Modellvergleich
DeepSeek R1 0528 (May '25)
vs. Phi-4 Multimodal Instruct
Vergleich von 2 KI-Modellen · 6 Benchmarks · DeepSeek, Microsoft Azure
Chatten mit DeepSeek & Phi-4Guenstigstes Modell
$0.00/1M
Hoechste Intelligenz
81.3% GPQA
Bestes Coding
24.0 Coding-Index
Preisunterschied
Infinityx
Input-Kostenspanne
Composite Indices
Intelligence, Coding, Math
Standard Benchmarks
Academic and industry benchmarks
Benchmark-Sieger
6 Tests DeepSeek R1 0528 (May '25)
- GPQA
- MMLU Pro
- HLE
- LiveCodeBench
- MATH 500
- AIME 2025
Phi-4 Multimodal Instruct
Kein eindeutiger Sieger
| Metrik | De DeepSeek R1 0528 (May '25) | Mi Phi-4 Multimodal Instruct |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $1.35/1M | $0.00/1M |
| Output-Kosten | $5.40/1M | $0.00/1M |
| Gemischt (3:1) | $2.36/1M | — |
| Spezifikationen | ||
| Anbieter | DeepSeek | Microsoft Azure |
| Veröffentlichung | 28. Mai 2025 | 26. Feb. 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | — | 17.3 tok/s |
| TTFT | — | 335ms |
| Latenz | — | 335ms |
| Composite-Indizes | ||
| Intelligenz | 27.1 | 10.0 |
| Coding | 24.0 | — |
| Mathe | 76.0 | — |
| Standard-Benchmarks | ||
| GPQA | 81.3% | 31.5% |
| MMLU Pro | 84.9% | 48.5% |
| HLE | 14.9% | 4.4% |
| LiveCodeBench | 77.0% | 13.1% |
| MATH 500 | 98.3% | 69.3% |
| AIME 2025 | 76.0% | — |
| AIME (Original) | 89.3% | 9.3% |
| SciCode | 40.3% | 11.0% |
| LCR | 54.7% | — |
| IFBench | 39.6% | — |
| TAU-bench v2 | 36.5% | — |
| TerminalBench Hard | 15.9% | — |
Wichtigste Erkenntnisse
Phi-4 Multimodal Instruct bietet das beste Preis-Leistungs-Verhaeltnis mit $0.00/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
DeepSeek R1 0528 (May '25) fuehrt bei Reasoning mit 81.3% GPQA, stark bei komplexen Analysen und Problemlosung.
DeepSeek R1 0528 (May '25) erreicht einen 24.0 Coding-Index, und ist damit eine Top-Wahl fuer Softwareentwicklung und Code-Generierung.
Alle Modelle unterstuetzen Kontextfenster von ∞+ Tokens, geeignet fuer lange Dokumente und ausgedehnte Gespraeche.
Wann welches Modell sinnvoll ist
DeepSeek R1 0528 (May '25)
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
- Code-Generierung
- Softwareentwicklung
Phi-4 Multimodal Instruct
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
Made in Europe Chat with 100+ AI Models in one App.
Use Claude, ChatGPT, Gemini alongside with EU-Hosted Models like Deepseek, GLM-5, Kimi K2.5 and many more.
Empfohlene Vergleiche
Beliebte Alternativen
Leitfaden zum KI-Modellvergleich
Vergleichen Sie Large-Language-Modelle (LLMs) direkt nebeneinander mit detaillierten Benchmark-Werten, Preisen und Performance-Metriken. Unser interaktiver Vergleich hilft Ihnen bei der Bewertung von Modellen von OpenAI, Anthropic, Google, Meta, DeepSeek und weiteren Anbietern. In unserer KI-Rangliste finden Sie weitere Modelle.
Composite-Indizes verstehen
- Intelligenz-Index: Aggregierter Wert aus MMLU-Pro, GPQA und HLE - misst allgemeine Reasoning- und Wissensfaehigkeiten
- Coding-Index: Kombinierte Metrik aus LiveCodeBench, SciCode und LiveCodeBench Review - bewertet Programmierfaehigkeit ueber mehrere Sprachen
- Mathe-Index: Kombinierter Wert aus AIME, AIME 2025 und MATH-500 - bewertet mathematisches Reasoning von Schul- bis Wettbewerbsniveau
Wichtige Vergleichsmetriken
- Benchmark-Werte: Standardisierte Tests fuer Intelligenz, Coding, Mathe und Spezialfaehigkeiten - hoehere Prozentwerte bedeuten bessere Leistung
- Preisanalyse: Vergleicht Input- und Output-Tokenkosten - wichtig fuer Budgetplanung und Skalierung
- Performance-Metriken: Durchsatz (Tokens/Sekunde) und Latenzwerte fuer die Echtzeit-Planung
- Kontextfenster: Maximale Token-Kapazitaet fuer Dokumente und Verlauf
So vergleichen Sie KI-Modelle effektiv
Leistung vs. Kosten
Waegen Sie Benchmark-Leistung gegen Tokenkosten ab - Flaggschiffmodelle sind oft 10-15% besser, aber 5-10x teurer als kleinere Alternativen
Aufgabenspezifische Auswahl
Priorisieren Sie passende Indizes: Coding fuer Entwicklung, Mathe fuer STEM, Intelligenz fuer allgemeines Reasoning
Praxistest
Nutzen Sie unsere kostenlose KI-Chat-Oberflaeche um Modelle mit Ihren echten Prompts zu testen, bevor Sie in die API-Integration gehen
Alle Benchmark-Werte, Preisdaten und Performance-Metriken stammen von Artificial Analysis und werden taeglich aktualisiert. Vergleichen Sie Modelle nach Intelligenz, Coding, Mathe, Geschwindigkeit, Kosten oder Veroeffentlichungsdatum in unserer umfassenden KI-Rangliste.