Neu Kostenlos registrieren, 10 Aufrufe gratis. Bis zu 1 $, ohne Karte.

DeepSeek V4.1 Flash vs GPT-6 Luna

vs

Welches Modell, wann

Diese beiden decken auf dem Papier denselben Bereich ab: Text und Bild als Input, Text als Output, mit Chat, Vision, Code, Reasoning und Tools bei beiden, sodass der Unterschied hauptsächlich in der Preisliste und der Output-Obergrenze liegt. gpt-6-luna ist der günstigere Standard mit $0.1 beim Input und $0.5 beim Output, etwa 3x weniger beim Input und 2.4x weniger beim Output als deepseek-v4.1-flash, mit einem geringfügig größeren 1050000-Token-Kontext und der Option, das Thinking zu deaktivieren. Wählen Sie deepseek-v4.1-flash, wenn eine einzelne Antwort lang ausfallen muss, da seine maximale Ausgabe von 393216 Token etwa 3x so groß ist wie die 128000, die gpt-6-luna erlaubt.

Benchmarks

Über dem DurchschnittKeins besserDeepSeek V4.1 Flash14 / 194 / 19GPT-6 Lunanur 1 vergleichbar
DeepSeek V4.1 Flash GPT-6 Luna weitere gemessene Modelle Durchschnitt der Vergleichsmodelle kein anderes Modell war besser
DeepSWE 1.1
kein anderes Modell war besser 74.2%
66.6%
Cybergym
kein anderes Modell war besser 88.1%
N/A
GPQA Diamond
90.9%
N/A
Agents' Last Exam
31.8%
N/A
Chartography with tools
78.9%
N/A

Herstellerangaben: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai

Preise

DeepSeek V4.1 Flash GPT-6 Luna Δ
Input / 1M Token $0.3 $0.1
Output / 1M Token $1.2 $0.5 2.4×
Cache-Read / 1M Token $0.03 $0.01
Cache-Schreiben keine separate Gebühr keine separate Gebühr -

Preise aus dem Live-Katalog zum Zeitpunkt des Builds; jede Modellseite enthält die aktuelle Übersicht.

Wo sie stehen - Eingabepreis pro 1M Tokens über alle 74 Chat-Modelle mit dieser Abrechnungseinheit (logarithmische Skala)

$0.05 · Qwen3 VL Flash $30 · GPT-5.4 Pro

Fähigkeiten

DeepSeek V4.1 Flash GPT-6 Luna
Tool-Nutzung ja ja
Thinking-Kontrolle ja - Regler des Anbieters nicht veröffentlicht konfigurierbar
Strukturierte Ausgabe - ja
Prompt-Caching implizit (automatisch) implizit (automatisch)
Cache-Lebensdauer no fixed TTL (evicted when unused) 5-10m, up to 1h
Minimales gecachtes Präfix nicht veröffentlicht 1024 Tokens

Spezifikationen

DeepSeek V4.1 Flash GPT-6 Luna
Input-Modalitäten Text Bild Text Bild
Ausgabemodalitäten Text Text
Veröffentlicht 2026-09-10 2026-09-22
Wissensgrenze - 2026-05
Kontextfenster 1M 1.1M
Maximaler Output 393K 128K
Thinking-Parameter - reasoning.effort
Zulässige Werte -
reasoning.effort
  • none
  • low
  • medium
  • high
  • xhigh
  • max
Standardwert - medium

Die Spezifikationen sind aus der Dokumentation der jeweiligen Anbieter übernommen; eine Zeile, die ein Anbieter nicht veröffentlicht, wird weggelassen und nicht abgeleitet. Vollständige Quellen: DeepSeek V4.1 Flash · GPT-6 Luna

Ein Prompt, beide Modelle - gemessen über das Gateway

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. PRÜFEN genau 3 Sätze

DeepSeek V4.1 Flash bestanden · 3 sentences

Enabling reasoning changed the unit economics: the model now spends extra billable tokens internally to “think” before producing the answer, and those reasoning tokens are charged like output tokens even though users never see them. That added token generation—plus longer contexts and occasional retries on harder prompts—roughly doubled our cost per request. We can control this by capping reasoning depth, routing only complex queries to reasoning models, and caching common prompts to bring the bill back down.

Ausgabe 423 tok (+327 Denken) Latenz 14.6 s

GPT-6 Luna bestanden · 3 sentences

Enabling reasoning typically makes the model process more information and generate more internal tokens before producing its answer. Because usage is billed by tokens—and reasoning may also route requests to a more expensive model—the cost per request can rise sharply. If request volume stayed similar, that higher cost per request could explain why the bill doubled.

Ausgabe 117 tok (+48 Denken) Latenz 3.4 s

Befolgen der Anweisung (genau drei Sätze - abzählbar), Zuschnitt auf das Publikum (CFO-Register), und die Abrechnungslücke durch verstecktes Denken, die die Token-Zähler unten offenlegen.

PROMPT This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. PRÜFEN Fix besteht die Tests

DeepSeek V4.1 Flash bestanden · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The bug is that `cur` is counting equal adjacent pairs, not elements in the current run: every time `xs[i] == xs[i - 1]`, the run length increases by one element, but the first element of the run was never counted, so all runs are undercounted by one. Also, `best` starts at `0`, so single-element inputs return `0` instead of `1`, and a one-element run ending at the last index is missed entirely.

Ausgabe 918 tok (+733 Denken) Latenz 11.4 s

GPT-6 Luna bestanden · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The original code counted matching *adjacent pairs* rather than items, so a run of length `n` was reported as `n - 1`, and a single-item input returned `0`. This version counts the current item as part of each run and updates `best` at every index, including the last; it returns `0` for an empty input.

Ausgabe 514 tok (+356 Denken) Latenz 6.9 s

Ob der Fix tatsächlich korrekt ist (ausführbar), die Dichte der Erklärung, und die Token-Effizienz bei einer klar begrenzten Aufgabe.

PROMPT Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. PRÜFEN gültiges JSON, Schema exakt

DeepSeek V4.1 Flash bestanden · 5/5 fields, guidance "withheld pending the Q4 close"

{"company":"Meridian Robotics","quarter":"September quarter","revenue_usd_m":412,"growth_pct":11.0,"guidance":"withheld pending the Q4 close"}

Ausgabe 1707 tok (+1667 Denken) Latenz 15.1 s

GPT-6 Luna bestanden · 5/5 fields, guidance "Withheld pending the Q4 close"

{"company":"Meridian Robotics","quarter":"September quarter","revenue_usd_m":412,"growth_pct":null,"guidance":"Withheld pending the Q4 close"}

Ausgabe 161 tok (+119 Denken) Latenz 21.7 s

Schema-Treue (keine erfundenen Felder), Halluzinationsdruck (guidance wird ausdrücklich zurückgehalten), und Unterschiede im Pfad für strukturierte Ausgabe.

PROMPT Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. PRÜFEN 120 Wörter, 0 verbotene Wörter

DeepSeek V4.1 Flash bestanden · 116 words, 0 banned, 1 question

Today we're launching Cross-Provider Prompt Cache for our API gateway. It stores identical prompt requests and their responses across supported model providers, then serves cached results when a match is found. Teams can cut duplicate inference costs, reduce latency, and keep behavior consistent during provider failover. The cache works with configurable TTLs, per-route rules, and cache-key controls, so you decide what is reusable and what must stay fresh. Does your application send the same prompts to multiple providers? Now your gateway can answer many of those calls without another upstream request. Existing observability dashboards show hit rates, saved tokens, and estimated spend reduction. Enable it in the gateway console, set your policy, and start caching today.

Ausgabe 917 tok (+770 Denken) Latenz 9.0 s

GPT-6 Luna bestanden · 120 words, 0 banned, 1 question

Introducing Prompt Cache, a new API gateway feature that recognizes repeat prompt prefixes and reuses provider-side cached context across supported models. Teams can route requests to different AI providers while preserving eligible cache hits, reducing redundant input processing and helping lower latency and token costs. Configure cache policies in one place, monitor hit rates by provider, and keep existing client integrations unchanged. The gateway applies provider-specific rules automatically, so developers do not need to build separate caching logic for each endpoint. Which workflows could benefit from faster responses and predictable spend? Prompt Cache is available today in preview for eligible accounts, with usage details, supported providers, and setup guidance in the dashboard. Start with one route, compare results, then expand.

Ausgabe 959 tok (+813 Denken) Latenz 14.6 s

Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, die eine Frage), Stil-Fingerabdruck, und Längensteuerung.

Mit einer Zeile zwischen ihnen wechseln

Beide IDs befinden sich in jedem Tab unten - das hervorgehobene Zeilenpaar ist die einzige Änderung. Gleicher Endpunkt, gleicher Schlüssel, gleiche Request-Struktur.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="deepseek-v4.1-flash",
    # model="gpt-6-luna",  # diese Zeile einkommentieren, die darüberliegende auskommentieren
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

API-Schlüssel abrufen →

FAQ

Welches ist günstiger, DeepSeek V4.1 Flash oder GPT-6 Luna?

GPT-6 Luna ist günstiger bei input / 1m token ($0.1 vs. $0.3, 3.0× Unterschied). Andere Zeilen können in die andere Richtung deuten - die obige Tabelle enthält alle Daten, und die tatsächlichen Kosten hängen von Ihrem Mix ab.

Kann ich DeepSeek V4.1 Flash gegen GPT-6 Luna ohne zwei Integrationen A/B-testen?

Ja. Beide werden über denselben OpenAI-kompatiblen Endpunkt mit einem API-Schlüssel bereitgestellt - der Wechsel ist eine einzeilige Änderung des Modell-Strings, sodass Sie einen Bruchteil des Traffics an jedes Modell leiten und die Rechnungen direkt vergleichen können.

Unterstützen DeepSeek V4.1 Flash und GPT-6 Luna Prompt-Caching?

Ja - beide berechnen Cache-Reads günstiger als ihre Eingaberate, sodass Warm-Prefix-Workloads weniger kosten, als die Listenpreise vermuten lassen. Die genauen Zeilen für Cache-Reads befinden sich in der obigen Preistabelle.

Verwandte Vergleiche

Aus unseren gemessenen Studien