Direktvergleich

Claude Sonnet 4.6 vs. DeepSeek-V4.1-Flash

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

gemeinsame Messreihen: 131
verschiedene Benchmarks: 13
jüngster Abruf: 15.10.2026

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 Sonnet 4.6 und DeepSeek-V4.1-Flash
Merkmal	Claude Sonnet 4.6	DeepSeek-V4.1-Flash
Anbieter	Anthropic	DeepSeek
Erschienen	Feb. 2026	10. Sept. 2026
Verfügbarkeit	Aktiv	Aktiv
Modelltyp	Proprietär	Open Weights
Parameter	Nicht veröffentlicht	552 Mrd.
Architektur	Nicht veröffentlicht	Mixture of Experts
Kontextfenster	1.000.000 Token	1.000.000 Token
Wissensstand	August 2025	Nicht veröffentlicht
Technische Quellen	Modell, Kontext	Modell

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 Sonnet 4.6 und DeepSeek-V4.1-Flash
Preisart	Claude Sonnet 4.6	DeepSeek-V4.1-Flash
API-Eingabe	3 $	0,15 $ (Off-Peak)
API-Ausgabe	15 $	0,6 $ (Off-Peak)
Cache lesen	0,3 $	0,003 $ (Off-Peak)
Cache schreiben (5 Min.)	3,75 $	Nicht ausgewiesen
Cache schreiben (1 Std.)	6 $	Nicht ausgewiesen
Preis geprüft	22.09.2026 Quelle	23.09.2026 Quelle
DeepSeek-V4.1-Flash: Spitzenpreise sind 0,3 $ Eingabe / 1,2 $ 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 Sonnet 4.6DeepSeek-V4.1-Flash

API-EingabeUSD pro 1 Mio. Token, Basistarif

Claude Sonnet 4.63 $

DeepSeek-V4.1-Flash0,15 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

Claude Sonnet 4.615 $

DeepSeek-V4.1-Flash0,6 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

Claude Sonnet 4.60,3 $

DeepSeek-V4.1-Flash0,003 $

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 Sonnet 4.6 und DeepSeek-V4.1-Flash
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
Claude Sonnet 4.6	Anthropic	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle22.09.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/eu-west-1	3,3 $	16,5 $	Quelle17.10.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/global	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle17.10.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/us	3,3 $	16,5 $	Quelle17.10.2026
	Anthropic	Über OpenRouteranthropic	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle17.10.2026
	Azure	Über OpenRouterazure/global	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle17.10.2026
	Claude Platform on AWS	Über OpenRouterclaude-on-aws	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/europe	3,3 $	16,5 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/global	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/us-east5	3,3 $	16,5 $	Quelle17.10.2026
DeepSeek-V4.1-Flash	DeepSeek	Direkt beim EntwicklerStandard-API	0,15 $	0,6 $	Quelle23.09.2026
	Alibaba	Über OpenRouteralibaba	0,3 $	1,2 $	Quelle17.10.2026
	AtlasCloud	Über OpenRouteratlas-cloud/fp8	0,135 $	0,54 $	Quelle17.10.2026
	Baidu	Über OpenRouterbaidu/fp8	0,3 $	1,2 $	Quelle17.10.2026
	BaseTen	Über OpenRouterbaseten	0,3 $	1,2 $	Quelle17.10.2026
	BaseTen	Über OpenRouterbaseten/us	0,3 $	1,2 $	Quelle17.10.2026
	Cloudflare	Über OpenRoutercloudflare	0,1 $	0,9 $	Quelle17.10.2026
	CoreWeave	Über OpenRoutercoreweave/fp8	0,15 $	0,65 $	Quelle17.10.2026
	Crusoe	Über OpenRoutercrusoe/fp8	0,29 $	1,2 $	Quelle17.10.2026
	Decart	Über OpenRouterdecart/fp4	0,09 $	0,18 $	Quelle17.10.2026
	DeepInfra	Über OpenRouterdeepinfra/fp8	0,14 $	0,42 $	Quelle17.10.2026
	DeepInfra	Über OpenRouterdeepinfra/fp8/flex	0,112 $	0,336 $	Quelle17.10.2026
	DeepInfra	Über OpenRouterdeepinfra/fp8/priority	0,21 $	0,63 $	Quelle17.10.2026
	DeepSeek	Über OpenRouterdeepseek	0,15 $	0,6 $	Quelle17.10.2026
	DigitalOcean	Über OpenRouterdigitalocean	0,195 $	0,78 $	Quelle17.10.2026
	Fireworks	Über OpenRouterfireworks	0,3 $	1,2 $	Quelle17.10.2026
	Fireworks	Über OpenRouterfireworks/us	0,45 $	1,8 $	Quelle17.10.2026
	GMICloud	Über OpenRoutergmicloud/fp8	0,18 $	0,72 $	Quelle17.10.2026
	InferenceNet	Über OpenRouterinference-net/fp8	0,103 $	0,715 $	Quelle17.10.2026
	Ionstream	Über OpenRouterionstream	0,27 $	1,1 $	Quelle17.10.2026
	Makora	Über OpenRoutermakora/fp8	0,27 $	1,15 $	Quelle17.10.2026
	Modal	Über OpenRoutermodal	0,3 $	1,2 $	Quelle17.10.2026
	Morph	Über OpenRoutermorph/fp8	0,04 $	0,7 $	Quelle17.10.2026
	Novita	Über OpenRouternovita/fp8	0,195 $	0,78 $	Quelle17.10.2026
	OpenInference	Über OpenRouteropen-inference/fp4	Günstigster erfasster Preis: 0,032 $	Günstigster erfasster Preis: 0,144 $	Quelle17.10.2026
	Parasail	Über OpenRouterparasail/fp8	0,3 $	1,2 $	Quelle17.10.2026
	Phala	Über OpenRouterphala	0,21 $	0,84 $	Quelle17.10.2026
	PrimeIntellect	Über OpenRouterprimeintellect	0,3 $	1,2 $	Quelle17.10.2026
	Relace	Über OpenRouterrelace	0,2 $	0,6 $	Quelle17.10.2026
	Sail Research	Über OpenRoutersail-research/fp4	0,09 $	0,3 $	Quelle17.10.2026
	SiliconFlow	Über OpenRoutersiliconflow/fp8	0,3 $	1,2 $	Quelle17.10.2026
	StreamLake	Über OpenRouterstreamlake/fp8	0,1497 $	0,5988 $	Quelle17.10.2026
	Together	Über OpenRoutertogether	0,3 $	1,2 $	Quelle17.10.2026
	Venice	Über OpenRoutervenice/fp8	0,3 $	1,2 $	Quelle17.10.2026
	Wafer	Über OpenRouterwafer/mxfp4	0,1 $	0,65 $	Quelle17.10.2026

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

Claude Sonnet 4.6DeepSeek-V4.1-Flash

Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.639,892 %

DeepSeek-V4.1-Flash45,623 %

EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.660,154 %

DeepSeek-V4.1-Flash57,208 %

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

Claude Sonnet 4.651,035 %

DeepSeek-V4.1-Flash53,481 %

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

Claude Sonnet 4.65 %

DeepSeek-V4.1-Flash6,667 %

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

Claude Sonnet 4.638,462 %

DeepSeek-V4.1-Flash41,346 %

LegalBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.682,12 %

DeepSeek-V4.1-Flash83,277 %

ProgramBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.60,5 %

DeepSeek-V4.1-Flash0,5 %

Public Benefits Bench v1.1Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.662,449 %

DeepSeek-V4.1-Flash64,276 %

SAGEOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.646,582 %

DeepSeek-V4.1-Flash47,88 %

SkillsBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.649,052 %

DeepSeek-V4.1-Flash69,802 %

Tax Agent BenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.625,84 %

DeepSeek-V4.1-Flash26,63 %

Terminal-Bench 2.1Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.657,303 %

DeepSeek-V4.1-Flash74,532 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Claude Sonnet 4.6 und DeepSeek-V4.1-Flash
Benchmark und Aufgabe	Claude Sonnet 4.6	DeepSeek-V4.1-Flash	Quelle
Code MigrationOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	39,892 %	Höherer Messwert45,623 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	Höherer Messwert60,154 %	57,208 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	51,035 %	Höherer Messwert53,481 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	5 %	Höherer Messwert6,667 %	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 Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	38,462 %	Höherer Messwert41,346 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	82,12 %	Höherer Messwert83,277 %	Vals AI Quellendetails Datenstand: 13.10.2026
ProgramBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	Kein direkter Sieger0,5 %	Kein direkter Sieger0,5 %	Vals AI Quellendetails Datenstand: 12.10.2026
Public Benefits Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	62,449 %	Höherer Messwert64,276 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGEOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 30.000 tokens	46,582 %	Höherer Messwert47,88 %	Vals AI Quellendetails Datenstand: 08.10.2026
SkillsBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Harness: OpenHands, Ausgabegrenze: 384.000 tokens	49,052 %	Höherer Messwert69,802 %	Vals AI Quellendetails Datenstand: 27.09.2026
Tax Agent BenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	25,84 %	Höherer Messwert26,63 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 2.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	57,303 %	Höherer Messwert74,532 %	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 Sonnet 4.6: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Harness: OpenHands, Ausgabegrenze: 384.000 tokens	51,476 %	Höherer Messwert84,739 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCLI Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	30,333 %	Höherer Messwert37,497 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBComps Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	Höherer Messwert61,52 %	43,925 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Adjustments Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	48,92 %	Höherer Messwert49,241 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	87,319 %	Höherer Messwert87,681 %	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 Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	43,939 %	Höherer Messwert53,03 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchConclusion Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	87,991 %	Höherer Messwert89,075 %	Vals AI Quellendetails Datenstand: 13.10.2026
ProgramBenchAlmost Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: almost-resolved rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	2 %	Höherer Messwert16,5 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGEAutomata Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 30.000 tokens	Höherer Messwert35,318 %	32,936 %	Vals AI Quellendetails Datenstand: 08.10.2026
SkillsBenchNo Skills Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Harness: OpenHands, Ausgabegrenze: 384.000 tokens	27,827 %	Höherer Messwert61,658 %	Vals AI Quellendetails Datenstand: 27.09.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	Höherer Messwert10 %	3,333 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 2.1Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	Höherer Messwert100 %	91,667 %	Vals AI Quellendetails Datenstand: 28.09.2026
Code MigrationCOBOL Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	68,571 %	Höherer Messwert70 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDataroom Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	Höherer Messwert78,493 %	73,863 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)All-Pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	38,795 %	Höherer Messwert41,052 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, 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 Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	86,797 %	Höherer Messwert89,06 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchInterpretation Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	Höherer Messwert82,469 %	80,448 %	Vals AI Quellendetails Datenstand: 13.10.2026
ProgramBenchFully Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	Kein direkter Sieger0,5 %	Kein direkter Sieger0,5 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGECalculus Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Temperatur: 1, Ausgabegrenze: 30.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 30.000 tokens	Höherer Messwert60,494 %	33,333 %	Vals AI Quellendetails Datenstand: 08.10.2026
SkillsBenchWith Skills Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Harness: OpenHands, Ausgabegrenze: 384.000 tokens	49,052 %	Höherer Messwert69,802 %	Vals AI Quellendetails Datenstand: 27.09.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	Höherer Messwert57,949 %	52,802 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 2.1Hard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	34,444 %	Höherer Messwert56,667 %	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 Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	3,997 / 5	Höherer Messwert4,411 / 5	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDCF Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	38,28 %	Höherer Messwert51,026 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Comparables Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	41,003 %	Höherer Messwert46,054 %	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 Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	85,663 %	Höherer Messwert90,323 %	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 Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	34,884 %	Höherer Messwert39,535 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchIssue Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	86,574 %	Höherer Messwert88,753 %	Vals AI Quellendetails Datenstand: 13.10.2026
ProgramBenchRaw Pass Rate Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: raw test pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	59,103 %	Höherer Messwert71,999 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGELinear Algebra Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 30.000 tokens	Höherer Messwert63,158 %	62,29 %	Vals AI Quellendetails Datenstand: 08.10.2026
Tax Agent BenchCurrent & Temporal Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	33,151 %	Höherer Messwert39 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 2.1Medium Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	66,667 %	Höherer Messwert83,03 %	Vals AI Quellendetails Datenstand: 28.09.2026
EMBLBO Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	52,536 %	Höherer Messwert54,183 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Disclosure Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	Höherer Messwert65,77 %	61,312 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkArbitration International Dispute Resolution · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	Kein direkter Sieger0 %	Kein direkter Sieger0 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchBusiness & Commercial · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	Höherer Messwert87,972 %	86,675 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchRhetoric Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	79,469 %	Höherer Messwert80,127 %	Vals AI Quellendetails Datenstand: 13.10.2026
SAGEPartial Differential Equations Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 30.000 tokens	41,27 %	Höherer Messwert48,413 %	Vals AI Quellendetails Datenstand: 08.10.2026
Tax Agent BenchCurrent & Temporal Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	66,078 %	Höherer Messwert71,882 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBM&A Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	Höherer Messwert70,503 %	57,776 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Earnings Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	65,119 %	Höherer Messwert72,881 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkBanking Finance · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	Höherer Messwert91,45 %	87,361 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchCivil Litigation · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	29,63 %	Höherer Messwert48,148 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchRule Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	74,097 %	Höherer Messwert77,981 %	Vals AI Quellendetails Datenstand: 13.10.2026
Tax Agent BenchFact-Pattern Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	23,256 %	Höherer Messwert27,209 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBMisc Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	Höherer Messwert61,691 %	53,636 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Financial Modeling Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	17,561 %	Höherer Messwert23,052 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkBanking Finance · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	Kein direkter Sieger0 %	Kein direkter Sieger0 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchCivil Litigation · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	Höherer Messwert87,434 %	87,099 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchFact-Pattern Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: max, Temperatur: 1, Top P: 1, Ausgabegrenze: 384.000 tokens	56,703 %	Höherer Messwert60,624 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBOperating Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4.1-Flash: Reasoning: high, Ausgabegrenze: 384.000 tokens	58,056 %	Höherer Messwert66,048 %	Vals AI Quellendetails Datenstand: 12.10.2026
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: 4ae5d8eeb9a9

Claude Sonnet 4.6

DeepSeek-V4.1-Flash

Frühere Tests

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Claude Sonnet 4.6

Die Antwort hat das Tokenlimit erreicht. Es liegt keine vollständige Aufzeichnung vor.

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 06.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: anthropic/claude-sonnet-4.6
API-Modell laut Antwort: anthropic/claude-sonnet-4.6
Reasoning-Einstellung: high
Festgelegter Endpunkt: Anthropic | anthropic/claude-4.6-sonnet-20260217
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Nicht bestanden
Antwortzeit: 106 s

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

Frühere Versuche (2)

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

DeepSeek-V4.1-Flash

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-v4.1-flash
API-Modell laut Antwort: deepseek/deepseek-v4.1-flash
Reasoning-Einstellung: high
Festgelegter Endpunkt: DeepSeek | deepseek/deepseek-v4.1-flash-20260910
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Nicht bestanden
Antwortzeit: 25,8 s

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

Frühere Versuche (2)

02.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
01.10.2026API-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 Sonnet 4.6 und DeepSeek-V4.1-Flash mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich

Claude Sonnet 4.6 vs. DeepSeek-V4.1-Flash

Modellauswahl ändern

Allgemeine Daten

API-Preise im Vergleich

Gemeinsame Benchmarks

Fähigkeitsprofil aus vergleichbaren Benchmarks

Unsere Tests

SVG-Kurztest

Claude Sonnet 4.6

DeepSeek-V4.1-Flash

Pelikan auf dem Fahrrad

Ein Benchmark-Sieg ist kein Gesamturteil

Ähnliche LLM-Vergleiche