xAIDeepSeekLLM-Duell

Grok 4.7vs.DeepSeek-V4-Pro

Wer ist besser?

Grok 4.7 schneidet besser als DeepSeek-V4-Pro ab, aber kostet 3-mal so viel.

Grok 4.7 vorn

LeistungGesamtindex, 100 Punkte = Durchschnitt

103,4

Grok 4.7

Platz 21

86,8

DeepSeek-V4-Pro

Platz 43

etwa gleich schnell

TempoToken pro Sekunde

Grok 4.7

DeepSeek-V4-Pro

DeepSeek-V4-Pro günstiger

Preis$ je 1 Mio. Token

3 $

Grok 4.7

0,99 $

DeepSeek-V4-Pro

etwa gleich beliebt

Beliebtheit0 bis 100

Grok 4.7

Platz 37 von 876

DeepSeek-V4-Pro

Platz 49 von 876

Ab 200.000 Token im Kontext kostet Grok 4.7 mehr: 4 $ Eingabe und 12 $ Ausgabe je 1 Mio. Token.

Nimm Grok 4.7 für

RechtGesundheitFinanzenSchlussfolgernWissenAllgemeinAgentenProduktivitätProgrammierenMathematik

Nimm DeepSeek-V4-Pro für

Kein klarer Vorteil

Wo liegt der Unterschied?

Stärken im Überblick

Grok 4.7DeepSeek-V4-ProMedian aller Modelle mit Platz

ProgrammierenGrok 4.7 vorn

Grok 4.7103,2Platz 22

DeepSeek-V4-Pro90,4Platz 49

Median aller Modelle mit Platz84,1

95-%-Bereich: Grok 4.7 100,2 bis 106,1, DeepSeek-V4-Pro 85,8 bis 95,0.

BereichGrok 4.7DeepSeek-V4-Pro

Dieselben Werte und Urteile wie die Balken darunter. Im Ausschnitt beginnt das Netz bei 75 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: Multimodal.

Grok 4.7 liegt in 9 von 10 Bereichen vorn, DeepSeek-V4-Pro in keinem.

Grok 4.7 vorn: 9zu wenig Daten: 1

Bereiche im Gesamtindex

SchlussfolgernGrok 4.7 +18102,2 zu 84,6

WissenGrok 4.7 +17105,5 zu 88,3

AllgemeinGrok 4.7 +15101,6 zu 87,1

AgentenGrok 4.7 +14107,4 zu 93,0

ProgrammierenGrok 4.7 +13103,2 zu 90,4

MathematikGrok 4.7 +994,8 zu 85,4

Multimodalnur Grok 4.7 mit Wertung

Fachgebiete

RechtGrok 4.7 +26109,9 zu 83,7

GesundheitGrok 4.7 +24106,2 zu 81,8

FinanzenGrok 4.7 +18105,3 zu 87,1

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

ProduktivitätGrok 4.7 +14103,3 zu 89,5

Cybersicherheitnur Grok 4.7 mit Wertung

Bildungnur Grok 4.7 mit Wertung

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 findenGrok 4.7Programmieren 103,2 zu 90,4

Mathe und DatenanalyseGrok 4.7Mathematik 94,8 zu 85,4, Schlussfolgern 102,2 zu 84,6

Fakten und RechercheGrok 4.7Wissen 105,5 zu 88,3

Agenten und WorkflowsGrok 4.7Agenten 107,4 zu 93,0

Schnelle Antworten im Chatetwa gleich71 zu 70 Token pro Sekunde

SicherheitsanalysenoffenCybersicherheit ohne Wertung für DeepSeek-V4-Pro

Viele Anfragen, kleines BudgetDeepSeek-V4-Pro3 $ zu 0,99 $ je 1 Mio. Token

Finanz-, Rechts- und MedizintexteGrok 4.7Finanzen 105,3 zu 87,1, Recht 109,9 zu 83,7, Gesundheit 106,2 zu 81,8

Bilder, Screenshots und PDFsoffenMultimodal ohne Wertung für DeepSeek-V4-Pro

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

Ursprung der Aufgabe: Simon Willison

Grok 4.7

01.10.2026 · 13 s · 0,0072 $

Testdetails

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: x-ai/grok-4.7
Reasoning-Einstellung: high
Tokenlimit inklusive Reasoning: 8.192 Token
Ausgabe-Token: 1.069 Token
Kosten des Versuchs: 0,0072 $
Antwortzeit: 13,4 s
API-Modell laut Antwort: x-ai/grok-4.7
Festgelegter Endpunkt: xAI | x-ai/grok-4.7-20260916
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)

01.10.2026API-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

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 4.7

In dieser Runde nicht verfügbar

DeepSeek-V4-Pro

Grok 4.7 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 v4)

20 von 92 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 Carbonhigh125,8

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 Solmax110,5

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

Grok 4.7xhigh103,4

DeepSeek-V4-Promax86,8

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

Grok 4.7

DeepSeek-V4-Pro

Beliebtheit im Vergleich

Wie oft die Modelle gesucht, genutzt und erwähnt werden, auf einer Skala von 0 bis 100.

Beide sind etwa gleich beliebt: Grok 4.7 61, DeepSeek-V4-Pro 58 von 100.

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 6. November 2026

Grok 4.7DeepSeek-V4-Pro

Alle Daten im Vergleich

Der bessere Wert ist fett. Beim Gesamtindex nur, wenn der Abstand klar ist.

Kennzahl	Grok 4.7	DeepSeek-V4-Pro
Leistung
GesamtindexPunkte, 100 = Durchschnitt der Referenzgruppe, höher ist besser	103,4	86,8
Platz	Platz 21 von 92	Platz 43 von 92
Preis je 1 Mio. Token
Eingabewas du schickst	2 $über 200.000 Token: 4 $	0,66 $
Ausgabewas das Modell schreibt	6 $über 200.000 Token: 12 $	1,98 $
Tempo
Token pro Sekunde	71	70
Beliebtheit
BeliebtheitSuche, Nutzung und Erwähnungen, 0 bis 100	61Platz 37 von 876	58Platz 49 von 876
Technik
Kontextfensterwie viel Text das Modell auf einmal liest	500.000 Token≈ 750 A4-Seiten	1 Mio. Token≈ 1.500 A4-Seiten
Wissensstand	Mai 2026	k. A.
Veröffentlicht	21.09.2026	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?

Günstiger als DeepSeek-V4-ProDeepSeek V4.1 Flash 1017

Gesamtindex 106,6, Platz 170,15 $ Eingabe und 0,60 $ Ausgabe je 1 Mio. Token

Grok 4.7 vs. DeepSeek V4.1 Flash 1017

Bestes Modell im GesamtindexClaude Opus 5.5

Gesamtindex 126,1, Platz 14 $ Eingabe und 20 $ Ausgabe je 1 Mio. Token

Grok 4.7 vs. Claude Opus 5.5

Gemeinsame Benchmarks

Einzelwerte aus derselben Benchmark-Version, Aufgabe und Messgröße. Fett ist ein Wert nur bei gleichem Testaufbau und klarem Abstand.

A: Grok 4.7B: DeepSeek-V4-Pro

Code MigrationOverall · höher ist besserTestaufbau nicht identisch dokumentiert44,8 %26,2 %Vals AIStand 29.10.2026

EMBOverall · höher ist besserTestaufbau nicht identisch dokumentiert67,0 %51,6 %Vals AIStand 20.10.2026

Finance Agent (v2)Overall · höher ist besserTestaufbau nicht identisch dokumentiert52,3 %44,1 %Vals AIStand 29.10.2026

Legal Research BenchOverall · All-pass · höher ist besserTestaufbau nicht identisch dokumentiert47,1 %23,1 %Vals AIStand 05.11.2026

LegalBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiert84,4 %80,3 %Vals AIStand 13.10.2026

LMArena Code Arena WebDevOverall · höher ist besserTestaufbau nicht identisch dokumentiert1.6371.464LMArenaStand 28.10.2026

LMArena Text, Style ControlOverall · höher ist besserTestaufbau nicht identisch dokumentiert1.4411.455LMArenaStand 28.10.2026

MedCodeOverall · höher ist besserTestaufbau nicht identisch dokumentiert49,6 %40,5 %Vals AIStand 29.10.2026

MedScribeOverall · höher ist besserTestaufbau nicht identisch dokumentiert89,4 %75,1 %Vals AIStand 29.10.2026

ProgramBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiert0,5 %0,0 %Vals AIStand 05.11.2026

54 weitere Benchmarks anzeigen

ProofBench v1.1Overall · höher ist besserTestaufbau nicht identisch dokumentiert26 %16 %Vals AIStand 29.10.2026

Public Benefits Bench v1.1Overall · höher ist besserTestaufbau nicht identisch dokumentiert65,6 %62,9 %Vals AIStand 12.10.2026

Tax Agent BenchOverall · höher ist besserTestaufbau nicht identisch dokumentiert34,2 %25,2 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Overall · höher ist besserTestaufbau nicht identisch dokumentiert28,8 %11,1 %Vals AIStand 05.11.2026

Vibe Code Bench v1.1Overall · höher ist besserTestaufbau nicht identisch dokumentiert86,2 %49,9 %Vals AIStand 05.11.2026

Code MigrationCLI · höher ist besserTestaufbau nicht identisch dokumentiert36,4 %15,5 %Vals AIStand 29.10.2026

EMBComps · höher ist besserTestaufbau nicht identisch dokumentiert65,0 %57,4 %Vals AIStand 20.10.2026

Finance Agent (v2)Adjustments · höher ist besserTestaufbau nicht identisch dokumentiert46,3 %41,6 %Vals AIStand 29.10.2026

Legal Research BenchAdministrative / Regulatory · All-pass · höher ist besserTestaufbau nicht identisch dokumentiert54,5 %28,8 %Vals AIStand 05.11.2026

LegalBenchConclusion Tasks · höher ist besserTestaufbau nicht identisch dokumentiert88,6 %89,1 %Vals AIStand 13.10.2026

LMArena Code Arena WebDevHTML development · höher ist besserTestaufbau nicht identisch dokumentiert1.6291.471LMArenaStand 28.10.2026

LMArena Text, Style ControlBusiness, management and finance · höher ist besserTestaufbau nicht identisch dokumentiert1.4371.448LMArenaStand 28.10.2026

ProgramBenchAlmost Resolved · höher ist besserTestaufbau nicht identisch dokumentiert21,5 %0,0 %Vals AIStand 05.11.2026

Tax Agent BenchControversy & Precedence Analysis · höher ist besserTestaufbau nicht identisch dokumentiert13,3 %12,3 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Hardware · höher ist besserTestaufbau nicht identisch dokumentiert26,7 %0,0 %Vals AIStand 05.11.2026

Code MigrationCOBOL · höher ist besserTestaufbau nicht identisch dokumentiert70,0 %58,4 %Vals AIStand 29.10.2026

EMBDataroom · höher ist besserTestaufbau nicht identisch dokumentiert83,6 %62,6 %Vals AIStand 20.10.2026

Finance Agent (v2)All-Pass · höher ist besserTestaufbau nicht identisch dokumentiert42,1 %31,4 %Vals AIStand 29.10.2026

Legal Research BenchAdministrative / Regulatory · Weighted partial credit (weighted pass) · höher ist besserTestaufbau nicht identisch dokumentiert87,2 %83,4 %Vals AIStand 05.11.2026

LegalBenchInterpretation Tasks · höher ist besserTestaufbau nicht identisch dokumentiert81,3 %75,2 %Vals AIStand 13.10.2026

LMArena Code Arena WebDevReact development · höher ist besserTestaufbau nicht identisch dokumentiert1.6631.454LMArenaStand 28.10.2026

LMArena Text, Style ControlChinese · höher ist besserTestaufbau nicht identisch dokumentiert1.4951.500LMArenaStand 28.10.2026

ProgramBenchFully Resolved · höher ist besserTestaufbau nicht identisch dokumentiert0,5 %0,0 %Vals AIStand 05.11.2026

Tax Agent BenchControversy & Precedence Analysis (weighted pass) · höher ist besserTestaufbau nicht identisch dokumentiert62,7 %54,8 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Media · höher ist besserTestaufbau nicht identisch dokumentiert0 %0 %Vals AIStand 05.11.2026

Code MigrationCode Quality · höher ist besserTestaufbau nicht identisch dokumentiert4,105 / 53,401 / 5Vals AIStand 29.10.2026

EMBDCF · höher ist besserTestaufbau nicht identisch dokumentiert58,2 %44,4 %Vals AIStand 20.10.2026

Finance Agent (v2)Comparables · höher ist besserTestaufbau nicht identisch dokumentiert42,2 %39,6 %Vals AIStand 29.10.2026

Legal Research BenchBusiness & Commercial · All-pass · höher ist besserTestaufbau nicht identisch dokumentiert44,2 %23,3 %Vals AIStand 05.11.2026

LegalBenchIssue Tasks · höher ist besserTestaufbau nicht identisch dokumentiert89,5 %84,6 %Vals AIStand 13.10.2026

LMArena Code Arena WebDevWeb development · höher ist besserTestaufbau nicht identisch dokumentiert1.6371.464LMArenaStand 28.10.2026

LMArena Text, Style ControlCoding · höher ist besserTestaufbau nicht identisch dokumentiert1.4941.488LMArenaStand 28.10.2026

ProgramBenchRaw Pass Rate · höher ist besserTestaufbau nicht identisch dokumentiert75,7 %47,8 %Vals AIStand 05.11.2026

Tax Agent BenchCurrent & Temporal Analysis · höher ist besserTestaufbau nicht identisch dokumentiert46,7 %36,6 %Vals AIStand 05.11.2026

Terminal-Bench 4.0ML · höher ist besserTestaufbau nicht identisch dokumentiert36,4 %3,0 %Vals AIStand 05.11.2026

EMBLBO · höher ist besserTestaufbau nicht identisch dokumentiert56,9 %43,9 %Vals AIStand 20.10.2026

Finance Agent (v2)Disclosure Analysis · höher ist besserTestaufbau nicht identisch dokumentiert64,5 %52,6 %Vals AIStand 29.10.2026

Legal Research BenchBusiness & Commercial · Weighted partial credit (weighted pass) · höher ist besserTestaufbau nicht identisch dokumentiert87,4 %86,5 %Vals AIStand 05.11.2026

LegalBenchRhetoric Tasks · höher ist besserTestaufbau nicht identisch dokumentiert81,5 %75,3 %Vals AIStand 13.10.2026

LMArena Text, Style ControlCreative writing · höher ist besserTestaufbau nicht identisch dokumentiert1.4181.440LMArenaStand 28.10.2026

Tax Agent BenchCurrent & Temporal Analysis (weighted pass) · höher ist besserTestaufbau nicht identisch dokumentiert74,5 %65,7 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Operations · höher ist besserTestaufbau nicht identisch dokumentiert22,2 %7,4 %Vals AIStand 05.11.2026

EMBM&A · höher ist besserTestaufbau nicht identisch dokumentiert76,3 %48,2 %Vals AIStand 20.10.2026

Finance Agent (v2)Earnings Analysis · höher ist besserTestaufbau nicht identisch dokumentiert74,6 %59,8 %Vals AIStand 29.10.2026

Legal Research BenchCivil Litigation · All-pass · höher ist besserTestaufbau nicht identisch dokumentiert44,4 %33,3 %Vals AIStand 05.11.2026

LegalBenchRule Tasks · höher ist besserTestaufbau nicht identisch dokumentiert81,0 %77,4 %Vals AIStand 13.10.2026

LMArena Text, Style ControlEnglish · höher ist besserTestaufbau nicht identisch dokumentiert1.4541.467LMArenaStand 28.10.2026

Tax Agent BenchFact-Pattern Analysis · höher ist besserTestaufbau nicht identisch dokumentiert34,9 %21,9 %Vals AIStand 05.11.2026

Terminal-Bench 4.0Science · höher ist besserTestaufbau nicht identisch dokumentiert26,2 %7,1 %Vals AIStand 05.11.2026

EMBMisc · höher ist besserTestaufbau nicht identisch dokumentiert65,0 %57,6 %Vals AIStand 20.10.2026

Finance Agent (v2)Financial Modeling · höher ist besserTestaufbau nicht identisch dokumentiert17,7 %10,5 %Vals AIStand 29.10.2026

Legal Research BenchCivil Litigation · Weighted partial credit (weighted pass) · höher ist besserTestaufbau nicht identisch dokumentiert90 %86 %Vals AIStand 05.11.2026

LMArena Text, Style ControlEntertainment, sports and media · höher ist besserTestaufbau nicht identisch dokumentiert1.4161.432LMArenaStand 28.10.2026

Tax Agent BenchFact-Pattern Analysis (weighted pass) · höher ist besserTestaufbau nicht identisch dokumentiert64,3 %55,6 %Vals AIStand 05.11.2026

Weitere Vergleiche

Vergleiche Grok 4.7 und DeepSeek-V4-Pro mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen

Erstes ModellZweites Modell

Vorgänger und Nachfolger

VorgängerGrok 4.7 vs. Grok 4.6Vorgänger von Grok 4.7

Die beliebtesten Vergleiche

Alle 57 Vergleiche zeigen