xAIDeepSeekLLM-Duell
Grok 4.5vs.DeepSeek-V4.1-Flash
Wer ist besser?
Grok 4.5 und DeepSeek-V4.1-Flash schneiden etwa gleich gut ab, aber Grok 4.5 kostet 13,3-mal (Eingabe) und 10-mal (Ausgabe) so viel.
94,6
Grok 4.5
Platz 36
99,7
DeepSeek-V4.1-Flash
Platz 29
71
Grok 4.5
176
DeepSeek-V4.1-Flash
3 $
Grok 4.5
0,26 $
DeepSeek-V4.1-Flash
31
Grok 4.5
Platz 450 von 875
38
DeepSeek-V4.1-Flash
Platz 298 von 875
Ab 200.000 Token im Kontext kostet Grok 4.5 mehr: 4 $ Eingabe und 12 $ Ausgabe je 1 Mio. Token.
Nimm Grok 4.5 für
Kein klarer Vorteil
Nimm DeepSeek-V4.1-Flash für
FinanzenAllgemeinCybersicherheitAgenteneher Multimodaleher Programmiereneher Recht
Wo liegt der Unterschied?
Stärken im Überblick
Grok 4.5DeepSeek-V4.1-Flash
Der Median aller Modelle mit Platz liegt in jedem Bereich unter 100, also in der Mitte des Netzes.
ProgrammierenDeepSeek-V4.1-Flash leicht vorn
Grok 4.592,7Platz 46
DeepSeek-V4.1-Flash98,8Platz 30
Median aller Modelle mit Platz83,7
95-%-Bereich: Grok 4.5 89,5 bis 96,0, DeepSeek-V4.1-Flash 91,4 bis 106,3.
BereichGrok 4.5DeepSeek-V4.1-Flash
Dieselben Werte und Urteile wie die Balken darunter. Im Spitzenfeld beginnt das Netz bei 100 Punkten, dem Durchschnitt der Referenzgruppe; Werte darunter liegen als leerer Punkt in der Mitte. Nicht im Netz, weil ein Modell dort keinen eigenen Wert hat oder die Daten zu dünn sind: Schlussfolgern, Mathematik, Wissen.
DeepSeek-V4.1-Flash liegt in 3 von 10 Bereichen vorn, Grok 4.5 in keinem.
gleichauf: 1zu wenig Daten: 3DeepSeek-V4.1-Flash leicht vorn: 3DeepSeek-V4.1-Flash vorn: 3
Bereiche im Gesamtindex
AllgemeinDeepSeek-V4.1-Flash +691,3 zu 97,1
AgentenDeepSeek-V4.1-Flash +4102,0 zu 106,4
Multimodaleher DeepSeek-V4.1-Flashnicht sicher · 3 und 2 Tests
Programmiereneher DeepSeek-V4.1-Flashnicht sicher · 8 und 11 Tests
Mathematikzu wenig Daten95,4 zu 97,3
Schlussfolgernnur Grok 4.5 mit Wertung
Wissennur Grok 4.5 mit Wertung
Fachgebiete
FinanzenDeepSeek-V4.1-Flash +1192,5 zu 103,7
Rechteher DeepSeek-V4.1-Flashnicht sicher · 2 und 3 Tests
Gesundheitgleichauf95,0 zu 95,5
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.
4 weitere Bereiche anzeigen, die nicht zum Gesamtindex zählen
CybersicherheitDeepSeek-V4.1-Flash +697,4 zu 103,1
Suchenur Grok 4.5 mit Wertung
Produktivitätnur DeepSeek-V4.1-Flash mit Wertung
Bildungnur DeepSeek-V4.1-Flash mit Wertung
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.
AufgabeBesser geeignetberuht auf
Code schreiben und Fehler findeneher DeepSeek-V4.1-FlashProgrammieren 92,7 zu 98,8
Mathe und DatenanalyseoffenMathematik 95,4 zu 97,3 (zu wenig Daten), Schlussfolgern ohne Wertung für DeepSeek-V4.1-Flash
Fakten und RechercheoffenWissen ohne Wertung für DeepSeek-V4.1-Flash, Suche ohne Wertung für DeepSeek-V4.1-Flash
Agenten und WorkflowsDeepSeek-V4.1-FlashAgenten 102,0 zu 106,4
Schnelle Antworten im ChatDeepSeek-V4.1-Flash71 zu 176 Token pro Sekunde
SicherheitsanalysenDeepSeek-V4.1-FlashCybersicherheit 97,4 zu 103,1
Viele Anfragen, kleines BudgetDeepSeek-V4.1-Flash3 $ zu 0,26 $ je 1 Mio. Token
Finanz-, Rechts- und MedizintexteDeepSeek-V4.1-FlashFinanzen 92,5 zu 103,7, Recht 97,6 zu 100,8, Gesundheit 95,0 zu 95,5
Bilder, Screenshots und PDFseher DeepSeek-V4.1-FlashMultimodal 84,6 zu 95,7
Selbst ansehen: gleicher Auftrag, ein Versuch
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
Grok 4.5
01.10.2026 · 23 s · 0,01 $
Testdetails
- Datum des Testlaufs
- 01.10.2026
- API-Anbieter
- openrouter
- Angefragtes API-Modell
- x-ai/grok-4.5
- Reasoning-Einstellung
- high
- Tokenlimit inklusive Reasoning
- 8.192 Token
- Ausgabe-Token
- 1.823 Token
- Kosten des Versuchs
- 0,0112 $
- Antwortzeit
- 23,1 s
- API-Modell laut Antwort
- x-ai/grok-4.5
- Festgelegter Endpunkt
- xAI | x-ai/grok-4.5-20260708
- 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-V4.1-Flash
Die Antwort hat das Tokenlimit erreicht. Es liegt keine vollständige Aufzeichnung vor.
05.10.2026 · 26 s · 0,0049 $
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-v4.1-flash
- Reasoning-Einstellung
- high
- Tokenlimit inklusive Reasoning
- 8.192 Token
- Ausgabe-Token
- 8.191 Token
- Kosten des Versuchs
- 0,0049 $
- Antwortzeit
- 25,8 s
- API-Modell laut Antwort
- deepseek/deepseek-v4.1-flash
- Festgelegter Endpunkt
- DeepSeek | deepseek/deepseek-v4.1-flash-20260910
- Temperatur
- Anbieterstandard
- Testprotokoll
- community-visual-tests-v1
- Technische Prüfung
- Nicht bestanden
Frühere Versuche (2)
- 02.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
- 01.10.2026API-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.
Grok 4.5
In dieser Runde nicht verfügbar
DeepSeek-V4.1-Flash
14.10.2026 · 0,0001 $
Testdetails
- Testlauf
- 14.10.2026
- Anbieter
- decart/fp4
- API-Modell
- deepseek/deepseek-v4.1-flash
- Ausgabe
- 590 Token
- Reasoning
- API meldet 0 Reasoning-Tokens
- Kosten des Versuchs
- 0,0001 $
- Testrunde
- 43b8c5c46830
Grok 4.5 und DeepSeek-V4.1-Flash im Gesamtindex
Alle Modelle mit Platz im Gesamtindex, beide Modelle dieses Vergleichs hervorgehoben. Weitere Modelle kannst du dazunehmen oder ausblenden.
Gesamtindex (Gradually Meta-Score v4)
20 von 91 Modellen
5 Modelle dieser Auswahl sind im Gesamtindex mit einer niedrigeren Reasoning-Stufe als max gemessen. Gestrichelte Säule: niedrigere Reasoning-Stufe als die Spitze.
Claude Opus 5.5max126,1
Gemini 4 Carbonhigh125,7
Claude Fable 5.1max123,8
Claude Sonnet 5.5max122,8
Gemini 4 Argonhigh122,3
GPT-6 Astramax121,3
GPT-6.1 Solmax119,2
Muse Wonder Fullmax118,3
Claude Opus 5max117,2
Muse Wondermax113,4
Kimi K3.1 Promax112,9
Claude Fable 5max112,5
GPT-6 Solmax110,6
GPT-5.6 Solmax108,7
Muse Spark 1.3max107,4
Gemini 3.7 Flashhigh107,1
DeepSeek V4.1 Flash 1017max106,6
Gemini 3.8 Flashhigh106,5
DeepSeek-V4.1-Flashmax99,7
Grok 4.5high94,6
Claude Opus 5.5, Anthropic: 126,1 · Platz 1 · Reasoning-Stufe max
Gemini 4 Carbon, Google DeepMind: 125,7 · Platz 2 · Reasoning-Stufe high
Claude Fable 5.1, Anthropic: 123,8 · Platz 3 · Reasoning-Stufe max
Claude Sonnet 5.5, Anthropic: 122,8 · Platz 4 · Reasoning-Stufe max
Gemini 4 Argon, Google DeepMind: 122,3 · Platz 5 · Reasoning-Stufe high
GPT-6 Astra, OpenAI: 121,3 · Platz 6 · Reasoning-Stufe max
GPT-6.1 Sol, OpenAI: 119,2 · Platz 7 · Reasoning-Stufe max
Muse Wonder Full, Meta: 118,3 · Platz 8 · Reasoning-Stufe max
Claude Opus 5, Anthropic: 117,2 · Platz 9 · Reasoning-Stufe max
Muse Wonder, Meta: 113,4 · Platz 10 · Reasoning-Stufe max
Kimi K3.1 Pro, Moonshot AI: 112,9 · Platz 11 · Reasoning-Stufe max
Claude Fable 5, Anthropic: 112,5 · Platz 12 · Reasoning-Stufe max
GPT-6 Sol, OpenAI: 110,6 · Platz 13 · Reasoning-Stufe max
GPT-5.6 Sol, OpenAI: 108,7 · Platz 14 · Reasoning-Stufe max
Muse Spark 1.3, Meta: 107,4 · Platz 15 · Reasoning-Stufe max
Gemini 3.7 Flash, Google: 107,1 · Platz 16 · Reasoning-Stufe high
DeepSeek V4.1 Flash 1017, DeepSeek: 106,6 · Platz 17 · Reasoning-Stufe max
Gemini 3.8 Flash, Google: 106,5 · Platz 18 · Reasoning-Stufe high
DeepSeek-V4.1-Flash, DeepSeek: 99,7 · Platz 29 · Reasoning-Stufe max
Grok 4.5, xAI: 94,6 · Platz 36 · Reasoning-Stufe high
Claude Opus 5.5
Gemini 4 Carbon
Claude Fable 5.1
Claude Sonnet 5.5
Gemini 4 Argon
GPT-6 Astra
GPT-6.1 Sol
Muse Wonder Full
Claude Opus 5
Muse Wonder
Kimi K3.1 Pro
Claude Fable 5
GPT-6 Sol
GPT-5.6 Sol
Muse Spark 1.3
Gemini 3.7 Flash
DeepSeek V4.1 Flash 1017
Gemini 3.8 Flash
DeepSeek-V4.1-Flash
Grok 4.5
Beliebtheit im Vergleich
Wie oft die Modelle gesucht, genutzt und erwähnt werden, auf einer Skala von 0 bis 100.
DeepSeek-V4.1-Flash ist beliebter als Grok 4.5: 38 zu 31 von 100.
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 5. November 2026
Grok 4.5DeepSeek-V4.1-Flash
Alle Daten im Vergleich
Der bessere Wert ist fett. Beim Gesamtindex nur, wenn der Abstand klar ist.
| Kennzahl | Grok 4.5 | DeepSeek-V4.1-Flash |
|---|---|---|
| Leistung | ||
| GesamtindexPunkte, 100 = Durchschnitt der Referenzgruppe, höher ist besser | 94,6 | 99,7 |
| Platz | Platz 36 von 91 | Platz 29 von 91 |
| Preis je 1 Mio. Token | ||
| Eingabewas du schickst | 2 $über 200.000 Token: 4 $ | 0,15 $ |
| Ausgabewas das Modell schreibt | 6 $über 200.000 Token: 12 $ | 0,60 $ |
| Kosten je Aufgabe (eigene Tests)Durchschnitt aus 2 gemeinsam bestandenen Tests | 0,034 $ | 0,008 $ |
| Tempo | ||
| Token pro Sekunde | 71 | 176 |
| Beliebtheit | ||
| BeliebtheitSuche, Nutzung und Erwähnungen, 0 bis 100 | 31Platz 450 von 875 | 38Platz 298 von 875 |
| Technik | ||
| Kontextfensterwie viel Text das Modell auf einmal liest | 500.000 Token≈ 750 A4-Seiten | 1 Mio. Token≈ 1.500 A4-Seiten |
| Wissensstand | 01.02.2026 | k. A. |
| Veröffentlicht | 16.07.2026 | 10.09.2026 |
| Verfügbarkeit | Aktiv | Aktiv |
| Offene Gewichte | nein | ja |
- DeepSeek-V4.1-Flash: Zu Spitzenzeiten (Mo, Di, Mi, Do, Fr, 01:00-04:00 UTC; Mo, Di, Mi, Do, Fr, 06:00-10:00 UTC) gelten 0,30 $ Eingabe und 1,20 $ 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?
Nachfolger von Grok 4.5Grok 4.6
Gesamtindex 102,4, Platz 22. 2 $ Eingabe und 6 $ Ausgabe je 1 Mio. Token.
DeepSeek-V4.1-Flash vs. Grok 4.6Nachfolger von DeepSeek-V4.1-FlashDeepSeek V4.1 Flash 1017
Gesamtindex 106,6, Platz 17. 0,15 $ Eingabe und 0,60 $ Ausgabe je 1 Mio. Token.
Grok 4.5 vs. DeepSeek V4.1 Flash 1017Günstiger als DeepSeek-V4.1-FlashClaude Haiku 5.5
Gesamtindex 103,4, Platz 20. 0,10 $ Eingabe und 0,50 $ Ausgabe je 1 Mio. Token.
DeepSeek-V4.1-Flash vs. Claude Haiku 5.5Gemeinsame Benchmarks
Einzelwerte aus derselben Benchmark-Version, Aufgabe und Messgröße. Fett ist ein Wert nur bei gleichem Testaufbau und klarem Abstand.
A: Grok 4.5B: DeepSeek-V4.1-Flash
Code MigrationOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 36,6 %DeepSeek-V4.1-Flash: 45,6 %Vals AIStand 29.10.2026
CyberBench v1.1Overall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 71 %DeepSeek-V4.1-Flash: 73,7 %Vals AIStand 05.11.2026
EMBOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 52,9 %DeepSeek-V4.1-Flash: 57,2 %Vals AIStand 20.10.2026
Finance Agent (v2)Overall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 48,3 %DeepSeek-V4.1-Flash: 53,5 %Vals AIStand 29.10.2026
IOIOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 40,6 %DeepSeek-V4.1-Flash: 40,3 %Vals AIStand 29.10.2026
Legal Research BenchOverall · All-pass · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 38 %DeepSeek-V4.1-Flash: 41,3 %Vals AIStand 05.11.2026
LegalBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 86 %DeepSeek-V4.1-Flash: 83,3 %Vals AIStand 13.10.2026
LMArena Code Arena WebDevOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 1.553DeepSeek-V4.1-Flash: 1.619LMArenaStand 28.10.2026
LMArena Text, Style ControlOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 1.465DeepSeek-V4.1-Flash: 1.476LMArenaStand 28.10.2026
LMArena Vision, Style ControlOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 1.279DeepSeek-V4.1-Flash: 1.261LMArenaStand 19.10.2026
54 weitere Benchmarks anzeigen
MedCodeOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 43,3 %DeepSeek-V4.1-Flash: 41,2 %Vals AIStand 29.10.2026
MedScribeOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 86,9 %DeepSeek-V4.1-Flash: 85,5 %Vals AIStand 29.10.2026
ProgramBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 0 %DeepSeek-V4.1-Flash: 0,5 %Vals AIStand 05.11.2026
ProofBench v1.1Overall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 31 %DeepSeek-V4.1-Flash: 54 %Vals AIStand 29.10.2026
SkillsBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 66 %DeepSeek-V4.1-Flash: 69,8 %Vals AIStand 29.10.2026
SRE BenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 0,8 %DeepSeek-V4.1-Flash: 0,8 %Vals AIStand 05.11.2026
Tax Agent BenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 24,9 %DeepSeek-V4.1-Flash: 26,6 %Vals AIStand 05.11.2026
Terminal-Bench 4.0Overall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 8,6 %DeepSeek-V4.1-Flash: 19,7 %Vals AIStand 05.11.2026
Vibe Code Bench v1.1Overall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 69 %DeepSeek-V4.1-Flash: 84,7 %Vals AIStand 05.11.2026
Code MigrationCLI · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 25,5 %DeepSeek-V4.1-Flash: 37,5 %Vals AIStand 29.10.2026
CyberBench v1.1Patch · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 80,4 %DeepSeek-V4.1-Flash: 85,7 %Vals AIStand 05.11.2026
EMBComps · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 39,5 %DeepSeek-V4.1-Flash: 43,9 %Vals AIStand 20.10.2026
Finance Agent (v2)Adjustments · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 38,6 %DeepSeek-V4.1-Flash: 49,2 %Vals AIStand 29.10.2026
IOIIOI 2024 · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 47,2 %DeepSeek-V4.1-Flash: 42,7 %Vals AIStand 29.10.2026
Legal Research BenchAdministrative / Regulatory · All-pass · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 51,5 %DeepSeek-V4.1-Flash: 53 %Vals AIStand 05.11.2026
LegalBenchConclusion Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 89,5 %DeepSeek-V4.1-Flash: 89,1 %Vals AIStand 13.10.2026
LMArena Code Arena WebDevHTML development · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 1.568DeepSeek-V4.1-Flash: 1.613LMArenaStand 28.10.2026
LMArena Text, Style ControlBusiness, management and finance · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 1.466DeepSeek-V4.1-Flash: 1.478LMArenaStand 28.10.2026
LMArena Vision, Style ControlChinese · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 1.330DeepSeek-V4.1-Flash: 1.311LMArenaStand 19.10.2026
ProgramBenchAlmost Resolved · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 4,5 %DeepSeek-V4.1-Flash: 16,5 %Vals AIStand 05.11.2026
SkillsBenchNo Skills · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 48,8 %DeepSeek-V4.1-Flash: 61,7 %Vals AIStand 29.10.2026
SRE BenchCapability Score · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 6,3 %DeepSeek-V4.1-Flash: 14,2 %Vals AIStand 05.11.2026
Tax Agent BenchControversy & Precedence Analysis · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 10 %DeepSeek-V4.1-Flash: 3,3 %Vals AIStand 05.11.2026
Terminal-Bench 4.0Hardware · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 0 %DeepSeek-V4.1-Flash: 0 %Vals AIStand 05.11.2026
Code MigrationCOBOL · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 70 %DeepSeek-V4.1-Flash: 70 %Vals AIStand 29.10.2026
CyberBench v1.1PoC · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 61,7 %DeepSeek-V4.1-Flash: 61,7 %Vals AIStand 05.11.2026
EMBDataroom · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 65 %DeepSeek-V4.1-Flash: 73,9 %Vals AIStand 20.10.2026
Finance Agent (v2)All-Pass · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 36,7 %DeepSeek-V4.1-Flash: 41,1 %Vals AIStand 29.10.2026
IOIIOI 2025 · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 33,5 %DeepSeek-V4.1-Flash: 35,2 %Vals AIStand 29.10.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 88,8 %DeepSeek-V4.1-Flash: 89,1 %Vals AIStand 05.11.2026
LegalBenchInterpretation Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 83,2 %DeepSeek-V4.1-Flash: 80,4 %Vals AIStand 13.10.2026
LMArena Code Arena WebDevImage to WebDev · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 1.562DeepSeek-V4.1-Flash: 1.606LMArenaStand 19.10.2026
LMArena Text, Style ControlChinese · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 1.504DeepSeek-V4.1-Flash: 1.523LMArenaStand 28.10.2026
LMArena Vision, Style ControlCreative writing with images · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 1.281DeepSeek-V4.1-Flash: 1.254LMArenaStand 19.10.2026
ProgramBenchFully Resolved · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 0 %DeepSeek-V4.1-Flash: 0,5 %Vals AIStand 05.11.2026
SkillsBenchWith Skills · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 66 %DeepSeek-V4.1-Flash: 69,8 %Vals AIStand 29.10.2026
SRE BenchFully Solved · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 0,8 %DeepSeek-V4.1-Flash: 0,8 %Vals AIStand 05.11.2026
Tax Agent BenchControversy & Precedence Analysis · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 60,7 %DeepSeek-V4.1-Flash: 52,8 %Vals AIStand 05.11.2026
Terminal-Bench 4.0Media · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 0 %DeepSeek-V4.1-Flash: 8,3 %Vals AIStand 05.11.2026
Code MigrationCode Quality · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 4,078 / 5DeepSeek-V4.1-Flash: 4,411 / 5Vals AIStand 29.10.2026
EMBDCF · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 41,5 %DeepSeek-V4.1-Flash: 51 %Vals AIStand 20.10.2026
Finance Agent (v2)Comparables · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 41,8 %DeepSeek-V4.1-Flash: 46,1 %Vals AIStand 29.10.2026
IOIIOI 2026 · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 41 %DeepSeek-V4.1-Flash: 43 %Vals AIStand 29.10.2026
Legal Research BenchBusiness & Commercial · All-pass · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 30,2 %DeepSeek-V4.1-Flash: 39,5 %Vals AIStand 05.11.2026
LegalBenchIssue Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 90,1 %DeepSeek-V4.1-Flash: 88,8 %Vals AIStand 13.10.2026
LMArena Code Arena WebDevReact development · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 1.556DeepSeek-V4.1-Flash: 1.629LMArenaStand 28.10.2026
LMArena Text, Style ControlCoding · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 1.514DeepSeek-V4.1-Flash: 1.523LMArenaStand 28.10.2026
LMArena Vision, Style ControlDiagram understanding · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 1.306DeepSeek-V4.1-Flash: 1.293LMArenaStand 19.10.2026
ProgramBenchRaw Pass Rate · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 65,2 %DeepSeek-V4.1-Flash: 72 %Vals AIStand 05.11.2026
Tax Agent BenchCurrent & Temporal Analysis · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 36,7 %DeepSeek-V4.1-Flash: 39 %Vals AIStand 05.11.2026
Terminal-Bench 4.0ML · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 3 %DeepSeek-V4.1-Flash: 24,2 %Vals AIStand 05.11.2026
EMBLBO · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 48,7 %DeepSeek-V4.1-Flash: 54,2 %Vals AIStand 20.10.2026
Finance Agent (v2)Disclosure Analysis · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 56,4 %DeepSeek-V4.1-Flash: 61,3 %Vals AIStand 29.10.2026
Legal Research BenchBusiness & Commercial · Weighted partial credit · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 86,8 %DeepSeek-V4.1-Flash: 86,7 %Vals AIStand 05.11.2026
Weitere Vergleiche
Vergleiche Grok 4.5 und DeepSeek-V4.1-Flash 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-V4.1-Flash
- 2Gemini 3.8 Flash vs. DeepSeek-V4.1-Flash
- 3GPT-6 Luna vs. DeepSeek-V4.1-Flash
- 4Muse Spark 1.3 vs. DeepSeek-V4.1-Flash
- 5Claude Haiku 5.5 vs. DeepSeek-V4.1-Flash
- 6Claude Sonnet 5.5 vs. DeepSeek-V4.1-Flash
- 7GPT-6 Sol vs. DeepSeek-V4.1-Flash
- 8GPT-6 Astra vs. DeepSeek-V4.1-Flash
- 9Claude Sonnet 5 vs. DeepSeek-V4.1-Flash
Alle 44 Vergleiche zeigen
- 10Grok 4.7 vs. DeepSeek-V4.1-Flash
- 11Claude Opus 5 vs. DeepSeek-V4.1-Flash
- 12GPT-5.6 Terra vs. DeepSeek-V4.1-Flash
- 13DeepSeek-V4.1-Flash vs. GLM-5.3-Flash
- 14Claude Opus 4.6 vs. DeepSeek-V4.1-Flash
- 15Claude Sonnet 4.6 vs. DeepSeek-V4.1-Flash
- 16DeepSeek-V4.1-Flash vs. Qwen 3.8 Max 0902
- 17GPT-6.1 Sol vs. DeepSeek-V4.1-Flash
- 18DeepSeek-V4-Pro vs. DeepSeek-V4.1-Flash
- 19DeepSeek-V4.1-Flash vs. Mistral Large 4
- 20DeepSeek-V4.1-Flash vs. MiMo-V2.5-Pro
- 21Gemini 3.5 Flash-Lite vs. DeepSeek-V4.1-Flash
- 22Claude Haiku 4.5 vs. DeepSeek-V4.1-Flash
- 23Grok 4.7 vs. Grok 4.5
- 24Gemini 3.1 Pro Preview vs. DeepSeek-V4.1-Flash
- 25DeepSeek-V4.1-Flash vs. GLM-5.2
- 26Gemini 3.6 Flash vs. DeepSeek-V4.1-Flash
- 27DeepSeek-V4.1-Flash vs. GLM-5.3
- 28GPT-5.6 Sol vs. DeepSeek-V4.1-Flash
- 29Claude Opus 4.8 vs. DeepSeek-V4.1-Flash
- 30DeepSeek-V4.1-Flash vs. Kimi K3
- 31Grok 4.6 vs. DeepSeek-V4.1-Flash
- 32Claude Fable 5 vs. DeepSeek-V4.1-Flash
- 33GPT-5.6 Luna vs. DeepSeek-V4.1-Flash
- 34Claude Opus 4.7 vs. DeepSeek-V4.1-Flash
- 35Claude Sonnet 4.5 vs. DeepSeek-V4.1-Flash
- 36Claude Opus 4.5 vs. DeepSeek-V4.1-Flash
- 37Claude Fable 5.1 vs. DeepSeek-V4.1-Flash
- 38DeepSeek-V4.1-Flash vs. Mistral Medium 3.5
- 39DeepSeek-V4.1-Flash vs. MiMo-V2.5
- 40DeepSeek-V4.1-Flash vs. GLM-5.1
- 41GPT-6 Luna vs. Grok 4.5
- 42DeepSeek-V4.1-Flash vs. Mistral Large 3
- 43GPT-5.5 vs. DeepSeek-V4.1-Flash
- 44Muse Wonder Full vs. DeepSeek-V4.1-Flash