Modellvergleich
DeepSeek vs Qwen: Leistung und Preise
Für Coding ist DeepSeek V4.1 Flash laut Max-Bericht die Wahl (DeepSWE: 74.2% vs 58.7%); Qwen3.8 Flash unterstützt Video und halbiert den Eingabepreis bei Novita AI ($0.15 vs $0.30 pro 1M tokens).
| Kriterium | Gewinner | Vorsprung | Beleg |
|---|---|---|---|
| Coding-Benchmark (veröffentlicht) | DeepSeek V4.1 Flash (Max) | +15.5 Prozentpunkte (DeepSWE) | DeepSWE v1.1: DeepSeek (Max) 74.2% vs Qwen Flash-Next 58.7%12 |
| Reasoning: GPQA (veröffentlicht) | Qwen3.8-Flash-Next | +0.8 Prozentpunkte | GPQA Diamond: Qwen Flash-Next 91.7% vs DeepSeek (Max) 90.9%12 |
| Reasoning: HLE (veröffentlicht) | DeepSeek V4.1 Flash (Max) | +0.9 Prozentpunkte | HLE: DeepSeek (Max) 36.8% vs Qwen Flash-Next 35.9%12 |
| Preise (Eingabe / Ausgabe) | Qwen3.8 Flash | 50% weniger für Eingabe; etwa 61% weniger für Ausgabe | Qwen $0.15 / $0.47 vs DeepSeek $0.30 / $1.20 per 1M tokens34 |
| Ausgabegeschwindigkeit (AA-Referenz) | DeepSeek V4.1 Flash (Max) | ~3.6× die AA-Ausgabegeschwindigkeit | DeepSeek (Max) 186 vs Qwen Flash-Next 52 tokens/s5 |
Benchmarks
Offizielle Benchmark-Ergebnisse
DeepSWE v1.1, NL2Repo-Bench, GPQA Diamond und HLE aus den veröffentlichten Berichten; höhere Scores sind besser.
Offizielle Berichte: DeepSeek V4.1 Flash (Max) vs Qwen3.8-Flash-Next
Wischen, um alle Spalten zu sehen
| Kennzahl | DeepSeek V4.1 Flash (Max) | Qwen3.8-Flash-Next |
|---|---|---|
| GPQA Diamond (Reasoning) | 90.9% · Herstellerangabe, 2026 | 91.7% · Herstellerangabe, 2026 |
| HLE (Reasoning, ohne Werkzeuge) | 36.8% · Herstellerangabe, 2026 | 35.9% · Herstellerangabe, 2026 |
| DeepSWE v1.1 (Coding) | 74.2% · Herstellerangabe, 2026 | 58.7% · Herstellerangabe, 2026 |
| NL2Repo-Bench (Coding) | 64.0 · Herstellerangabe, 2026 | 48.1 · Herstellerangabe, 2026 |
Quellen: DeepSeek-V4.1-Flash1, Qwen3.8-Flash-Next2 · Geprüft 2026-10-14
Modellversionen und Evaluierungsbedingungen.
Unabhängige Modellbewertungen von AA
Wischen, um alle Spalten zu sehen
| Kennzahl | DeepSeek V4.1 Flash (Max) | Qwen3.8-Flash-Next |
|---|---|---|
| AA Intelligence Index v4.3.2 | 39 | 40 |
| AutomationBench-AA | 69% | 56% |
| Terminal-Bench 4.0 | 27% | 25% |
Quelle: Artificial Analysis5 · Geprüft 2026-10-14
Geschwindigkeit und Latenz
Leistung
Referenzmodelle von Artificial Analysis: DeepSeek V4.1 Flash (Max) und Qwen3.8-Flash-Next.
Wischen, um alle Spalten zu sehen
| Kennzahl | DeepSeek V4.1 Flash (Max) | Qwen3.8-Flash-Next |
|---|---|---|
| Ausgabegeschwindigkeit (tokens/s) | 186 | 52 |
| Mediane Zeit bis zum ersten Chunk (s) | 0.96 | 2.02 |
| Zeit bis zum ersten Antwort-Token (s) | 11.68 | 40.60 |
Quelle: Artificial Analysis5 · Geprüft 2026-10-14
Spezifikationen und Preise
Preise
Beide Modelle sind bei Novita AI als Serverless-Endpunkte verfügbar. Die Preise gelten pro 1M tokens.
Wischen, um alle Spalten zu sehen
| Kennzahl | DeepSeek V4.1 Flash | Qwen3.8 Flash |
|---|---|---|
| Modell-ID | deepseek/deepseek-v4.1-flash |
qwen/qwen3.8-flash |
| Eingabe | $0.30 | $0.15 |
| Ausgabe | $1.20 | $0.47 |
| Cache-Lesezugriff | $0.006 | $0.016 |
| Kontextfenster (tokens) | 1M | 977K |
| Maximale Ausgabe (tokens) | 384K | 128K |
| Eingabetypen | Text, Bild | Text, Bild, Video |
Quellen: Novita AI DeepSeek V4.1 Flash3, Novita AI Qwen3.8 Flash4 · Geprüft 2026-10-14
Welche Option wählen
DeepSeek für Coding-Agenten und lange Ausgaben, Qwen für Kosten und Video
DeepSeek V4.1 Flash eignet sich, wenn…
- Coding-Agenten im Mittelpunkt stehen: DeepSeeks Max-Bericht nennt 74.2% bei DeepSWE v1.1 gegenüber 58.7% für Flash-Next sowie 64.0 gegenüber 48.1 bei NL2Repo-Bench.
- Eine Anfrage mehr Tokenkapazität benötigt: Novita AI nennt 1M Kontext und 384K maximale Ausgabe gegenüber 977K und 128K bei Qwen.
- Eingabelastige Prompts wiederverwendet werden: Bei identischen Cache-Trefferraten über 93.75% sind allein die Eingabekosten mit DeepSeek niedriger. Die Ausgabe bleibt teurer; niedrigere Gesamtkosten folgen daraus nicht.
- Der Durchsatz von Referenzmodellen für die Auswahl wichtig ist: AA misst DeepSeek (Max) mit 186 tokens/s gegenüber 52 für Qwen Flash-Next, getrennt von den Endpunktspezifikationen bei Novita AI.
- Einschränkung: Eingaben ohne Cache und Ausgaben kosten $0.30 / $1.20 pro 1M tokens, und Videoeingaben sind nicht verfügbar.
Qwen3.8 Flash eignet sich, wenn…
- Tokenkosten ohne Cache im Vordergrund stehen: geschätzte $24.40 gegenüber $54.00 für 100M Eingabe- und 20M Ausgabe-Tokens.
- Lange Dokument-Prompts selten Cache-Treffer erzielen: ein Kontextfenster von 977K für $0.15 pro 1M Eingabe-Tokens.
- Die Eingaben Video enthalten; DeepSeek V4.1 Flash unterstützt nur Text und Bild.
- Reasoning-Aufgaben auch niedrige Tokenpreise erfordern: Flash-Next nennt 91.7% bei GPQA gegenüber 90.9% für DeepSeek (Max); die HLE-Punktschätzungen liegen für DeepSeek höher, mit 36.8% gegenüber 35.9%.
- Einschränkung: Flash-Nexts veröffentlichter DeepSWE-Score ist niedriger (58.7% gegenüber 74.2% für DeepSeek Max), und Novita AI begrenzt die Ausgabe der Flash-API auf 128K Tokens.
Beide ausprobieren
Beide Modelle mit einem Schlüssel von Novita AI aufrufen
Derselbe Client, dieselben Nachrichten: Nur die Modell-ID ändert sich, und abgerechnet wird nach dem gewählten Modell.
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/openai",
api_key=os.environ["NOVITA_API_KEY"],
)
for model in ["deepseek/deepseek-v4.1-flash", "qwen/qwen3.8-flash"]:
reply = client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": "Explain what this function does."}],
max_tokens=1024,
)
print(model, reply.choices[0].message.content)Quelle: Novita AI Chat Completions API6 · Geprüft 2026-10-14
Methodik
Methodik und Quellen
Die offiziellen Scores beziehen sich auf DeepSeek V4.1 Flash mit reasoning_effort=100 und Qwen3.8-Flash-Next, das Modell mit offenen Gewichten hinter der Flash-API. Beide DeepSWE-Berichte verwenden temperature=1.0 und top_p=0.95; DeepSeek nutzt mini-SWE-agent mit 1M Kontext. Qwen wählt das beste Ergebnis aus zwei Evaluierungsumgebungen, erzielt mit mini-SWE-agent bei 256K. Die NL2Repo-Umgebungen unterscheiden sich. Qwen verwendet für HLE ein Modell als automatischen Bewerter; DeepSeeks Modellkarte bestätigt nicht, dass derselbe Bewerter verwendet wurde. Die Unterschiede sind veröffentlichte Punktschätzungen, kein Endpunktvergleich unter identischen Bedingungen und kein Nachweis eines praktischen Reasoning-Vorteils.
Novita AI veröffentlicht diese Seite und bietet beide Modelle an. Die öffentlichen Modellseiten liefern Preise, Cache-Tarife und Limits, einschließlich DeepSeeks fp8-Quantisierung3. Novita gibt an, dass high die standardmäßige Reasoning-Einstellung für DeepSeek ist. Die offiziellen DeepSeek-Scores verwenden Max statt dieser Standardeinstellung. Die AA-Werte für DeepSeek (Max) und Flash-Next sind Modellreferenzen: Sie beschreiben die APIs der Modellentwickler oder Medianwerte über Anbieter, keinen Novita-spezifischen Endpunktvergleich; die Latenz bis zur ersten Antwort umfasst das Reasoning. Die Kostenschätzung im Diagramm verwendet synchrone Tarife ohne Cache. Der Schwellenwert von 93.75% gilt nur für Eingabekosten bei gleicher Cache-Trefferrate h: $0.30 × (1 − h) + $0.006 × h = $0.15 × (1 − h) + $0.016 × h. Es wurde kein eigener Benchmark durchgeführt.
- DeepSeek · DeepSeek-V4.1-Flash on Hugging Face huggingface.co · Geprüft 2026-10-14
- Qwen · Qwen3.8-Flash-Next on Hugging Face huggingface.co · Geprüft 2026-10-14
- Novita AI · DeepSeek V4.1 Flash novita.ai · Geprüft 2026-10-14
- Novita AI · Qwen3.8 Flash novita.ai · Geprüft 2026-10-14
- Artificial Analysis · DeepSeek V4.1 Flash vs Qwen3.8 Flash-Next artificialanalysis.ai · Geprüft 2026-10-14
- Novita AI · Chat Completions API docs.novita.ai · Geprüft 2026-10-14
DeepSeek V4.1 Flash und Qwen3.8 Flash über eine API nutzen
Erstellen Sie einen API-Schlüssel und nutzen Sie die beiden Modell-IDs über die OpenAI-kompatible API von Novita AI.