Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.
gemeinsame Messreihen
168
verschiedene Benchmarks
24
jüngster Abruf
29.09.2026
Modellauswahl ändern
Steckbrief
Allgemeine Daten
Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.
Allgemeine Daten von Gemini 3.1 Pro Preview und DeepSeek-V4-Pro
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 Gemini 3.1 Pro Preview und DeepSeek-V4-Pro
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.
Gemini 3.1 Pro PreviewDeepSeek-V4-Pro
API-EingabeUSD pro 1 Mio. Token, Basistarif
Gemini 3.1 Pro Preview2 $
DeepSeek-V4-ProGünstiger0,66 $
API-AusgabeUSD pro 1 Mio. Token, Basistarif
Gemini 3.1 Pro Preview12 $
DeepSeek-V4-ProGünstiger1,98 $
Cache lesenUSD pro 1 Mio. Token, Basistarif
Gemini 3.1 Pro Preview0,2 $
DeepSeek-V4-ProGünstiger0,022 $
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 Gemini 3.1 Pro Preview und DeepSeek-V4-Pro
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.
Gemini 3.1 Pro Preview
DeepSeek-V4-Pro
Coding: 88,4 / 99,3 (6 Benchmarkfamilien)
Reasoning: 100 / 96 (2 Benchmarkfamilien)
Mathematik: 100 / 79,6 (2 Benchmarkfamilien)
Wissen: 100 / 97 (2 Benchmarkfamilien)
Finanzen: 93,7 / 98,5 (6 Benchmarkfamilien)
Recht: 72,4 / 97,5 (4 Benchmarkfamilien)
Agenten-Aufgaben: 100 / 77,1 (1 Benchmarkfamilie)
Produktivität: 85,5 / 100 (1 Benchmarkfamilie)
54 passende Messreihen aus 23 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 12 vergleichbaren Kategorien.
Gemini 3.1 Pro PreviewDeepSeek-V4-Pro
Code MigrationOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Gemini 3.1 Pro Preview17,313 %
DeepSeek-V4-ProGewinner26,201 %
CorpFin v2Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Gemini 3.1 Pro PreviewGewinner64,491 %
DeepSeek-V4-Pro61,383 %
CyberBench v1.1Patch. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Gemini 3.1 Pro Preview69,492 %
DeepSeek-V4-ProGewinner79,661 %
EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Gemini 3.1 Pro PreviewGewinner52,616 %
DeepSeek-V4-Pro51,623 %
Finance Agent (v2)Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Gemini 3.1 Pro Preview42,982 %
DeepSeek-V4-ProGewinner44,083 %
GPQA DiamondOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Gemini 3.1 Pro PreviewGewinner95,454 %
DeepSeek-V4-Pro89,394 %
Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Gemini 3.1 Pro Preview0 %
DeepSeek-V4-ProGewinner3,75 %
Legal Research BenchOverall · All-pass. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Gemini 3.1 Pro Preview20,673 %
DeepSeek-V4-ProGewinner23,077 %
LegalBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Gemini 3.1 Pro PreviewGewinner87,398 %
DeepSeek-V4-Pro80,323 %
LiveCodeBench v6Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Gemini 3.1 Pro PreviewGewinner88,485 %
DeepSeek-V4-Pro87,484 %
LMArena Text, Style ControlOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Gemini 3.1 Pro PreviewGewinner1.486,678
DeepSeek-V4-Pro1.457,519
MedCodeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Gemini 3.1 Pro PreviewGewinner59,062 %
DeepSeek-V4-Pro40,455 %
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand
Benchmarkwerte von Gemini 3.1 Pro Preview und DeepSeek-V4-Pro
Benchmark und Aufgabe
Gemini 3.1 Pro Preview
DeepSeek-V4-Pro
Quelle
Code MigrationOverallTestdetails
Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser
Kein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserGemini 3.1 Pro Preview: Snapshot: gemini-3.1-pro-preview, Harness: Arena text, style control DeepSeek-V4-Pro: Snapshot: deepseek-v4-pro, Harness: Arena text, style controlGemini 3.1 Pro Preview: Stilbereinigte Arena-Bewertung aus 119.196 anonymen Paarvergleichen.DeepSeek-V4-Pro: Stilbereinigte Arena-Bewertung aus 57.564 anonymen Paarvergleichen.
Gewinner1.486,678
95-%-Konfidenzintervall: ±3,034Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.457,519
95-%-Konfidenzintervall: ±3,905Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserGemini 3.1 Pro Preview: Snapshot: gemini-3.1-pro-preview, Harness: Arena text, style control DeepSeek-V4-Pro: Snapshot: deepseek-v4-pro-high-preview, Reasoning: high, Harness: Arena text, style controlGemini 3.1 Pro Preview: Stilbereinigte Arena-Bewertung aus 119.196 anonymen Paarvergleichen.DeepSeek-V4-Pro: Stilbereinigte Arena-Bewertung aus 54.884 anonymen Paarvergleichen.
Höherer Messwert1.486,678
95-%-Konfidenzintervall: ±3,034Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.454,675
95-%-Konfidenzintervall: ±3,973Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
LMArena Text, Style ControlBusiness, management and financeTestdetails
Kein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserGemini 3.1 Pro Preview: Snapshot: gemini-3.1-pro-preview, Harness: Arena text, style control DeepSeek-V4-Pro: Snapshot: deepseek-v4-pro, Harness: Arena text, style controlGemini 3.1 Pro Preview: Stilbereinigte Arena-Bewertung aus 23.398 anonymen Paarvergleichen.DeepSeek-V4-Pro: Stilbereinigte Arena-Bewertung aus 11.411 anonymen Paarvergleichen.
Gewinner1.477,195
95-%-Konfidenzintervall: ±5,145Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
1.459,704
95-%-Konfidenzintervall: ±6,73Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand
Eigene Modelltests
Unsere Tests
Vergleiche, wie die Modelle denselben Prompt umsetzen. Jeder Test zeigt den ersten Versuch, ohne nachträgliche Korrekturen am erzeugten Code. Die Ergebnisse fließen nicht in einen Gesamtscore ein.
Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.
Gemini 3.1 Pro Preview
In diesem Testlauf war kein API-Zugang verfügbar. Das Modell wurde nicht bewertet.
Reasoning (angefragt): high
Erster Versuch
Datum des Testlaufs
07.09.2026
API-Anbieter
openrouter
Angefragtes API-Modell
google/gemini-3.1-pro-preview
Reasoning-Einstellung
high
Festgelegter Endpunkt
Google AI Studio | google/gemini-3.1-pro-preview-20260219
Temperatur
Anbieterstandard
Tokenlimit inklusive Reasoning
8.192 Token
Testprotokoll
community-visual-tests-v1
Technische Prüfung
Nicht ausgeführt
Visuell noch nicht bewertet. Eine erfolgreiche Aufzeichnung bestätigt weder korrekte Physik noch die vollständige Umsetzung des Prompts.
DeepSeek-V4-Pro
In diesem Testlauf war kein API-Zugang verfügbar. Das Modell wurde nicht bewertet.
Reasoning (angefragt): high
Erster Versuch
Datum des Testlaufs
07.09.2026
API-Anbieter
openrouter
Angefragtes API-Modell
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 ausgeführt
Visuell noch nicht bewertet. Eine erfolgreiche Aufzeichnung bestätigt weder korrekte Physik noch die vollständige Umsetzung des Prompts.
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
Ähnliche LLM-Vergleiche
Vergleiche Gemini 3.1 Pro Preview und DeepSeek-V4-Pro mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.