Basierend auf der offiziellen Vergleichstabelle von Z.ai: GPT-5.6 Sol bleibt bei Terminal-Bench 3.0, HLE w/ Tools und anderen weiterhin an der Spitze, während V4-Pro mit etwa 1/10 des Preises seinen Platz in der obersten Liga der Open-Source-Modelle verteidigt.
| Benchmark | GLM-5.3 | Kimi K3 | DeepSeek-V4-Pro | Opus 4.8 | GPT-5.6 Sol |
|---|---|---|---|---|---|
| Terminal-Bench 2.1 | 88.2 | 88.3 | 87.9 | 85.0 | 88.8 |
| Terminal-Bench 3.0 | 28.3 | 17.4 | — | 21.1 | 34.6 |
| DeepSWE v1.1 | 66.9 | 67.5 | 62.7 | 58.0 | 72.7 |
| NL2Repo | 58.0 | 58.0 | 61.1 | 69.7 | — |
| CyberGym | 84.5 | 80.0 | 83.3 | 78.1 | 83.6 |
| Toolathlon Verified | 73.0 | 76.5 | 74.1 | 76.2 | 74.9 |
| AutomationBench v1.0.6 | 48.2 | 46.7 | 43.2 | 41.0 | 45.8 |
| ALE-CLI | 28.5 | 27.6 | 25.7 | 25.7 | 28.6 |
| HLE mit Tools | 62.5 | 59.8 | 60.0 | 57.9 | 64.5 |
| GDPval-AA v2 | 1769 | 1682 | 1590 | 1588 | 1730 |
Datenquelle: offizieller Z.ai-Blog (2026-08-14); keine Teilnahme wird mit — gekennzeichnet. DeepSeek-Preise: V4-Pro außerhalb der Spitzenzeiten $0.66/$1.98, V4-Flash $0.14/$0.28, V4.1-Flash-1017 $0.15/$0.60 pro Million tokens.
GPT-5.6 Sol liegt mit TB 2.1 88.8, TB 3.0 34.6 und HLE w/ Tools 64.5 durchweg vorn; V4-Pro folgt mit 87.9 / nicht bewertet / 60.0 knapp dahinter und übertrifft mit NL2Repo 61.1 Opus 4.8.
V4-Pro in Nebenzeiten $0.66/$1.98, V4-Flash $0.14/$0.28, Cache-Treffer $0.003; Closed-Source-Flaggschiffe liegen zum offiziellen Listenpreis üblicherweise um den Faktor 5~10 über den Open-Source-Modellen (maßgeblich sind die Angaben auf den jeweiligen offiziellen Websites).
Die V4-Gewichte sind unter MIT offen und selbst hostbar, die Daten verlassen das interne Netz nicht; die GPT-Serie ist nur per API verfügbar. Für Enterprise-Compliance und Offline-Szenarien ist DeepSeek die Standardlösung.
Wer das absolut Stärkste will, wählt GPT-5.6; wer 90% der Leistung + 1/10 des Preises + Self-Hosting will, wählt DeepSeek – mit einer zweistufigen Routing-Strategie: deepseek-flash als Alltags-Standard, schwierige Aufgaben werden auf V4-Pro eskaliert.
大模型网摘