DeepSeek V4.1 Flash 1017 vs. gpt-oss-120b: Vergleich der Veröffentlichungen

Name: Intelligenz
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Vergleich der Veröffentlichungen DeepSeek V4.1 Flash 1017 und gpt-oss-120b: 3 bzw. 2 Modelle mit unterschiedlichen Eigenschaften bei Intelligenz, Leistung und Preis. Unten werden die wichtigsten Kennzahlen aller 5 Modelle verglichen.

Bei der Intelligenz liegt DeepSeek V4.1 Flash 1017 vorn: DeepSeek V4.1 Flash 1017 (Max) mit 33, gegenüber gpt-oss-120b (High) mit 4 bei gpt-oss-120b.
Bei der Zeit pro Aufgabe ist DeepSeek V4.1 Flash 1017 am schnellsten: DeepSeek V4.1 Flash 1017 (Non-reasoning) mit 7.4 Min., gegenüber gpt-oss-120b (High) mit 7.5 Min. bei gpt-oss-120b.
Bei den Kosten pro Aufgabe ist gpt-oss-120b am günstigsten: gpt-oss-120b (High) mit $0.35, gegenüber DeepSeek V4.1 Flash 1017 (Non-reasoning) mit $0.43 bei DeepSeek V4.1 Flash 1017.

Modell-Playground

Verglichene Veröffentlichungen


	DeepSeek V4.1 Flash 1017 (max)	DeepSeek V4.1 Flash 1017 (high)	DeepSeek V4.1 Flash 1017 (non-reasoning)	gpt-oss-120b (high)	gpt-oss-120b (low)
Intelligence Index	33	29	19	4	--
Finanzen und Rechnungswesen	42	39	37	8	--
Strategie und Betrieb	49	48	40	6	--
Recht	38	34	32	8	--
Gesundheit und Medizin	41	--	--	6	--
Ingenieurwesen	38	34	25	11	--
Volkswirtschaft	38	35	32	9	--
AA-Briefcase v1.1	1570	1416	1425	0	--
AutomationBench-AA	66.6%	68.5%	48.8%	0.2%	--
Terminal-Bench 4.0	33.8%	28.8%	9.1%	0.0%	--
FrontierCode-AA 2.0	28.5%	16.8%	6.1%	0.0%	--
AA-Omniscience v1.1	1	2	2	−46	--
GDP.pdf	17.2%	14.2%	4.4%	4.2%	--
HLE-Diamond	25.3%	20.8%	7.1%	3.8%	--
CritPt v2 (Hard Subset)	25.0%	27.5%	1.0%	4.0%	--
Terminal-Bench-Science 0.1	12.9%	10.5%	2.4%	0.0%	--

Kosten pro AufgabeUSD	$0.60	$0.46	$0.43	$0.35	--
EingabepreisUSD/1 Mio. Tokens	$0.30	$0.30	$0.30	$0.15	$0.13
AusgabepreisUSD/1 Mio. Tokens	$1.20	$1.20	$1.20	$0.60	$0.59
Preis bei Cache-TrefferUSD/1 Mio. Tokens	$0.006	$0.006	$0.006	$0.13	$0.13
Preis für Cache-SchreibvorgangUSD/1 Mio. Tokens	--	--	--	--	--

Zeit pro AufgabeMinuten	14.0	11.0	7.4	7.5	--
Ausgabegeschwindigkeittok/s	165	168	147	164	167
Zeit bis zum ersten Antworttokens	45.67	22.34	1.38	15.05	2.21
Zeit bis zum ersten Tokens	1.32	1.35	1.38	1.24	1.23
Ende-zu-Ende-ZeitMittel der Workloads mit einzelnen Anfragen (s)	94.01	47.60	16.38	31.78	14.71

Kontextfenster	1M	1M	1M	131k	131k
Modellentwickler	DeepSeek	DeepSeek	DeepSeek	OpenAI	OpenAI
Lizenz	Offen	Offen	Offen	Offen	Offen
Eingabemodalität	Unterstützt: Text und Bilder	Unterstützt: Text und Bilder	Unterstützt: Text und Bilder	Unterstützt: Text	Unterstützt: Text
Ausgabemodalität	Unterstützt: Text	Unterstützt: Text	Unterstützt: Text	Unterstützt: Text	Unterstützt: Text
Anbieter	+18		+3	+12	+11

Updated

Intelligenz

Artificial Analysis Intelligence Index · Higher is better

Zeit pro Aufgabe

Inference time (minutes) per Intelligence Index task · Lower is better

Kosten pro Aufgabe

Weighted average cost (USD) per Intelligence Index task · Lower is better

IntelligenzUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Index vs. Kosten pro Aufgabe

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

DeepSeek V4.1 Flash 1017

Pareto line

AA-Briefcase v1.1

AutomationBench-AA

Kosten pro Aufgabe (USD, logarithmische Skala)

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Kosten

Kosten pro Aufgabe des Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Leistung

Zeit pro Aufgabe des Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

Fähigkeitswerte

Fähigkeitsindizes

Misst die Leistung von Modellen bei bestimmten Fähigkeiten und in bestimmten Branchen

Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

Benchmarks

AA-PersonalityBenchNew

Persönlichkeitsindizes

Jede Achse ist einer von 8 Persönlichkeitsindizes: der Mittelwert der Elo-z-Werte seiner Merkmale, als Perzentilrang von 1 bis 100 über alle im Benchmark bewerteten Modelle

DeepSeek V4.1 Flash 1017 vs. gpt-oss-120b: Vergleich der Veröffentlichungen

Intelligenz

Zeit pro Aufgabe

Kosten pro Aufgabe

IntelligenzUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index vs. Kosten pro Aufgabe

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Kosten

Kosten pro Aufgabe des Intelligence Index

Cost per Intelligence Index Task

Leistung

Zeit pro Aufgabe des Intelligence Index

Time per Intelligence Index Task

Time Period

Fähigkeitswerte

Fähigkeitsindizes

Benchmarks

AA-PersonalityBenchNew

Persönlichkeitsindizes