- Startseite
- LLM-Vergleich
- GPT-5.6 Sol vs. DeepSeek-V4-Pro
OpenAIDeepSeekLLM-Duell
GPT-5.6 Solvs.DeepSeek-V4-Pro
Wer ist besser?
GPT-5.6 Sol schneidet besser als DeepSeek-V4-Pro ab, aber kostet 6,1-mal (Eingabe) und 10,1-mal (Ausgabe) so viel.
GPT-5.6 Sol
Platz 15
DeepSeek-V4-Pro
Platz 48
GPT-5.6 Sol
DeepSeek-V4-Pro
GPT-5.6 Sol
DeepSeek-V4-Pro
GPT-5.6 Sol
Platz 22 von 493
DeepSeek-V4-Pro
Platz 26 von 493
Ab 272.000 Token im Kontext kostet GPT-5.6 Sol mehr: 8 $ Eingabe und 30 $ Ausgabe je 1 Mio. Token.
Nimm GPT-5.6 Sol für
Bei DeepSeek-V4-Pro gibt es keinen klaren Vorteil.
Andere Versionen vergleichen
Weiter vergleichen
Auf dieser Seite
Wo liegt der Unterschied?
Stärken im Überblick
GPT-5.6 SolDeepSeek-V4-ProMedian aller Modelle mit Platz
95-%-Bereich: GPT-5.6 Sol 107,2 bis 116,7, DeepSeek-V4-Pro 85,2 bis 96,9.
Dieselben Werte und Urteile wie die Balken darunter. Im Ausschnitt beginnt das Netz bei 70 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, Wissen, Allgemein, Multimodal.
GPT-5.6 Sol liegt in 6 von 10 Bereichen vorn, DeepSeek-V4-Pro in keinem.
GPT-5.6 Sol vorn: 6zu wenig Daten: 4
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.
GPT-5.6 Sol 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
GPT-5.6 Sol

01.10.2026 · 59 s · 0,05 $
Testdetails
- Datum des Testlaufs
- 01.10.2026
- API-Anbieter
- openrouter
- Angefragtes API-Modell
- openai/gpt-5.6-sol
- Reasoning-Einstellung
- high
- Tokenlimit inklusive Reasoning
- 8.192 Token
- Ausgabe-Token
- 4.633 Token
- Kosten des Versuchs
- 0,0464 $
- Antwortzeit
- 58,7 s
- API-Modell laut Antwort
- openai/gpt-5.6-sol
- Festgelegter Endpunkt
- OpenAI | openai/gpt-5.6-sol-20260709
- 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 (1)
- 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.
GPT-5.6 Sol
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
GPT-5.6 Sol 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: GPT-5.6 Sol 78, DeepSeek-V4-Pro 75 von 100.
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 15. November 2026
GPT-5.6 SolDeepSeek-V4-Pro
Alle Daten im Vergleich
Der bessere Wert ist fett. Beim Gesamtindex nur, wenn der Abstand klar ist.
| Kennzahl | GPT-5.6 Sol | DeepSeek-V4-Pro |
|---|---|---|
| Leistung | ||
| GesamtindexPunkte, 100 = Durchschnitt der Referenzgruppe, höher ist besser | 109,3 | 87,1 |
| Platz | Platz 15 von 95 | Platz 48 von 95 |
| Preis je 1 Mio. Token | ||
| Eingabewas du schickst | 4 $über 272.000 Token: 8 $ | 0,66 $ |
| Ausgabewas das Modell schreibt | 20 $über 272.000 Token: 30 $ | 1,98 $ |
| Kosten je Aufgabe (eigene Tests)Durchschnitt aus 1 Aufgabe des ursprünglichen Testprotokolls, die beide Modelle bestanden haben (ohne SVG-Kurztest) | 0,059 $ | 0,021 $ |
| Tempo | ||
| Token pro Sekunde | 83 | 46 |
| Beliebtheit | ||
| BeliebtheitSuche, Nutzung und Erwähnungen, 0 bis 100 | 78Platz 22 von 493 | 75Platz 26 von 493 |
| Technik | ||
| Kontextfensterwie viel Text das Modell auf einmal liest | 1,05 Mio. Token≈ 1.580 A4-Seiten | 1 Mio. Token≈ 1.500 A4-Seiten |
| Wissensstand | 16.02.2026 | k. A. |
| Veröffentlicht | 09.07.2026 | 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 119,6, Platz 710 $ Eingabe und 50 $ Ausgabe je 1 Mio. Token
DeepSeek-V4-Pro vs. GPT-6 AstraGesamtindex 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: GPT-5.6 SolB: DeepSeek-V4-Pro
54 weitere Benchmarks anzeigen
Weitere Vergleiche
Vergleiche GPT-5.6 Sol und DeepSeek-V4-Pro mit den Modellen, die am häufigsten mit ihnen verglichen werden.
Anderes Duell vergleichen
Vorgänger und Nachfolger
Die beliebtesten Vergleiche
- 1Claude Opus 5.5 vs. DeepSeek-V4-Pro
- 2GPT-6 Sol vs. GPT-5.6 Sol
- 3GPT-5.6 Sol vs. Gemini 3.8 Flash
- 4DeepSeek-V4-Pro vs. DeepSeek-V4.1-Flash
- 5GPT-6 Luna vs. DeepSeek-V4-Pro
- 6Claude Opus 5.5 vs. GPT-5.6 Sol
- 7Claude Sonnet 5.5 vs. DeepSeek-V4-Pro
- 8Gemini 3.8 Flash vs. DeepSeek-V4-Pro
- 9GPT-6.1 Sol vs. GPT-5.6 Sol
Alle 54 Vergleiche zeigen
- 10GPT-6 Luna vs. GPT-5.6 Sol
- 11Claude Opus 5 vs. DeepSeek-V4-Pro
- 12GPT-5.6 Sol vs. GLM-5.3-Flash
- 13DeepSeek-V4-Pro vs. Qwen 3.8 27B
- 14Grok 4.7 vs. DeepSeek-V4-Pro
- 15Claude Haiku 5.5 vs. DeepSeek-V4-Pro
- 16Claude Sonnet 5.5 vs. GPT-5.6 Sol
- 17DeepSeek-V4-Pro vs. DeepSeek V4.1 Flash 1017
- 18DeepSeek-V4-Pro vs. Kimi K3
- 19DeepSeek-V4-Pro vs. MiMo-V2.5-Pro
- 20GPT-5.6 Sol vs. DeepSeek-V4.1-Flash
- 21DeepSeek-V4-Pro vs. GLM-5.3
- 22DeepSeek-V4-Pro vs. Qwen 3.8 Max 0902
- 23GPT-5.6 Sol vs. DeepSeek-V4-Flash
- 24GPT-5.6 Sol vs. Grok 4.7
- 25DeepSeek-V4-Pro vs. MiMo-V2.5
- 26Claude Fable 5.1 vs. GPT-5.6 Sol
- 27DeepSeek-V4-Pro vs. GLM-5.3-Flash
- 28GPT-5.6 Sol vs. Qwen 3.8 27B
- 29GPT-5.6 Sol vs. DeepSeek V4.1 Flash 1017
- 30GPT-5.6 Sol vs. Muse Spark 1.3
- 31DeepSeek-V4-Pro vs. Kimi K3.1 Pro
- 32DeepSeek-V4-Pro vs. Mistral Large 4
- 33GPT-5.6 Sol vs. GPT-5.6 Luna
- 34GPT-5.6 Luna vs. DeepSeek-V4-Pro
- 35Claude Sonnet 5 vs. GPT-5.6 Sol
- 36Claude Haiku 5.5 vs. GPT-5.6 Sol
- 37DeepSeek-V4-Pro vs. DeepSeek-V4-Flash
- 38DeepSeek-V4-Pro vs. GLM-5.2
- 39Claude Sonnet 5 vs. DeepSeek-V4-Pro
- 40GPT-6 Sol vs. DeepSeek-V4-Pro
- 41GPT-5.6 Sol vs. Gemini 3.1 Pro Preview
- 42GPT-5.6 Sol vs. Grok 4.6
- 43Claude Sonnet 4.6 vs. GPT-5.6 Sol
- 44GPT-5.6 Sol vs. Kimi K3.1 Pro
- 45DeepSeek-V4-Pro vs. Mistral Medium 3.5
- 46GPT-5.6 Sol vs. GPT-5.4
- 47Claude Opus 4.5 vs. DeepSeek-V4-Pro
- 48GPT-5.6 Sol vs. Gemini 4 Argon
- 49GPT-6.1 Terra vs. GPT-5.6 Sol
- 50Gemini 4 Argon vs. DeepSeek-V4-Pro
- 51GPT-5.6 Sol vs. Gemini 4 Carbon
- 52Gemini 4 Carbon vs. DeepSeek-V4-Pro
- 53GPT-6.1 Terra vs. DeepSeek-V4-Pro
- 54GPT-6.1 Sol vs. DeepSeek-V4-Pro