Direktvergleich

Gemini 3.8 Flash vs. DeepSeek-V4-Pro

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

gemeinsame Messreihen: 242
verschiedene Benchmarks: 24
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 Gemini 3.8 Flash und DeepSeek-V4-Pro
Merkmal	Gemini 3.8 Flash	DeepSeek-V4-Pro
Anbieter	Google	DeepSeek
Erschienen	2. Sept. 2026	24. Apr. 2026
Verfügbarkeit	Aktiv	Aktiv
Modelltyp	Proprietär	Open Weights
Parameter	Nicht veröffentlicht	1,6 Billionen, 49 Mrd. aktiv
Architektur	Nicht veröffentlicht	Mixture of Experts
Kontextfenster	1.048.576 Token	1.000.000 Token
Wissensstand	März 2026	Nicht veröffentlicht
Technische Quellen	Modell, Wissensstand	Modell, Kontext

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 Gemini 3.8 Flash und DeepSeek-V4-Pro
Preisart	Gemini 3.8 Flash	DeepSeek-V4-Pro
API-Eingabe	0,75 $	0,66 $ (Off-Peak)
API-Ausgabe	3,75 $	1,98 $ (Off-Peak)
Cache lesen	0,075 $	0,022 $ (Off-Peak)
Cache schreiben (5 Min.)	Nicht ausgewiesen	Nicht ausgewiesen
Cache schreiben (1 Std.)	Nicht ausgewiesen	Nicht ausgewiesen
Preis geprüft	22.09.2026 Quelle	22.09.2026 Quelle
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 3.8 FlashDeepSeek-V4-Pro

API-EingabeUSD pro 1 Mio. Token, Basistarif

Gemini 3.8 Flash0,75 $

DeepSeek-V4-Pro0,66 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

Gemini 3.8 Flash3,75 $

DeepSeek-V4-Pro1,98 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

Gemini 3.8 Flash0,075 $

DeepSeek-V4-Pro0,022 $

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 3.8 Flash und DeepSeek-V4-Pro
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
Gemini 3.8 Flash	Google	Direkt beim EntwicklerStandard-API	0,75 $	3,75 $	Quelle22.09.2026
	Google	Über OpenRoutergoogle-vertex/global	0,75 $	3,75 $	Quelle18.10.2026
	Google	Über OpenRoutergoogle-vertex/global/flex	Günstigster erfasster Preis: 0,375 $	Günstigster erfasster Preis: 1,875 $	Quelle18.10.2026
	Google	Über OpenRoutergoogle-vertex/global/priority	1,35 $	6,75 $	Quelle18.10.2026
	Google	Über OpenRoutergoogle-vertex/us	0,825 $	4,125 $	Quelle18.10.2026
	Google AI Studio	Über OpenRoutergoogle-ai-studio	0,75 $	3,75 $	Quelle18.10.2026
	Google AI Studio	Über OpenRoutergoogle-ai-studio/flex	Günstigster erfasster Preis: 0,375 $	Günstigster erfasster Preis: 1,875 $	Quelle18.10.2026
	Google AI Studio	Über OpenRoutergoogle-ai-studio/priority	1,35 $	6,75 $	Quelle18.10.2026
DeepSeek-V4-Pro	DeepSeek	Direkt beim EntwicklerStandard-API	0,66 $	1,98 $	Quelle22.09.2026
	Alibaba	Über OpenRouteralibaba/us-east-1	1,32 $	3,96 $	Quelle18.10.2026
	AtlasCloud	Über OpenRouteratlas-cloud/fp8	1,32 $	3,96 $	Quelle18.10.2026
	Baidu	Über OpenRouterbaidu/fp8	0,1333 $	Günstigster erfasster Preis: 0,4 $	Quelle18.10.2026
	Cloudflare	Über OpenRoutercloudflare	1,32 $	3,96 $	Quelle18.10.2026
	CoreWeave	Über OpenRoutercoreweave/fp8	1,31 $	3,96 $	Quelle18.10.2026
	DeepInfra	Über OpenRouterdeepinfra/fp8	1,3 $	2,6 $	Quelle18.10.2026
	DeepSeek	Über OpenRouterdeepseek	0,66 $	1,98 $	Quelle18.10.2026
	DigitalOcean	Über OpenRouterdigitalocean	1,32 $	3,96 $	Quelle18.10.2026
	GMICloud	Über OpenRoutergmicloud/fp8	1,056 $	3,168 $	Quelle18.10.2026
	Ionstream	Über OpenRouterionstream	0,37 $	2,93 $	Quelle18.10.2026
	Novita	Über OpenRouternovita/fp8	0,99 $	2,97 $	Quelle18.10.2026
	Parasail	Über OpenRouterparasail/fp8	1,32 $	3,96 $	Quelle18.10.2026
	Phala	Über OpenRouterphala	0,957 $	2,8776 $	Quelle18.10.2026
	Relace	Über OpenRouterrelace/fp4	Günstigster erfasster Preis: 0,12 $	8 $	Quelle18.10.2026
	Sail Research	Über OpenRoutersail-research/fp4	0,448 $	1,164 $	Quelle18.10.2026
	Sail Research	Über OpenRoutersail-research/us	0,448 $	1,164 $	Quelle18.10.2026
	SiliconFlow	Über OpenRoutersiliconflow/fp8	1,32 $	3,96 $	Quelle18.10.2026
	StreamLake	Über OpenRouterstreamlake	0,66 $	1,98 $	Quelle18.10.2026
	Together	Über OpenRoutertogether	1,32 $	3,96 $	Quelle18.10.2026
	Venice	Über OpenRoutervenice	1,65 $	4,95 $	Quelle18.10.2026
	Wafer	Über OpenRouterwafer/mxfp4	0,25 $	2,5 $	Quelle18.10.2026

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.

Gemini 3.8 Flash

DeepSeek-V4-Pro

Coding: 100 / 94,7 (2 Benchmarkfamilien)

Reasoning: 100 / 97,3 (1 Benchmarkfamilie)

Mathematik: 100 / 96,7 (1 Benchmarkfamilie)

Wissen: 100 / 97 (1 Benchmarkfamilie)

Finanzen: 100 / 97,8 (1 Benchmarkfamilie)

Recht: 100 / 98,8 (1 Benchmarkfamilie)

Gesundheit: 100 / 98,5 (1 Benchmarkfamilie)

Allgemein: 100 / 97,3 (1 Benchmarkfamilie)

33 passende Messreihen aus 2 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 8 vergleichbaren Kategorien.

Gemini 3.8 FlashDeepSeek-V4-Pro

Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 3.8 Flash36,546 %

DeepSeek-V4-Pro26,201 %

EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 3.8 Flash72,196 %

DeepSeek-V4-Pro51,623 %

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

Gemini 3.8 Flash61,435 %

DeepSeek-V4-Pro44,083 %

GPQA DiamondOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 3.8 Flash94,444 %

DeepSeek-V4-Pro89,394 %

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

Gemini 3.8 Flash10 %

DeepSeek-V4-Pro3,75 %

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

Gemini 3.8 Flash38,942 %

DeepSeek-V4-Pro23,077 %

LegalBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 3.8 Flash86,993 %

DeepSeek-V4-Pro80,323 %

LiveCodeBench v6Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 3.8 Flash89,484 %

DeepSeek-V4-Pro87,484 %

LMArena Code Arena WebDevOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 3.8 Flash1.584,77

DeepSeek-V4-Pro1.446,815

LMArena Text, Style ControlOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 3.8 Flash1.496,319

DeepSeek-V4-Pro1.457,848

MedCodeOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 3.8 Flash48,135 %

DeepSeek-V4-Pro40,455 %

MedScribeOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Gemini 3.8 Flash84,496 %

DeepSeek-V4-Pro75,144 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Gemini 3.8 Flash und DeepSeek-V4-Pro
Benchmark und Aufgabe	Gemini 3.8 Flash	DeepSeek-V4-Pro	Quelle
Code MigrationOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert36,546 %	26,201 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert72,196 %	51,623 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert61,435 %	44,083 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert94,444 %	89,394 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert10 %	3,75 %	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 besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert38,942 %	23,077 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert86,993 %	80,323 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert89,484 %	87,484 %	Vals AI Quellendetails Datenstand: 01.09.2026
LMArena Code Arena WebDevOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserGemini 3.8 Flash: Snapshot: gemini-3.8-flash-high, Reasoning: high, Harness: Arena Code Arena WebDev DeepSeek-V4-Pro: Snapshot: deepseek-v4-pro, Harness: Arena Code Arena WebDevGemini 3.8 Flash: Arena-Bewertung aus 10.077 veröffentlichten Paarvergleichen.DeepSeek-V4-Pro: Arena-Bewertung aus 14.023 veröffentlichten Paarvergleichen.	Höherer Messwert1.584,77 95-%-Konfidenzintervall: ±7,59Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.446,815 95-%-Konfidenzintervall: ±6,319Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
LMArena Text, Style ControlOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserGemini 3.8 Flash: Snapshot: gemini-3.8-flash-high, Reasoning: high, Harness: Arena Text, style control DeepSeek-V4-Pro: Snapshot: deepseek-v4-pro, Harness: Arena Text, style controlGemini 3.8 Flash: Arena-Bewertung aus 35.670 veröffentlichten Paarvergleichen.DeepSeek-V4-Pro: Arena-Bewertung aus 57.614 veröffentlichten Paarvergleichen.	Höherer Messwert1.496,319 95-%-Konfidenzintervall: ±4,654Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.457,848 95-%-Konfidenzintervall: ±3,899Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
MedCodeOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert48,135 %	40,455 %	Vals AI Quellendetails Datenstand: 13.10.2026
MedScribeOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert84,496 %	75,144 %	Vals AI Quellendetails Datenstand: 13.10.2026
MMLU-ProOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert90,221 %	87,249 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert1 %	0 %	Vals AI Quellendetails Datenstand: 12.10.2026
ProofBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert48 %	16 %	Vals AI Quellendetails Datenstand: 12.10.2026
Public Benefits Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert65,291 %	62,923 %	Vals AI Quellendetails Datenstand: 12.10.2026
SkillsBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Harness: OpenHands, Ausgabegrenze: 384.000 tokens	Höherer Messwert57,985 %	51,274 %	Vals AI Quellendetails Datenstand: 27.09.2026
SWE-bench VerifiedOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert80 %	77,4 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert32,124 %	25,17 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert74,448 %	72,077 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Ausgabegrenze: 128.000 tokens	Höherer Messwert81,273 %	50,187 %	Vals AI Quellendetails Datenstand: 28.09.2026
Terminal-Bench 4.0Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert19,697 %	11,111 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vals IndexOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: weighted index scoreBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert54,887 %	38,63 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vibe Code Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Harness: OpenHands, Ausgabegrenze: 256.000 tokens	Höherer Messwert78,651 %	49,931 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCLI Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert25,871 %	15,47 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBComps Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert76,435 %	57,434 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Adjustments Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert54,828 %	41,586 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondFew-Shot CoT Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert94,949 %	90,404 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert87,681 %	83,696 %	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 besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert46,97 %	28,788 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchConclusion Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert90,691 %	89,117 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert99,068 %	98,758 %	Vals AI Quellendetails Datenstand: 01.09.2026
LMArena Code Arena WebDevOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserGemini 3.8 Flash: Snapshot: gemini-3.8-flash-high, Reasoning: high, Harness: Arena Code Arena WebDev DeepSeek-V4-Pro: Snapshot: deepseek-v4-pro-high-preview, Reasoning: high, Harness: Arena Code Arena WebDevGemini 3.8 Flash: Arena-Bewertung aus 10.077 veröffentlichten Paarvergleichen.DeepSeek-V4-Pro: Arena-Bewertung aus 13.199 veröffentlichten Paarvergleichen.	Gewinner1.584,77 95-%-Konfidenzintervall: ±7,59Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.463,849 95-%-Konfidenzintervall: ±6,309Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
LMArena Text, Style ControlOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserGemini 3.8 Flash: Snapshot: gemini-3.8-flash-high, Reasoning: high, Harness: Arena Text, style control DeepSeek-V4-Pro: Snapshot: deepseek-v4-pro-high-preview, Reasoning: high, Harness: Arena Text, style controlGemini 3.8 Flash: Arena-Bewertung aus 35.670 veröffentlichten Paarvergleichen.DeepSeek-V4-Pro: Arena-Bewertung aus 54.929 veröffentlichten Paarvergleichen.	Gewinner1.496,319 95-%-Konfidenzintervall: ±4,654Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.454,814 95-%-Konfidenzintervall: ±3,964Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
MMLU-ProBiology Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert94,979 %	92,887 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchAlmost Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: almost-resolved rateBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert14 %	0 %	Vals AI Quellendetails Datenstand: 12.10.2026
SkillsBenchNo Skills Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Harness: OpenHands, Ausgabegrenze: 384.000 tokens	Höherer Messwert41,046 %	27,226 %	Vals AI Quellendetails Datenstand: 27.09.2026
SWE-bench Verified<15 min fix Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert89,691 %	87,629 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	6,667 %	Höherer Messwert12,333 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Correctness Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert62,469 %	60,589 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.1Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Ausgabegrenze: 128.000 tokens	Höherer Messwert100 %	66,667 %	Vals AI Quellendetails Datenstand: 28.09.2026
Terminal-Bench 4.0Hardware Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert26,667 %	0 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vals IndexCode Migration Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert31,558 %	26,212 %	Vals AI Quellendetails Datenstand: 13.10.2026
Code MigrationCOBOL Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert68,571 %	58,393 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDataroom Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert86,218 %	62,572 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)All-Pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert49,694 %	31,448 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondZero-Shot CoT Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert93,939 %	88,384 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, 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 besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert87,613 %	83,372 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchInterpretation Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert84,589 %	75,169 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Hard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert78 %	72,571 %	Vals AI Quellendetails Datenstand: 01.09.2026
LMArena Code Arena WebDevWebdev Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserGemini 3.8 Flash: Snapshot: gemini-3.8-flash-high, Reasoning: high, Harness: Arena Code Arena WebDev DeepSeek-V4-Pro: Snapshot: deepseek-v4-pro, Harness: Arena Code Arena WebDevGemini 3.8 Flash: Arena-Bewertung aus 10.077 veröffentlichten Paarvergleichen.DeepSeek-V4-Pro: Arena-Bewertung aus 14.023 veröffentlichten Paarvergleichen.	Höherer Messwert1.584,77 95-%-Konfidenzintervall: ±7,59Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.446,815 95-%-Konfidenzintervall: ±6,319Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
LMArena Text, Style ControlBusiness, management and finance Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserGemini 3.8 Flash: Snapshot: gemini-3.8-flash-high, Reasoning: high, Harness: Arena Text, style control DeepSeek-V4-Pro: Snapshot: deepseek-v4-pro, Harness: Arena Text, style controlGemini 3.8 Flash: Arena-Bewertung aus 6.520 veröffentlichten Paarvergleichen.DeepSeek-V4-Pro: Arena-Bewertung aus 11.383 veröffentlichten Paarvergleichen.	Höherer Messwert1.479,887 95-%-Konfidenzintervall: ±8,136Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.459,786 95-%-Konfidenzintervall: ±6,716Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
MMLU-ProBusiness Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert93,79 %	91,888 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchFully Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert1 %	0 %	Vals AI Quellendetails Datenstand: 12.10.2026
SkillsBenchWith Skills Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Harness: OpenHands, Ausgabegrenze: 384.000 tokens	Höherer Messwert57,985 %	51,274 %	Vals AI Quellendetails Datenstand: 27.09.2026
SWE-bench Verified>4 hours Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens	Höherer Messwert33,333 %	0 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert59,001 %	54,843 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Stepwise Reasoning Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens	Höherer Messwert86,427 %	83,565 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.1Hard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Ausgabegrenze: 128.000 tokens	Höherer Messwert72,222 %	31,111 %	Vals AI Quellendetails Datenstand: 28.09.2026
Terminal-Bench 4.0Media Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert16,667 %	0 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vals IndexEMB Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert72,196 %	51,623 %	Vals AI Quellendetails Datenstand: 13.10.2026
Code MigrationCode Quality Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: mean reviewer code-quality ratingBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert3,742 / 5	3,401 / 5	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDCF Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGemini 3.8 Flash: Reasoning: high, Temperatur: 1, Ausgabegrenze: 65.536 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens	Höherer Messwert63,655 %	44,435 %	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

Gemini 3.8 Flash

In dieser Runde nicht verfügbar

DeepSeek-V4-Pro

Frühere Tests

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Gemini 3.8 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: google/gemini-3.8-flash
API-Modell laut Antwort: google/gemini-3.8-flash
Reasoning-Einstellung: high
Festgelegter Endpunkt: Google AI Studio | google/gemini-3.8-flash-20260902
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Nicht bestanden
Antwortzeit: 40,2 s

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

Frühere Versuche (3)

02.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
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.

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 05.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: deepseek/deepseek-v4-pro-0813
API-Modell laut Antwort: 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 bestanden
Antwortzeit: 67,6 s

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

Frühere Versuche (3)

02.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
01.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
07.09.2026API-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 Gemini 3.8 Flash und DeepSeek-V4-Pro mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich

Gemini 3.8 Flash vs. DeepSeek-V4-Pro

Modellauswahl ändern

Allgemeine Daten

API-Preise im Vergleich

Gemeinsame Benchmarks

Fähigkeitsprofil aus vergleichbaren Benchmarks

Unsere Tests

SVG-Kurztest

Gemini 3.8 Flash

DeepSeek-V4-Pro

Pelikan auf dem Fahrrad

Ein Benchmark-Sieg ist kein Gesamturteil

Ähnliche LLM-Vergleiche