Offene und proprietäre LLMs: DeepSeek vs GPT

SciCode ist AAs Bewertung für wissenschaftliche Programmierung und wird als Prozentwert angegeben; höher ist besser. Sie ist vom Leistungstest mit 10,000 Eingabe-Tokens getrennt und keine Cline-Bewertung im Editor. Qualität und Leistung verwenden die neben den Modellnamen gezeigten Konfigurationen. Ein aktueller AA v5 Intelligence Index wird nur angezeigt, wenn für beide Modelle ein Wert veröffentlicht ist. Die AA-Leistungswerte stammen aus dem Benchmark mit 10,000 Eingabe-Tokens und der jeweils angezeigten Modellkonfiguration; die Reasoning-Einstellungen unterscheiden sich. Die Ausgabegeschwindigkeit ist die mediane Ausgaberate. Die Antwortlatenz misst das erste Antwort-Token nach dem Reasoning, nicht den ersten gestreamten Reasoning-Chunk. Bei nicht gestreamtem Reasoning und Modellen ohne Reasoning sind erster Chunk und erste Antwort bei AA dasselbe Ereignis. AA schätzt die Antwortlatenz aus Anfangswartezeit und Reasoning-Dauer; sie ist kein separat erhobener Median. Es sind Referenz-Deployments, keine Garantien für Novita-Endpunkte. Das Kostenbeispiel ohne Cache berechnet 10,000 Eingabe- und 1,000 Ausgabe-Tokens zum Tarif des genannten Anbieters, nicht die Kosten des AA-Benchmarks. Preise sowie Kontext- und Ausgabelimits stammen aus den zitierten Anbieterquellen.⁴

1. Artificial Analysis · DeepSeek V4.1 Flash 1017 (Max) · Qualität und Leistung
2. Artificial Analysis · GPT-6.1 Sol (Max) · Qualität und Leistung
3. OpenAI · GPT-6.1 Sol · API-Preise und Limits
4. Novita AI · DeepSeek V4.1 Flash 1017 · Endpoint-Preise und Limits