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

DeepSeek V4 Pro vs Gemini 3.6 Flash

vs

Welches und wann — kuratiertes Fazit, keine Benchmark-Tabelle

Die Texteingabe liegt dicht beieinander ($1.608 gegenüber $1.5 pro Million) — der Unterschied liegt also woanders: deepseek-v4-pro berechnet die Ausgabe mit $3.216 gegenüber $7.5 bei gemini-3.6-flash, liest den Cache zu $0.0134 gegenüber $0.15 und kann bis zu 393216 Tokens pro Antwort ausgeben, neben 65536. Nehmen Sie deepseek-v4-pro für langes, rein textliches Reasoning und Code, mit abschaltbarem Denken über ein Fenster von 1000000 Tokens. Nehmen Sie gemini-3.6-flash, wenn die Eingaben Bild, Video oder Audio umfassen (Audioeingabe $5 pro Million) und Sie Vision mit Tools über 1048576 Tokens wollen.

Preise

DeepSeek V4 Pro Gemini 3.6 Flash Δ
Input / 1M Token $1.608 $1.5 1.1×
Output / 1M Token $3.216 $7.5 0.43×
Cache-Read / 1M Token $0.0134 $0.15 0.089×
Cache-Schreiben 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 63 Chat-Modelle mit dieser Abrechnungseinheit (logarithmische Skala)

DeepSeek V4 Pro · $1.608 Gemini 3.6 Flash · $1.5
$0.05 · Qwen3 VL Flash $30 · GPT-5.4 Pro

Fähigkeiten

DeepSeek V4 Pro Gemini 3.6 Flash
Tool-Nutzung ja ja
Thinking-Kontrolle konfigurierbar immer aktiv
Strukturierte Ausgabe ja ja
Prompt-Caching implizit (automatisch) implizit + explizit
Cache-Lebensdauer no fixed TTL (evicted when unused) nicht veröffentlicht
Minimales gecachtes Präfix nicht veröffentlicht 4096 Tokens

Spezifikationen

DeepSeek V4 Pro Gemini 3.6 Flash
Input-Modalitäten Text Text Bild Audio Video
Ausgabemodalitäten Text Text
Veröffentlicht 2026-04-24
Wissensgrenze 2026-03
Kontextfenster 1M 1M
Maximaler Output 393K 66K
Thinking-Parameter
  • thinking.type
  • reasoning_effort
thinkingLevel
Zulässige Werte
thinking.type
  • enabled
  • disabled
reasoning_effort
  • high
  • max (low and medium map to high, xhigh maps to max)
  • minimal
  • low
  • medium
  • high
Standardwert

enabled, with reasoning_effort high

some complex agent requests are automatically set to max

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 Pro · Gemini 3.6 Flash

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 Pro bestanden · 3 sentences

Enabling reasoning causes the model to generate a lengthy internal chain‑of‑thought before it delivers a visible answer, and we are billed for every one of those hidden reasoning tokens just as we are for the final output. In most interactions, the volume of these unseen tokens at least equals the visible response, effectively doubling the total tokens consumed per query. That doubled token consumption translates directly into a doubled per‑query cost, which is why our overall LLM bill doubled.

Ausgabe 641 tok (+545 Denken) Latenz 11.5 s

Gemini 3.6 Flash bestanden · 3 sentences

Enabling reasoning causes the model to generate thousands of internal "thinking" tokens behind the scenes to process logic before delivering the final response. Because our vendor bills us for every token generated—including these intermediate processing steps—our billable output volume per query surged significantly. Since output tokens carry a much higher unit cost than input tokens, this jump in processing volume directly doubled our overall spend.

Ausgabe 893 tok (+816 Denken) Latenz 4.7 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 Pro 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 best = max(best, cur) else: cur = 1 return best ``` **Explanation:** The bug stems from initializing `cur = 0` and only incrementing it when two adjacent elements match, which counts the number of *additional* equal elements rather than the actual run length (which is `cur + 1`). As a result, the returned `best` is always one less than the true longest run—most obviously returning 0 for a single-element list instead of 1. […]

Ausgabe 2418 tok (+2131 Denken) Latenz 35.6 s

Gemini 3.6 Flash bestanden · 8/8 cases

Here is the fixed function along with an explanation of the bugs: ```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 ``` ### Explanation The original function initialized `cur` and `best` to `0` and incremented `cur` on matching adjacent items, which meant it was counting identical adjacent *pairs* rather than the total number of *elements* in a run. This caused single-element inputs to skip the loop and return `0` instead of `1`, and undercounted all run lengths by 1 (for example, a run of two items at the end of the list resulted in `cur = 1`). […]

Ausgabe 2034 tok (+1768 Denken) Latenz 10.0 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 Pro bestanden · 5/5 fields, guidance null

{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": "eleven and change", "guidance": null }

Ausgabe 1204 tok (+1153 Denken) Latenz 19.9 s

Gemini 3.6 Flash bestanden · 5/5 fields, guidance "withheld"

```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": null, "guidance": "withheld" } ```

Ausgabe 2843 tok (+2783 Denken) Latenz 13.1 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 Pro keine Antwort zur Bewertung · no answer text within 16,384 tokens (all of it went to thinking)

Das Modell hat keinen Antworttext zurückgegeben — das gesamte Token-Budget wurde für verborgenes Denken aufgewendet.

Ausgabe 8193 tok (+8192 Denken) Latenz 106.2 s

Gemini 3.6 Flash verfehlt · 60 words, 0 banned, 0 questions

72: reducing 73: your 74: monthly 75: token 76: spend. S6 (21): 77: You 78: can 79: easily 80: set 81: custom 82: expiration 83: rules, 84: configure 85: TTL 86: settings, 87: and 88: manage 89: cache 90: invalidation 91: across 92: all 93: vendors 94: from 95: one 96: centralized 97: dashboard. S7 (23): 98: Start 99: optimizing […]

Ausgabe 4092 tok (+3929 Denken) Latenz 16.3 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-pro",
    # model="gemini-3.6-flash",  # diese Zeile einkommentieren, die darüberliegende auskommentieren
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

API-Schlüssel holen →

FAQ

Welches ist günstiger, DeepSeek V4 Pro oder Gemini 3.6 Flash?

Gemini 3.6 Flash ist günstiger bei input / 1m token ($1.5 vs. $1.608, 1.1× 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 Pro gegen Gemini 3.6 Flash 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 Pro und Gemini 3.6 Flash 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