Code MigrationCOBOL Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert70 %	58,393 %	Vals AI Quellendetails Datenstand: 12.10.2026
CorpFin v2Max Fitting Context Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert67,832 %	63,054 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBDataroom Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert80,91 %	62,572 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)All-Pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert38,647 %	31,448 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondZero-Shot CoT Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert89,394 %	88,384 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Kein direkter Sieger0 %	Kein direkter Sieger0 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert87,011 %	83,372 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchInterpretation Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert83,609 %	75,169 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Hard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	66,857 %	Höherer Messwert72,571 %	Vals AI Quellendetails Datenstand: 01.09.2026
LMArena Code Arena WebDevWebdev Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserClaude Opus 4.7: Snapshot: claude-opus-4-7, Harness: Arena Code Arena WebDev DeepSeek-V4-Pro: Snapshot: deepseek-v4-pro, Harness: Arena Code Arena WebDevClaude Opus 4.7: Arena-Bewertung aus 18.304 veröffentlichten Paarvergleichen.DeepSeek-V4-Pro: Arena-Bewertung aus 14.023 veröffentlichten Paarvergleichen.	Gewinner1.555,463 95-%-Konfidenzintervall: ±5,615Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.446,815 95-%-Konfidenzintervall: ±6,319Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
MMLU-ProBusiness Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert93,283 %	91,888 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchFully Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Kein direkter Sieger0 %	Kein direkter Sieger0 %	Vals AI Quellendetails Datenstand: 12.10.2026
SWE-bench Verified>4 hours Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert66,667 %	0 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert57,642 %	54,843 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Stepwise Reasoning Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert86,754 %	83,565 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.0Hard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.0Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Ausgabegrenze: 128.000 tokens	Höherer Messwert56,667 %	33,333 %	Vals AI Quellendetails Datenstand: 04.06.2026
Terminal-Bench 2.1Hard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Ausgabegrenze: 128.000 tokens	Höherer Messwert40 %	31,111 %	Vals AI Quellendetails Datenstand: 28.09.2026
Code MigrationCode Quality Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: mean reviewer code-quality ratingBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert4,588 / 5	3,401 / 5	Vals AI Quellendetails Datenstand: 12.10.2026
CorpFin v2Shared Max Context Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert66,084 %	61,888 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBDCF Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert57,069 %	44,435 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Comparables Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert45,556 %	39,632 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkArbitration International Dispute Resolution · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert87,097 %	83,513 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchBusiness & Commercial · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert32,558 %	23,256 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchIssue Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert88,947 %	84,587 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Medium Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	89,295 %	Höherer Messwert91,123 %	Vals AI Quellendetails Datenstand: 01.09.2026
LMArena Code Arena WebDevWebdev Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserClaude Opus 4.7: Snapshot: claude-opus-4-7-high, Reasoning: high, Harness: Arena Code Arena WebDev DeepSeek-V4-Pro: Snapshot: deepseek-v4-pro-high-preview, Reasoning: high, Harness: Arena Code Arena WebDevClaude Opus 4.7: Arena-Bewertung aus 17.973 veröffentlichten Paarvergleichen.DeepSeek-V4-Pro: Arena-Bewertung aus 13.199 veröffentlichten Paarvergleichen.	Gewinner1.557,647 95-%-Konfidenzintervall: ±5,751Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.463,849 95-%-Konfidenzintervall: ±6,309Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
MMLU-ProChemistry Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 4.7: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert93,286 %	92,491 %	Vals AI Quellendetails Datenstand: 01.09.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

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.

Gemeinsame Testrunde: 43b8c5c46830

Claude Opus 4.7

In dieser Runde nicht verfügbar

DeepSeek-V4-Pro

Frühere Tests

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Claude Opus 4.7

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: anthropic/claude-opus-4.7
API-Modell laut Antwort: anthropic/claude-opus-4.7
Reasoning-Einstellung: high
Festgelegter Endpunkt: Anthropic | anthropic/claude-4.7-opus-20260416
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 19,9 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

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)

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Vergleiche Claude Opus 4.7 und DeepSeek-V4-Pro mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich

Claude Opus 4.7 vs. DeepSeek-V4-Pro

Modellauswahl ändern

Allgemeine Daten

API-Preise im Vergleich

Benchmark-Index im Vergleich

Gemeinsame Benchmarks

Fähigkeitsprofil aus vergleichbaren Benchmarks

Unsere Tests

SVG-Kurztest

Claude Opus 4.7

DeepSeek-V4-Pro

Pelikan auf dem Fahrrad

Ein Benchmark-Sieg ist kein Gesamturteil

Ähnliche LLM-Vergleiche