- Startseite
- LLM-Vergleich
- DeepSeek-V4-Pro vs. Mistral Large 3
DeepSeekMistral AILLM-Duell
DeepSeek-V4-Provs.Mistral Large 3
Wer ist besser?
DeepSeek-V4-Pro schneidet besser als Mistral Large 3 ab, aber kostet 1,3-mal so viel.
DeepSeek-V4-Pro
Platz 48
Mistral Large 3
Platz 95
DeepSeek-V4-Pro
Mistral Large 3
DeepSeek-V4-Pro
Mistral Large 3
DeepSeek-V4-Pro
Platz 26 von 508
Mistral Large 3
Platz 145 von 508
Nimm DeepSeek-V4-Pro für
Bei Mistral Large 3 gibt es keinen klaren Vorteil.
Weiter vergleichen
Auf dieser Seite
Wo liegt der Unterschied?
DeepSeek-V4-Pro liegt in 2 von 10 Bereichen vorn, Mistral Large 3 in keinem.
DeepSeek-V4-Pro vorn: 2zu wenig Daten: 8
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.
1 weitere Bereiche anzeigen, die nicht zum Gesamtindex zählen
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.
Welches Modell für welche Aufgabe?
Alltagsaufgaben, übersetzt aus den Bereichswerten oben. Jede Zeile nennt die Werte, auf denen sie beruht.
DeepSeek-V4-Pro gegen Mistral Large 3 im eigenen Test
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.
DeepSeek-V4-Pro

14.10.2026 · 0,0020 $
Testdetails
- Testlauf
- 14.10.2026
- Anbieter
- streamlake
- API-Modell
- deepseek/deepseek-v4-pro-0813
- Ausgabe
- 963 Token
- Reasoning
- API meldet 0 Reasoning-Tokens
- Kosten des Versuchs
- 0,0020 $
- Testrunde
- 43b8c5c46830
Mistral Large 3
API-Anfrage fehlgeschlagen. Das Modell wurde nicht bewertet.
Frühere Tests
Pelikan auf dem Fahrrad
Auftrag (englisches Original)
Generate an SVG of a pelican riding a bicycle
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
Mistral Large 3

01.10.2026 · 14 s · 0,0022 $
Testdetails
- Datum des Testlaufs
- 01.10.2026
- API-Anbieter
- openrouter
- Angefragtes API-Modell
- mistralai/mistral-large-2512
- Reasoning-Einstellung
- nicht vorgegeben
- Tokenlimit inklusive Reasoning
- 8.192 Token
- Ausgabe-Token
- 1.451 Token
- Kosten des Versuchs
- 0,0022 $
- Antwortzeit
- 14,2 s
- API-Modell laut Antwort
- mistralai/mistral-large-2512
- Festgelegter Endpunkt
- Mistral | mistralai/mistral-large-2512
- Temperatur
- Anbieterstandard
- Testprotokoll
- community-visual-tests-v1
- Technische Prüfung
- Bestanden, keine Qualitätsbewertung
- Reasoning (Modellstandard)
- kein Reasoning-Modus Quelle
Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.
Frühere Versuche (1)
- 07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: nicht vorgegeben
DeepSeek-V4-Pro und Mistral Large 3 im Gesamtindex
Alle Modelle mit Platz im Gesamtindex, beide Modelle dieses Vergleichs hervorgehoben. Weitere Modelle kannst du dazunehmen oder ausblenden.
Gesamtindex (Gradually Meta-Score v6)
20 von 95 Modellen
Beliebtheit im Vergleich
Wie oft die Modelle gesucht, genutzt und erwähnt werden, auf einer Skala von 0 bis 100.
DeepSeek-V4-Pro ist beliebter als Mistral Large 3: 75 zu 48 von 100.
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 16. November 2026
DeepSeek-V4-ProMistral Large 3
Alle Daten im Vergleich
Der bessere Wert ist fett. Beim Gesamtindex nur, wenn der Abstand klar ist.
| Kennzahl | DeepSeek-V4-Pro | Mistral Large 3 |
|---|---|---|
| Leistung | ||
| GesamtindexPunkte, 100 = Durchschnitt der Referenzgruppe, höher ist besser | 87,1 | 32,7 |
| Platz | Platz 48 von 95 | Platz 95 von 95 |
| Preis je 1 Mio. Token | ||
| Eingabewas du schickst | 0,66 $ | 0,50 $ |
| Ausgabewas das Modell schreibt | 1,98 $ | 1,50 $ |
| Tempo | ||
| Token pro Sekunde | 42 | 60 |
| Beliebtheit | ||
| BeliebtheitSuche, Nutzung und Erwähnungen, 0 bis 100 | 75Platz 26 von 508 | 48Platz 145 von 508 |
| Technik | ||
| Kontextfensterwie viel Text das Modell auf einmal liest | 1 Mio. Token≈ 1.500 A4-Seiten | 262.144 Token≈ 390 A4-Seiten |
| Wissensstand | k. A. | k. A. |
| Veröffentlicht | 24.04.2026 | 02.12.2025 |
| Verfügbarkeit | Aktiv | Aktiv |
| Offene Gewichte | ja | 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?
Gesamtindex 110,5, Platz 140,10 $ Eingabe und 0,50 $ Ausgabe je 1 Mio. Token
Zum ProfilGesamtindex 130,9, Platz 18 $ Eingabe und 40 $ Ausgabe je 1 Mio. Token
Gemeinsame Benchmarks
Einzelwerte aus derselben Benchmark-Version, Aufgabe und Messgröße. Fett ist ein Wert nur bei gleichem Testaufbau und klarem Abstand.
A: DeepSeek-V4-ProB: Mistral Large 3
54 weitere Benchmarks anzeigen
Weitere Vergleiche
Vergleiche DeepSeek-V4-Pro und Mistral Large 3 mit den Modellen, die am häufigsten mit ihnen verglichen werden.
Anderes Duell vergleichen
Die beliebtesten Vergleiche
- 1Claude Opus 5.5 vs. DeepSeek-V4-Pro
- 2DeepSeek-V4-Pro vs. DeepSeek-V4.1-Flash
- 3GPT-6 Luna vs. DeepSeek-V4-Pro
- 4Claude Sonnet 5.5 vs. DeepSeek-V4-Pro
- 5Gemini 3.8 Flash vs. DeepSeek-V4-Pro
- 6Claude Opus 5 vs. DeepSeek-V4-Pro
- 7DeepSeek-V4-Pro vs. Qwen 3.8 27B
- 8Grok 4.7 vs. DeepSeek-V4-Pro
- 9Claude Haiku 5.5 vs. DeepSeek-V4-Pro
Alle 37 Vergleiche zeigen
- 10DeepSeek-V4-Pro vs. DeepSeek V4.1 Flash 1017
- 11DeepSeek-V4-Pro vs. MiMo-V2.5-Pro
- 12DeepSeek-V4-Pro vs. Kimi K3
- 13Claude Opus 5.5 vs. Mistral Large 3
- 14GPT-5.6 Sol vs. DeepSeek-V4-Pro
- 15DeepSeek-V4-Pro vs. GLM-5.3
- 16DeepSeek-V4-Pro vs. Qwen 3.8 Max 0902
- 17DeepSeek-V4-Pro vs. MiMo-V2.5
- 18DeepSeek-V4-Pro vs. GLM-5.3-Flash
- 19DeepSeek-V4-Pro vs. Mistral Large 4
- 20GPT-5.6 Luna vs. DeepSeek-V4-Pro
- 21DeepSeek-V4-Pro vs. Kimi K3.1 Pro
- 22DeepSeek-V4-Pro vs. DeepSeek-V4-Flash
- 23DeepSeek-V4-Pro vs. GLM-5.2
- 24Claude Sonnet 5 vs. DeepSeek-V4-Pro
- 25GPT-6 Sol vs. DeepSeek-V4-Pro
- 26GLM-5.3 vs. Mistral Large 3
- 27DeepSeek-V4-Flash vs. Mistral Large 3
- 28DeepSeek-V4.1-Flash vs. Mistral Large 3
- 29Claude Haiku 5.5 vs. Mistral Large 3
- 30DeepSeek-V4-Pro vs. Mistral Medium 3.5
- 31DeepSeek V4.1 Flash 1017 vs. Mistral Large 3
- 32Mistral Large 4 vs. Mistral Large 3
- 33GPT-5.6 Terra vs. Mistral Large 3
- 34Claude Opus 4.5 vs. DeepSeek-V4-Pro
- 35Gemini 4 Argon vs. DeepSeek-V4-Pro
- 36GPT-6.1 Terra vs. DeepSeek-V4-Pro
- 37Gemini 4 Carbon vs. DeepSeek-V4-Pro