- Startseite
- LLM-Vergleich
- Gemini 3.5 Flash-Lite vs. DeepSeek-V4-Pro
GoogleDeepSeekLLM-Duell
Gemini 3.5 Flash-Litevs.DeepSeek-V4-Pro
Wer ist besser?
DeepSeek-V4-Pro schneidet besser als Gemini 3.5 Flash-Lite ab. Gemini 3.5 Flash-Lite ist bei der Eingabe günstiger, DeepSeek-V4-Pro bei der Ausgabe.
Gemini 3.5 Flash-Lite
Platz 67
DeepSeek-V4-Pro
Platz 48
Gemini 3.5 Flash-Lite
DeepSeek-V4-Pro
Gemini 3.5 Flash-Lite
DeepSeek-V4-Pro
Gemini 3.5 Flash-Lite
Platz 38 von 508
DeepSeek-V4-Pro
Platz 26 von 508
Bei Gemini 3.5 Flash-Lite gibt es keinen klaren Vorteil.
Nimm DeepSeek-V4-Pro für
Weiter vergleichen
Auf dieser Seite
Wo liegt der Unterschied?
Stärken im Überblick
Gemini 3.5 Flash-LiteDeepSeek-V4-ProMedian aller Modelle mit Platz
95-%-Bereich: Gemini 3.5 Flash-Lite 62,4 bis 74,8, DeepSeek-V4-Pro 85,2 bis 96,9.
Dieselben Werte und Urteile wie die Balken darunter. Im Ausschnitt beginnt das Netz bei 60 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: Mathematik, Allgemein, Multimodal.
DeepSeek-V4-Pro liegt in 2 von 10 Bereichen vorn, Gemini 3.5 Flash-Lite in keinem.
zu wenig Daten: 3DeepSeek-V4-Pro leicht vorn: 5DeepSeek-V4-Pro vorn: 2
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.
3 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.
Gemini 3.5 Flash-Lite gegen DeepSeek-V4-Pro im eigenen Test
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
Gemini 3.5 Flash-Lite

02.10.2026 · 14 s · 0,01 $
Testdetails
- Datum des Testlaufs
- 02.10.2026
- API-Anbieter
- openrouter
- Angefragtes API-Modell
- google/gemini-3.5-flash-lite
- Reasoning-Einstellung
- high
- Tokenlimit inklusive Reasoning
- 8.192 Token
- Ausgabe-Token
- 5.414 Token
- Kosten des Versuchs
- 0,0135 $
- Antwortzeit
- 14,3 s
- API-Modell laut Antwort
- google/gemini-3.5-flash-lite
- Festgelegter Endpunkt
- Google AI Studio | google/gemini-3.5-flash-lite-20260721
- Temperatur
- Anbieterstandard
- Testprotokoll
- community-visual-tests-v1
- Technische Prüfung
- Bestanden, keine Qualitätsbewertung
Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.
Frühere Versuche (2)
- 01.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
- 07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
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
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.
Gemini 3.5 Flash-Lite
In dieser Runde nicht verfügbar
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
Gemini 3.5 Flash-Lite 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 v6)
20 von 95 Modellen
Beliebtheit im Vergleich
Wie oft die Modelle gesucht, genutzt und erwähnt werden, auf einer Skala von 0 bis 100.
Beide sind etwa gleich beliebt: Gemini 3.5 Flash-Lite 71, DeepSeek-V4-Pro 75 von 100.
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 16. November 2026
Gemini 3.5 Flash-LiteDeepSeek-V4-Pro
Alle Daten im Vergleich
Der bessere Wert ist fett. Beim Gesamtindex nur, wenn der Abstand klar ist.
| Kennzahl | Gemini 3.5 Flash-Lite | DeepSeek-V4-Pro |
|---|---|---|
| Leistung | ||
| GesamtindexPunkte, 100 = Durchschnitt der Referenzgruppe, höher ist besser | 72,4 | 87,1 |
| Platz | Platz 67 von 95 | Platz 48 von 95 |
| Preis je 1 Mio. Token | ||
| Eingabewas du schickst | 0,30 $ | 0,66 $ |
| Ausgabewas das Modell schreibt | 2,50 $ | 1,98 $ |
| Kosten je Aufgabe (eigene Tests)Durchschnitt aus 1 Aufgabe des ursprünglichen Testprotokolls, die beide Modelle bestanden haben (ohne SVG-Kurztest) | 0,035 $ | 0,021 $ |
| Tempo | ||
| Token pro Sekunde | 135 | 42 |
| Beliebtheit | ||
| BeliebtheitSuche, Nutzung und Erwähnungen, 0 bis 100 | 71Platz 38 von 508 | 75Platz 26 von 508 |
| Technik | ||
| Kontextfensterwie viel Text das Modell auf einmal liest | 1,05 Mio. Token≈ 1.570 A4-Seiten | 1 Mio. Token≈ 1.500 A4-Seiten |
| Wissensstand | k. A. | k. A. |
| Veröffentlicht | 21.07.2026 | 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?
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: Gemini 3.5 Flash-LiteB: DeepSeek-V4-Pro
54 weitere Benchmarks anzeigen
Weitere Vergleiche
Vergleiche Gemini 3.5 Flash-Lite und DeepSeek-V4-Pro mit den Modellen, die am häufigsten mit ihnen verglichen werden.
Anderes Duell vergleichen
Die beliebtesten Vergleiche
- 1Claude Opus 5.5 vs. DeepSeek-V4-Pro
- 2Gemini 3.8 Flash vs. Gemini 3.5 Flash-Lite
- 3GPT-6 Luna vs. Gemini 3.5 Flash-Lite
- 4DeepSeek-V4-Pro vs. DeepSeek-V4.1-Flash
- 5GPT-6 Luna vs. DeepSeek-V4-Pro
- 6Claude Sonnet 5.5 vs. DeepSeek-V4-Pro
- 7Gemini 3.8 Flash vs. DeepSeek-V4-Pro
- 8Claude Haiku 5.5 vs. Gemini 3.5 Flash-Lite
- 9Claude Opus 5 vs. DeepSeek-V4-Pro
Alle 43 Vergleiche zeigen
- 10DeepSeek-V4-Pro vs. Qwen 3.8 27B
- 11Grok 4.7 vs. DeepSeek-V4-Pro
- 12Claude Haiku 5.5 vs. DeepSeek-V4-Pro
- 13Claude Sonnet 5.5 vs. Gemini 3.5 Flash-Lite
- 14DeepSeek-V4-Pro vs. DeepSeek V4.1 Flash 1017
- 15DeepSeek-V4-Pro vs. MiMo-V2.5-Pro
- 16DeepSeek-V4-Pro vs. Kimi K3
- 17GPT-5.6 Sol vs. DeepSeek-V4-Pro
- 18DeepSeek-V4-Pro vs. GLM-5.3
- 19DeepSeek-V4-Pro vs. Qwen 3.8 Max 0902
- 20DeepSeek-V4-Pro vs. MiMo-V2.5
- 21Gemini 3.5 Flash-Lite vs. Qwen 3.8 27B
- 22Gemini 3.5 Flash-Lite vs. DeepSeek-V4.1-Flash
- 23DeepSeek-V4-Pro vs. GLM-5.3-Flash
- 24DeepSeek-V4-Pro vs. Mistral Large 4
- 25GPT-5.6 Luna vs. DeepSeek-V4-Pro
- 26GPT-5.6 Luna vs. Gemini 3.5 Flash-Lite
- 27Gemini 3.5 Flash-Lite vs. DeepSeek V4.1 Flash 1017
- 28DeepSeek-V4-Pro vs. Kimi K3.1 Pro
- 29Gemini 3.5 Flash-Lite vs. GLM-5.3
- 30DeepSeek-V4-Pro vs. DeepSeek-V4-Flash
- 31DeepSeek-V4-Pro vs. GLM-5.2
- 32Claude Opus 5.5 vs. Gemini 3.5 Flash-Lite
- 33Claude Sonnet 5 vs. DeepSeek-V4-Pro
- 34GPT-6 Sol vs. DeepSeek-V4-Pro
- 35Gemini 3.7 Flash vs. Gemini 3.5 Flash-Lite
- 36DeepSeek-V4-Pro vs. Mistral Medium 3.5
- 37Claude Opus 4.5 vs. DeepSeek-V4-Pro
- 38Claude Haiku 4.5 vs. Gemini 3.5 Flash-Lite
- 39Gemini 4 Argon vs. DeepSeek-V4-Pro
- 40Gemini 4 Argon vs. Gemini 3.5 Flash-Lite
- 41Gemini 4 Carbon vs. Gemini 3.5 Flash-Lite
- 42GPT-6.1 Terra vs. DeepSeek-V4-Pro
- 43Gemini 4 Carbon vs. DeepSeek-V4-Pro