AnthropicDeepSeekLLM-Duell

Claude Opus 5.5vs.DeepSeek-V4-Pro

Wer ist besser?

Claude Opus 5.5 schneidet besser als DeepSeek-V4-Pro ab, aber kostet 6,1-mal (Eingabe) und 10,1-mal (Ausgabe) so viel.

Opus 5.5 vorn

LeistungGesamtindex, 100 Punkte = Durchschnitt

126,1

Claude Opus 5.5

Platz 1

86,8

DeepSeek-V4-Pro

Platz 43

Opus 5.5 schneller

TempoToken pro Sekunde

106

Claude Opus 5.5

DeepSeek-V4-Pro

DeepSeek-V4-Pro günstiger

Preis$ je 1 Mio. Token

8 $

Claude Opus 5.5

0,99 $

DeepSeek-V4-Pro

Opus 5.5 beliebter

Beliebtheit0 bis 100

Claude Opus 5.5

Platz 8 von 785

DeepSeek-V4-Pro

Platz 49 von 785

Nimm Claude Opus 5.5 für

MathematikWissenGesundheitProgrammierenAllgemeinSchlussfolgernRechtProduktivitätFinanzenAgenten

Nimm DeepSeek-V4-Pro für

Kein klarer Vorteil

Wo liegt der Unterschied?

Stärken im Überblick

Opus 5.5DeepSeek-V4-ProMedian aller Modelle mit Platz

ProgrammierenOpus 5.5 vorn

Opus 5.5129,9Platz 1

DeepSeek-V4-Pro90,4Platz 49

Median aller Modelle mit Platz84,1

95-%-Bereich: Opus 5.5 121,2 bis 138,7, DeepSeek-V4-Pro 85,8 bis 95,0.

BereichOpus 5.5DeepSeek-V4-Pro

Dieselben Werte und Urteile wie die Balken darunter. Im Ausschnitt beginnt das Netz bei 75 Punkten, knapp unter dem schwächsten Wert der beiden Modelle; der Durchschnitt der Referenzgruppe liegt bei 100. Nicht im Netz, weil ein Modell dort keinen eigenen Wert hat oder die Daten zu dünn sind: Multimodal.

Opus 5.5 liegt in 9 von 10 Bereichen vorn, DeepSeek-V4-Pro in keinem.

Opus 5.5 vorn: 9zu wenig Daten: 1

Bereiche im Gesamtindex

MathematikOpus 5.5 +46131,8 zu 85,4

WissenOpus 5.5 +43131,4 zu 88,3

ProgrammierenOpus 5.5 +40129,9 zu 90,4

AllgemeinOpus 5.5 +38125,1 zu 87,1

SchlussfolgernOpus 5.5 +38122,5 zu 84,6

AgentenOpus 5.5 +24117,2 zu 93,0

Multimodalnur Opus 5.5 mit Wertung

Fachgebiete

GesundheitOpus 5.5 +40122,1 zu 81,8

RechtOpus 5.5 +38121,5 zu 83,7

FinanzenOpus 5.5 +34121,4 zu 87,1

Die Balkenlänge zeigt den Abstand in Indexpunkten (volle Breite 15 Punkte, eine Standardabweichung der Referenzgruppe). Voll heißt sicher vorn, schraffiert noch nicht sicher, ein dünner grauer Balken gleichauf.

4 weitere Bereiche anzeigen, die nicht zum Gesamtindex zählen

ProduktivitätOpus 5.5 +35125,0 zu 89,5

Cybersicherheitnur Opus 5.5 mit Wertung

Suchenur Opus 5.5 mit Wertung

Bildungnur Opus 5.5 mit Wertung

Claude Opus 5.5 gegen DeepSeek-V4-Pro auf gleicher Stufe

Beide Modelle auf denselben Stufen gemessen. So zeigt sich, ob ein Vorsprung vom Modell kommt oder nur von mehr Rechenaufwand.

maxOpus 5.5 vorn

Opus 5.5 126,1 gegen DeepSeek-V4-Pro 86,8 · Abstand 35,2 · Testreihen 11

Gesamtindex (max gegen max)Opus 5.5 vorn

Opus 5.5 126,1 gegen DeepSeek-V4-Pro 86,8

Stufe	Opus 5.5	DeepSeek-V4-Pro	Abstand	Urteil	Testreihen
max	126,1	86,8	35,2	Opus 5.5 vorn	11
Gesamtindex (max gegen max)	126,1	86,8	39,3	Opus 5.5 vorn

Abstand und Urteil vergleichen nur die Testreihen von Artificial Analysis, in denen beide Modelle auf dieser Stufe gemessen sind. Gleichauf unter 3 Punkten, vorn erst bei einem Abstand über zwei Standardfehlern. Die Einzelwerte stützen sich auf alle Testreihen des jeweiligen Modells, deshalb weicht ihre Differenz vom Abstand ab.

Welches Modell für welche Aufgabe?

Alltagsaufgaben, übersetzt aus den Bereichswerten oben. Jede Zeile nennt die Werte, auf denen sie beruht.

AufgabeBesser geeignetberuht auf

Code schreiben und Fehler findenOpus 5.5Programmieren 129,9 zu 90,4

Mathe und DatenanalyseOpus 5.5Mathematik 131,8 zu 85,4, Schlussfolgern 122,5 zu 84,6

Fakten und RechercheOpus 5.5Wissen 131,4 zu 88,3, Suche ohne Wertung für DeepSeek-V4-Pro

Agenten und WorkflowsOpus 5.5Agenten 117,2 zu 93,0

Schnelle Antworten im ChatOpus 5.5106 zu 70 Token pro Sekunde

SicherheitsanalysenoffenCybersicherheit ohne Wertung für DeepSeek-V4-Pro

Viele Anfragen, kleines BudgetDeepSeek-V4-Pro8 $ zu 0,99 $ je 1 Mio. Token

Finanz-, Rechts- und MedizintexteOpus 5.5Finanzen 121,4 zu 87,1, Recht 121,5 zu 83,7, Gesundheit 122,1 zu 81,8

Bilder, Screenshots und PDFsoffenMultimodal ohne Wertung für DeepSeek-V4-Pro

Selbst ansehen: gleicher Auftrag, ein Versuch

Derselbe Prompt für beide Modelle. Gezeigt wird der neueste Versuch ohne Nachbesserung; er zählt nicht zum Gesamtindex.

Pelikan auf dem Fahrrad

Auftrag (englisches Original)

Generate an SVG of a pelican riding a bicycle

Ursprung der Aufgabe: Simon Willison

Claude Opus 5.5

01.10.2026 · 33 s · 0,07 $

Testdetails

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: anthropic/claude-opus-5.5
Reasoning-Einstellung: high
Tokenlimit inklusive Reasoning: 8.192 Token
Ausgabe-Token: 3.536 Token
Kosten des Versuchs: 0,0708 $
Antwortzeit: 33,2 s
API-Modell laut Antwort: anthropic/claude-opus-5.5
Festgelegter Endpunkt: Anthropic | anthropic/claude-opus-5.5-20260921
Temperatur: Anbieterstandard
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung

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.

05.10.2026 · 68 s · 0,02 $

Visuell noch nicht bewertet. Eine erfolgreiche Aufzeichnung bestätigt weder korrekte Physik noch die vollständige Umsetzung des Prompts.

Testdetails

Datum des Testlaufs: 05.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: deepseek/deepseek-v4-pro-0813
Reasoning-Einstellung: high
Tokenlimit inklusive Reasoning: 8.192 Token
Ausgabe-Token: 8.192 Token
Kosten des Versuchs: 0,0163 $
Antwortzeit: 67,6 s
API-Modell laut Antwort: deepseek/deepseek-v4-pro-0813
Festgelegter Endpunkt: DeepSeek | deepseek/deepseek-v4-pro-20260813
Temperatur: Anbieterstandard
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Nicht bestanden

Frühere Versuche (3)

02.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
01.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high

SVG-Kurztest

Ein SVG-Auftrag mit denselben festen Einstellungen für alle Modelle, ohne verdecktes Nachdenken.

Auftrag

Gib nur ein eigenständiges SVG eines Pelikans zurück, der Fahrrad fährt. Verwende viewBox „0 0 800 600“, einfache Formen, zwei deutlich sichtbare Räder und einen erkennbaren Pelikan mit langem Schnabel. Höchstens 30 SVG-Elemente und 1.800 Zeichen. Kein Markdown, keine Erklärungen, Kommentare, Skripte, Animationen, CSS oder externen Ressourcen.

Englischer Original-Auftrag

Return only one standalone SVG of a pelican riding a bicycle. Use viewBox="0 0 800 600", simple shapes, two clearly visible wheels and a recognizable pelican with a long beak. At most 30 SVG elements and 1800 characters. No Markdown, explanations, comments, scripts, animation, CSS or external resources.

Claude Opus 5.5

In dieser Runde nicht verfügbar

DeepSeek-V4-Pro

Claude Opus 5.5 und DeepSeek-V4-Pro im Gesamtindex

Alle Modelle mit Platz im Gesamtindex, beide Modelle dieses Vergleichs hervorgehoben. Weitere Modelle kannst du dazunehmen oder ausblenden.

Gesamtindex (Gradually Meta-Score v4)

20 von 92 Modellen

4 Modelle dieser Auswahl sind im Gesamtindex mit einer niedrigeren Reasoning-Stufe als max gemessen. Gestrichelte Säule: niedrigere Reasoning-Stufe als die Spitze.

Claude Opus 5.5max126,1

Gemini 4 Carbonhigh125,8

Claude Fable 5.1max123,8

Claude Sonnet 5.5max122,8

Gemini 4 Argonhigh122,3

GPT-6 Astramax121,3

GPT-6.1 Solmax119,2

Muse Wonder Fullmax118,3

Claude Opus 5max117,2

Muse Wondermax113,4

Kimi K3.1 Promax112,9

Claude Fable 5max112,5

GPT-6 Solmax110,5

GPT-5.6 Solmax108,7

Muse Spark 1.3max107,4

Gemini 3.7 Flashhigh107,1

DeepSeek V4.1 Flash 1017max106,6

Gemini 3.8 Flashhigh106,5

GPT-6.1 Terramax105,3

DeepSeek-V4-Promax86,8

Claude Opus 5.5

Gemini 4 Carbon

Claude Fable 5.1

Claude Sonnet 5.5

Gemini 4 Argon

GPT-6 Astra

GPT-6.1 Sol

Muse Wonder Full

Claude Opus 5

Muse Wonder

Kimi K3.1 Pro

Claude Fable 5

GPT-6 Sol

GPT-5.6 Sol

Muse Spark 1.3

Gemini 3.7 Flash

DeepSeek V4.1 Flash 1017

Gemini 3.8 Flash

GPT-6.1 Terra

DeepSeek-V4-Pro

Beliebtheit im Vergleich

Wie oft die Modelle gesucht, genutzt und erwähnt werden, auf einer Skala von 0 bis 100.

Claude Opus 5.5 ist beliebter als DeepSeek-V4-Pro: 68 zu 56 von 100.

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 7. November 2026

Claude Opus 5.5DeepSeek-V4-Pro

Alle Daten im Vergleich

Der bessere Wert ist fett. Beim Gesamtindex nur, wenn der Abstand klar ist.

Kennzahl	Claude Opus 5.5	DeepSeek-V4-Pro
Leistung
GesamtindexPunkte, 100 = Durchschnitt der Referenzgruppe, höher ist besser	126,1	86,8
Platz	Platz 1 von 92	Platz 43 von 92
Preis je 1 Mio. Token
Eingabewas du schickst	4 $	0,66 $
Ausgabewas das Modell schreibt	20 $	1,98 $
Kosten je Aufgabe (eigene Tests)Durchschnitt aus 1 Aufgabe des ursprünglichen Testprotokolls, die beide Modelle bestanden haben (ohne SVG-Kurztest)	0,11 $	0,021 $
Tempo
Token pro Sekunde	106	70
Beliebtheit
BeliebtheitSuche, Nutzung und Erwähnungen, 0 bis 100	68Platz 8 von 785	56Platz 49 von 785
Technik
Kontextfensterwie viel Text das Modell auf einmal liest	1 Mio. Token≈ 1.500 A4-Seiten	1 Mio. Token≈ 1.500 A4-Seiten
Wissensstand	Juni 2026	k. A.
Veröffentlicht	22.09.2026	24.04.2026
Verfügbarkeit	Aktiv	Aktiv
Offene Gewichte	nein	ja

DeepSeek-V4-Pro: Zu Spitzenzeiten (Mo, Di, Mi, Do, Fr, 01:00-04:00 UTC; Mo, Di, Mi, Do, Fr, 06:00-10:00 UTC) gelten 1,32 $ Eingabe und 3,96 $ Ausgabe je 1 Mio. Token. Die Tabelle zeigt den Preis außerhalb dieser Zeiten.

Preise ohne Rabatte für Zwischenspeicher und Stapelverarbeitung · Seitenzahl als Faustregel nach Artificial Analysis

Gibt es eine bessere Wahl?

Günstiger als DeepSeek-V4-ProDeepSeek V4.1 Flash 1017

Gesamtindex 106,6, Platz 170,15 $ Eingabe und 0,60 $ Ausgabe je 1 Mio. Token

Opus 5.5 vs. DeepSeek V4.1 Flash 1017

Gemeinsame Benchmarks

Einzelwerte aus derselben Benchmark-Version, Aufgabe und Messgröße. Fett ist ein Wert nur bei gleichem Testaufbau und klarem Abstand.

A: Claude Opus 5.5B: DeepSeek-V4-Pro

Code MigrationOverall · höher ist besserTestaufbau nicht identisch dokumentiert66,6 %26,2 %Vals AIStand 29.10.2026

EMBOverall · höher ist besserTestaufbau nicht identisch dokumentiert75,9 %51,6 %Vals AIStand 20.10.2026

Finance Agent (v2)Overall · höher ist besserTestaufbau nicht identisch dokumentiert58,6 %44,1 %Vals AIStand 29.10.2026

Legal Research BenchOverall · All-pass · höher ist besserTestaufbau nicht identisch dokumentiert50,5 %23,1 %Vals AIStand 05.11.2026

LMArena Code Arena WebDevOverall · höher ist besserTestaufbau nicht identisch dokumentiert1.8101.464LMArenaStand 28.10.2026

LMArena Text, Style ControlOverall · höher ist besser1.5091.455LMArenaStand 28.10.2026

MedCodeOverall · höher ist besserTestaufbau nicht identisch dokumentiert49,8 %40,5 %Vals AIStand 29.10.2026

MedScribeOverall · höher ist besserTestaufbau nicht identisch dokumentiert91,4 %75,1 %Vals AIStand 29.10.2026

ProgramBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiert18,5 %0,0 %Vals AIStand 05.11.2026

ProofBench v1.1Overall · höher ist besserTestaufbau nicht identisch dokumentiert100 %16 %Vals AIStand 29.10.2026

54 weitere Benchmarks anzeigen

Public Benefits Bench v1.1Overall · höher ist besserTestaufbau nicht identisch dokumentiert70,6 %62,9 %Vals AIStand 12.10.2026

Tax Agent BenchOverall · höher ist besserTestaufbau nicht identisch dokumentiert45,6 %25,2 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Overall · höher ist besserTestaufbau nicht identisch dokumentiert65,2 %11,1 %Vals AIStand 05.11.2026

Vibe Code Bench v1.1Overall · höher ist besserTestaufbau nicht identisch dokumentiert90,3 %49,9 %Vals AIStand 05.11.2026

Code MigrationCLI · höher ist besserTestaufbau nicht identisch dokumentiert65,5 %15,5 %Vals AIStand 29.10.2026

EMBComps · höher ist besserTestaufbau nicht identisch dokumentiert76,4 %57,4 %Vals AIStand 20.10.2026

Finance Agent (v2)Adjustments · höher ist besserTestaufbau nicht identisch dokumentiert54,5 %41,6 %Vals AIStand 29.10.2026

Legal Research BenchAdministrative / Regulatory · All-pass · höher ist besserTestaufbau nicht identisch dokumentiert65,2 %28,8 %Vals AIStand 05.11.2026

LMArena Code Arena WebDevHTML development · höher ist besserTestaufbau nicht identisch dokumentiert1.7531.471LMArenaStand 28.10.2026

LMArena Text, Style ControlBusiness, management and finance · höher ist besser1.4951.448LMArenaStand 28.10.2026

ProgramBenchAlmost Resolved · höher ist besserTestaufbau nicht identisch dokumentiert65 %0 %Vals AIStand 05.11.2026

Tax Agent BenchControversy & Precedence Analysis · höher ist besserTestaufbau nicht identisch dokumentiert30,0 %12,3 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Hardware · höher ist besserTestaufbau nicht identisch dokumentiert60 %0 %Vals AIStand 05.11.2026

Code MigrationCOBOL · höher ist besserTestaufbau nicht identisch dokumentiert70,0 %58,4 %Vals AIStand 29.10.2026

EMBDataroom · höher ist besserTestaufbau nicht identisch dokumentiert84,9 %62,6 %Vals AIStand 20.10.2026

Finance Agent (v2)All-Pass · höher ist besserTestaufbau nicht identisch dokumentiert48,1 %31,4 %Vals AIStand 29.10.2026

Legal Research BenchAdministrative / Regulatory · Weighted partial credit (weighted pass) · höher ist besserTestaufbau nicht identisch dokumentiert85,4 %83,4 %Vals AIStand 05.11.2026

LMArena Code Arena WebDevReact development · höher ist besserTestaufbau nicht identisch dokumentiert1.8601.454LMArenaStand 28.10.2026

LMArena Text, Style ControlChinese · höher ist besser1.5741.500LMArenaStand 28.10.2026

ProgramBenchFully Resolved · höher ist besserTestaufbau nicht identisch dokumentiert18,5 %0,0 %Vals AIStand 05.11.2026

Tax Agent BenchControversy & Precedence Analysis (weighted pass) · höher ist besserTestaufbau nicht identisch dokumentiert66,9 %54,8 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Media · höher ist besserTestaufbau nicht identisch dokumentiert75 %0 %Vals AIStand 05.11.2026

Code MigrationCode Quality · höher ist besserTestaufbau nicht identisch dokumentiert4,541 / 53,401 / 5Vals AIStand 29.10.2026

EMBDCF · höher ist besserTestaufbau nicht identisch dokumentiert70,1 %44,4 %Vals AIStand 20.10.2026

Finance Agent (v2)Comparables · höher ist besserTestaufbau nicht identisch dokumentiert45,8 %39,6 %Vals AIStand 29.10.2026

Legal Research BenchBusiness & Commercial · All-pass · höher ist besserTestaufbau nicht identisch dokumentiert48,8 %23,3 %Vals AIStand 05.11.2026

LMArena Code Arena WebDevWeb development · höher ist besserTestaufbau nicht identisch dokumentiert1.8101.464LMArenaStand 28.10.2026

LMArena Text, Style ControlCoding · höher ist besser1.5511.488LMArenaStand 28.10.2026

ProgramBenchRaw Pass Rate · höher ist besserTestaufbau nicht identisch dokumentiert87,0 %47,8 %Vals AIStand 05.11.2026

Tax Agent BenchCurrent & Temporal Analysis · höher ist besserTestaufbau nicht identisch dokumentiert46,6 %36,6 %Vals AIStand 05.11.2026

Terminal-Bench 4.0ML · höher ist besserTestaufbau nicht identisch dokumentiert81,8 %3,0 %Vals AIStand 05.11.2026

EMBLBO · höher ist besserTestaufbau nicht identisch dokumentiert69,0 %43,9 %Vals AIStand 20.10.2026

Finance Agent (v2)Disclosure Analysis · höher ist besserTestaufbau nicht identisch dokumentiert71,0 %52,6 %Vals AIStand 29.10.2026

Legal Research BenchBusiness & Commercial · Weighted partial credit (weighted pass) · höher ist besserTestaufbau nicht identisch dokumentiert71,0 %86,5 %Vals AIStand 05.11.2026

LMArena Text, Style ControlCreative writing · höher ist besser1.5201.440LMArenaStand 28.10.2026

Tax Agent BenchCurrent & Temporal Analysis (weighted pass) · höher ist besserTestaufbau nicht identisch dokumentiert73,3 %65,7 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Operations · höher ist besserTestaufbau nicht identisch dokumentiert29,6 %7,4 %Vals AIStand 05.11.2026

EMBM&A · höher ist besserTestaufbau nicht identisch dokumentiert82,3 %48,2 %Vals AIStand 20.10.2026

Finance Agent (v2)Earnings Analysis · höher ist besserTestaufbau nicht identisch dokumentiert78,0 %59,8 %Vals AIStand 29.10.2026

Legal Research BenchCivil Litigation · All-pass · höher ist besserTestaufbau nicht identisch dokumentiert48,1 %33,3 %Vals AIStand 05.11.2026

LMArena Text, Style ControlEnglish · höher ist besser1.5161.467LMArenaStand 28.10.2026

Tax Agent BenchFact-Pattern Analysis · höher ist besserTestaufbau nicht identisch dokumentiert46,5 %21,9 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Science · höher ist besserTestaufbau nicht identisch dokumentiert71,4 %7,1 %Vals AIStand 05.11.2026

EMBMisc · höher ist besserTestaufbau nicht identisch dokumentiert71,0 %57,6 %Vals AIStand 20.10.2026

Finance Agent (v2)Financial Modeling · höher ist besserTestaufbau nicht identisch dokumentiert26,9 %10,5 %Vals AIStand 29.10.2026

Legal Research BenchCivil Litigation · Weighted partial credit (weighted pass) · höher ist besserTestaufbau nicht identisch dokumentiert74 %86 %Vals AIStand 05.11.2026

LMArena Text, Style ControlEntertainment, sports and media · höher ist besser1.5011.432LMArenaStand 28.10.2026

Tax Agent BenchFact-Pattern Analysis (weighted pass) · höher ist besserTestaufbau nicht identisch dokumentiert72,9 %55,6 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Security · höher ist besserTestaufbau nicht identisch dokumentiert100,0 %26,7 %Vals AIStand 05.11.2026

EMBOperating · höher ist besserTestaufbau nicht identisch dokumentiert77,9 %47,2 %Vals AIStand 20.10.2026

Finance Agent (v2)General Qualitative Analysis · höher ist besserTestaufbau nicht identisch dokumentiert67,8 %60,3 %Vals AIStand 29.10.2026

Legal Research BenchConstitutional / Civil Rights · All-pass · höher ist besserTestaufbau nicht identisch dokumentiert42,1 %13,2 %Vals AIStand 05.11.2026

LMArena Text, Style ControlExcluding ties · höher ist besser1.5301.457LMArenaStand 28.10.2026

Tax Agent BenchForms & Filings · höher ist besserTestaufbau nicht identisch dokumentiert30,0 %13,3 %Vals AIStand 05.11.2026

Weitere Vergleiche

Vergleiche Claude Opus 5.5 und DeepSeek-V4-Pro mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen

Erstes ModellZweites Modell

Vorgänger und Nachfolger

VorgängerClaude Opus 5.5 vs. Claude Opus 5Vorgänger von Claude Opus 5.5

Die beliebtesten Vergleiche

Alle 69 Vergleiche zeigen