Direktvergleich
Claude Fable 5 vs. DeepSeek-V4-Pro
Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.
- gemeinsame Messreihen
- 213
- verschiedene Benchmarks
- 22
- jüngster Abruf
- 26.08.2026
Modellauswahl ändern
Steckbrief
Allgemeine Daten
Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.
| Merkmal | Claude Fable 5 | DeepSeek-V4-Pro |
|---|---|---|
| Anbieter | Anthropic | DeepSeek |
| Erschienen | 9. Juni 2026 | 24. Apr. 2026 |
| Verfügbarkeit | Aktiv | Preview |
| Modelltyp | Proprietär | Open Weights |
| Parameter | Nicht veröffentlicht | 1,6 Billionen, 49 Mrd. aktiv |
| Architektur | Nicht veröffentlicht | Mixture of Experts |
| Kontextfenster | 1.000.000 Token | 1.000.000 Token |
| Wissensstand | Januar 2026 | Nicht veröffentlicht |
| Technische Quellen | Modell, Kontext, Wissensstand | Modell, Kontext |
Kosten
API-Preise im Vergleich
Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.
| Preisart | Claude Fable 5 | DeepSeek-V4-Pro |
|---|---|---|
| API-Eingabe | 10 $ | 0,43 $ |
| API-Ausgabe | 50 $ | 0,87 $ |
| Cache lesen | 1 $ | 0, $ |
| Cache schreiben (5 Min.) | 12,5 $ | Nicht ausgewiesen |
| Cache schreiben (1 Std.) | 20 $ | Nicht ausgewiesen |
| Preis geprüft | 30.07.2026 Quelle | 30.07.2026 Quelle |
Claude Fable 5DeepSeek-V4-Pro
API-EingabeUSD pro 1 Mio. Token, Basistarif
Claude Fable 510 $
DeepSeek-V4-ProGünstiger0,435 $
API-AusgabeUSD pro 1 Mio. Token, Basistarif
Claude Fable 550 $
DeepSeek-V4-ProGünstiger0,87 $
Cache lesenUSD pro 1 Mio. Token, Basistarif
Claude Fable 51 $
DeepSeek-V4-ProGünstiger0,004 $
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand
Preise nach Anbieter
Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.
| Modell | Anbieter | Bezugsweg und Tarif | Eingabe pro 1 Mio. Token | Ausgabe pro 1 Mio. Token | Quelle |
|---|---|---|---|---|---|
| Claude Fable 5 | Anthropic | Direkt beim EntwicklerStandard-API | Günstigster erfasster Preis: 10 $ | Günstigster erfasster Preis: 50 $ | Quelle30.07.2026 |
| Amazon Bedrock | Über OpenRouteramazon-bedrock | Günstigster erfasster Preis: 10 $ | Günstigster erfasster Preis: 50 $ | Quelle25.08.2026 | |
| Anthropic | Über OpenRouteranthropic | Günstigster erfasster Preis: 10 $ | Günstigster erfasster Preis: 50 $ | Quelle25.08.2026 | |
| Azure | Über OpenRouterazure | Günstigster erfasster Preis: 10 $ | Günstigster erfasster Preis: 50 $ | Quelle25.08.2026 | |
| Claude Platform on AWS | Über OpenRouterclaude-on-aws | Günstigster erfasster Preis: 10 $ | Günstigster erfasster Preis: 50 $ | Quelle25.08.2026 | |
| Über OpenRoutergoogle-vertex/europe | 11 $ | 55 $ | Quelle25.08.2026 | ||
| Über OpenRoutergoogle-vertex/global | Günstigster erfasster Preis: 10 $ | Günstigster erfasster Preis: 50 $ | Quelle25.08.2026 | ||
| DeepSeek-V4-Pro | DeepSeek | Direkt beim EntwicklerStandard-API | Günstigster erfasster Preis: 0,435 $ | Günstigster erfasster Preis: 0,87 $ | Quelle30.07.2026 |
| Alibaba | Über OpenRouteralibaba | 1,122 $ | 3,366 $ | Quelle25.08.2026 | |
| BaseTen | Über OpenRouterbaseten/fp4 | 1,32 $ | 3,96 $ | Quelle25.08.2026 | |
| Cloudflare | Über OpenRoutercloudflare | 1,32 $ | 3,96 $ | Quelle25.08.2026 | |
| DeepInfra | Über OpenRouterdeepinfra/fp8 | 1,3 $ | 2,6 $ | Quelle25.08.2026 | |
| DeepSeek | Über OpenRouterdeepseek | 0,66 $ | 1,98 $ | Quelle25.08.2026 | |
| DigitalOcean | Über OpenRouterdigitalocean | 1,32 $ | 3,96 $ | Quelle25.08.2026 | |
| Fireworks | Über OpenRouterfireworks | 1,32 $ | 3,96 $ | Quelle25.08.2026 | |
| GMICloud | Über OpenRoutergmicloud/fp8 | 1,122 $ | 3,366 $ | Quelle25.08.2026 | |
| Novita | Über OpenRouternovita/fp8 | 1,32 $ | 3,96 $ | Quelle25.08.2026 | |
| Parasail | Über OpenRouterparasail/fp8 | 1,32 $ | 3,96 $ | Quelle25.08.2026 | |
| Phala | Über OpenRouterphala | 1,45 $ | 4,36 $ | Quelle25.08.2026 | |
| Sail Research | Über OpenRoutersail-research/fp4 | 1,32 $ | 3,96 $ | Quelle25.08.2026 | |
| SiliconFlow | Über OpenRoutersiliconflow/fp8 | 1,32 $ | 3,96 $ | Quelle25.08.2026 | |
| StreamLake | Über OpenRouterstreamlake | 1,32 $ | 3,96 $ | Quelle25.08.2026 | |
| Together | Über OpenRoutertogether | 1,32 $ | 3,96 $ | Quelle25.08.2026 |
Leistung
Gemeinsame Benchmarks
Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.
Fähigkeitsprofil aus vergleichbaren Benchmarks
Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.
Claude Fable 5
DeepSeek-V4-Pro
Coding: 100 / 61,2 (7 Benchmarkfamilien)
Reasoning: 100 / 96,2 (2 Benchmarkfamilien)
Mathematik: 100 / 56,2 (2 Benchmarkfamilien)
Wissen: 100 / 96,1 (2 Benchmarkfamilien)
Finanzen: 100 / 85 (5 Benchmarkfamilien)
Recht: 100 / 67,1 (4 Benchmarkfamilien)
Agenten-Aufgaben: 100 / 62,3 (1 Benchmarkfamilie)
Produktivität: 100 / 89,3 (1 Benchmarkfamilie)
51 passende Messreihen aus 22 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 11 vergleichbaren Kategorien.
Claude Fable 5DeepSeek-V4-Pro
Code MigrationOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner55,065 %
DeepSeek-V4-Pro26,201 %
CorpFin v2Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner71,834 %
DeepSeek-V4-Pro61,383 %
EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner73,666 %
DeepSeek-V4-Pro51,623 %
Finance Agent (v2)Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner56,314 %
DeepSeek-V4-Pro44,083 %
GPQA DiamondOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner93,182 %
DeepSeek-V4-Pro89,394 %
Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner11,25 %
DeepSeek-V4-Pro3,75 %
IOIOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner72,25 %
DeepSeek-V4-Pro35,833 %
Legal Research BenchOverall · All-pass. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner49,519 %
DeepSeek-V4-Pro23,077 %
LegalBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner88,561 %
DeepSeek-V4-Pro80,323 %
LiveCodeBench v6Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner89,778 %
DeepSeek-V4-Pro87,484 %
LMArena Text, Style ControlOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner1.507,766
DeepSeek-V4-Pro1.457,7
MedCodeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied
Claude Fable 5Gewinner56,07 %
DeepSeek-V4-Pro40,455 %
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand
| Benchmark und Aufgabe | Claude Fable 5 | DeepSeek-V4-Pro | Quelle |
|---|---|---|---|
Code MigrationOverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser | Gewinner55,065 % | 26,201 % | Vals AIQuellendetailsDatenstand: 19.08.2026 |
CorpFin v2OverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser | Gewinner71,834 % | 61,383 % | Vals AIQuellendetailsDatenstand: 12.08.2026 |
EMBOverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser | Gewinner73,666 % | 51,623 % | Vals AIQuellendetailsDatenstand: 19.08.2026 |
Finance Agent (v2)OverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser | Gewinner56,314 % | 44,083 % | Vals AIQuellendetailsDatenstand: 19.08.2026 |
GPQA DiamondOverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser | Gewinner93,182 % | 89,394 % | Vals AIQuellendetailsDatenstand: 19.08.2026 |
Harvey's Legal Agent BenchmarkOverall · Task fully resolvedTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besser | Gewinner11,25 % | 3,75 % | Vals AIQuellendetailsDatenstand: 19.08.2026 |
IOIOverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser | Gewinner72,25 % | 35,833 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
Legal Research BenchOverall · All-passTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besser | Gewinner49,519 % | 23,077 % | Vals AIQuellendetailsDatenstand: 19.08.2026 |
LegalBenchOverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser | Gewinner88,561 % | 80,323 % | Vals AIQuellendetailsDatenstand: 19.08.2026 |
LiveCodeBench v6OverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser | Gewinner89,778 % | 87,484 % | Vals AIQuellendetailsDatenstand: 19.08.2026 |
LMArena Text, Style ControlOverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Fable 5: Snapshot: claude-fable-5, Harness: Arena text, style control DeepSeek-V4-Pro: Snapshot: deepseek-v4-pro, Harness: Arena text, style controlClaude Fable 5: Stilbereinigte Arena-Bewertung aus 24.331 anonymen Paarvergleichen.DeepSeek-V4-Pro: Stilbereinigte Arena-Bewertung aus 54.263 anonymen Paarvergleichen. | Gewinner1.507,766 95-%-Konfidenzintervall: ±5,184Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.457,7 95-%-Konfidenzintervall: ±4,017Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
MedCodeOverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser | Gewinner56,07 % | 40,455 % | Vals AIQuellendetailsDatenstand: 20.08.2026 |
MedScribeOverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser | Gewinner88,522 % | 75,144 % | Vals AIQuellendetailsDatenstand: 20.08.2026 |
MMLU-ProOverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser | Gewinner91,502 % | 87,249 % | Vals AIQuellendetailsDatenstand: 19.08.2026 |
ProgramBenchOverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser | Gewinner2 % | 0 % | Vals AIQuellendetailsDatenstand: 19.08.2026 |
ProofBenchOverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besser | Gewinner95 % | 16 % | Vals AIQuellendetailsDatenstand: 21.08.2026 |
Public Benefits Bench v1.1OverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besser | Gewinner70,433 % | 62,923 % | Vals AIQuellendetailsDatenstand: 12.08.2026 |
SWE-bench VerifiedOverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser | Gewinner95 % | 77,4 % | Vals AIQuellendetailsDatenstand: 19.08.2026 |
TaxEval v2OverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser | Gewinner76,942 % | 72,077 % | Vals AIQuellendetailsDatenstand: 19.08.2026 |
Terminal-Bench 2.1OverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besser | Gewinner80,524 % | 50,187 % | Vals AIQuellendetailsDatenstand: 19.08.2026 |
Vals IndexOverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: weighted index scoreBewertung: Mehr ist besser | Gewinner66,036 % | 42,888 % | Vals AIQuellendetailsDatenstand: 19.08.2026 |
Vibe Code Bench v1.1OverallTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Harness: OpenHands | Gewinner90,352 % | 49,931 % | Vals AIQuellendetailsDatenstand: 19.08.2026 |
Code MigrationCLITestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens | Höherer Messwert60,087 % | 15,47 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
CorpFin v2Exact PagesTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens | Höherer Messwert66,9 % | 59,207 % | Vals AIQuellendetailsDatenstand: 06.08.2026 |
EMBCompsTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens | Höherer Messwert70,785 % | 57,434 % | Vals AIQuellendetailsDatenstand: 06.08.2026 |
Finance Agent (v2)AdjustmentsTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens | Höherer Messwert51,092 % | 41,586 % | Vals AIQuellendetailsDatenstand: 06.08.2026 |
GPQA DiamondFew-Shot CoTTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens | Höherer Messwert92,929 % | 90,404 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passedTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens | Höherer Messwert92,035 % | 83,696 % | Vals AIQuellendetailsDatenstand: 07.08.2026 |
IOIIOI 2024TestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens | Höherer Messwert100 % | 31,333 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
Legal Research BenchAdministrative / Regulatory · All-passTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens | Höherer Messwert57,576 % | 28,788 % | Vals AIQuellendetailsDatenstand: 06.08.2026 |
LegalBenchConclusion TasksTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens | Höherer Messwert91,775 % | 89,117 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
LiveCodeBench v6EasyTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens | Kein direkter Sieger98,758 % | Kein direkter Sieger98,758 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
LMArena Text, Style ControlOverallTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Fable 5: Snapshot: claude-fable-5, Harness: Arena text, style control DeepSeek-V4-Pro: Snapshot: deepseek-v4-pro-high-preview, Reasoning: high, Harness: Arena text, style controlClaude Fable 5: Stilbereinigte Arena-Bewertung aus 24.331 anonymen Paarvergleichen.DeepSeek-V4-Pro: Stilbereinigte Arena-Bewertung aus 51.642 anonymen Paarvergleichen. | Höherer Messwert1.507,766 95-%-Konfidenzintervall: ±5,184Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.455,038 95-%-Konfidenzintervall: ±4,085Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
MMLU-ProBiologyTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens | Höherer Messwert93,584 % | 92,887 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
ProgramBenchAlmost ResolvedTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens | Höherer Messwert33 % | 0 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
SWE-bench Verified<15 min fixTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens | Höherer Messwert95,876 % | 87,629 % | Vals AIQuellendetailsDatenstand: 08.08.2026 |
TaxEval v2CorrectnessTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens | Höherer Messwert65,822 % | 60,589 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
Terminal-Bench 2.1EasyTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Ausgabegrenze: 128.000 tokens | Höherer Messwert100 % | 66,667 % | Vals AIQuellendetailsDatenstand: 06.08.2026 |
Vals IndexCorpFin v2TestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens | Höherer Messwert71,562 % | 61,888 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
Code MigrationCOBOLTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens | 40 % | Höherer Messwert58,393 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
CorpFin v2Max Fitting ContextTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens | Höherer Messwert77,04 % | 63,054 % | Vals AIQuellendetailsDatenstand: 06.08.2026 |
EMBDataroomTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens | Höherer Messwert85,362 % | 62,572 % | Vals AIQuellendetailsDatenstand: 06.08.2026 |
Finance Agent (v2)All-PassTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens | Höherer Messwert45,694 % | 31,448 % | Vals AIQuellendetailsDatenstand: 06.08.2026 |
GPQA DiamondZero-Shot CoTTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens | Höherer Messwert93,434 % | 88,384 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolvedTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens | Kein direkter Sieger0 % | Kein direkter Sieger0 % | Vals AIQuellendetailsDatenstand: 07.08.2026 |
IOIIOI 2025TestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens | Höherer Messwert44,5 % | 40,333 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
Legal Research BenchAdministrative / Regulatory · Weighted partial creditTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens | Höherer Messwert90,224 % | 83,372 % | Vals AIQuellendetailsDatenstand: 06.08.2026 |
LegalBenchInterpretation TasksTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens | Höherer Messwert86,863 % | 75,169 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
LiveCodeBench v6HardTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens | Höherer Messwert79,714 % | 72,571 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
LMArena Text, Style ControlBusiness, management and financeTestdetailsKein dokumentierter Unterschied im TestaufbauVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Fable 5: Snapshot: claude-fable-5, Harness: Arena text, style control DeepSeek-V4-Pro: Snapshot: deepseek-v4-pro, Harness: Arena text, style controlClaude Fable 5: Stilbereinigte Arena-Bewertung aus 5.068 anonymen Paarvergleichen.DeepSeek-V4-Pro: Stilbereinigte Arena-Bewertung aus 10.743 anonymen Paarvergleichen. | Gewinner1.499,854 95-%-Konfidenzintervall: ±8,999Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | 1.460,843 95-%-Konfidenzintervall: ±6,925Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis. | LMArenaQuellendetailsDatenstand: 21.08.2026 |
MMLU-ProBusinessTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens | Höherer Messwert93,156 % | 91,888 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
ProgramBenchFully ResolvedTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens | Höherer Messwert2 % | 0 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
SWE-bench Verified>4 hoursTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens | Höherer Messwert100 % | 0 % | Vals AIQuellendetailsDatenstand: 08.08.2026 |
TaxEval v2Stepwise ReasoningTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens | Höherer Messwert88,062 % | 83,565 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
Terminal-Bench 2.1HardTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserDeepSeek-V4-Pro: Ausgabegrenze: 128.000 tokens | Höherer Messwert70 % | 31,111 % | Vals AIQuellendetailsDatenstand: 06.08.2026 |
Vals IndexFinance Agent v2TestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens | Höherer Messwert56,349 % | 44,081 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
Code MigrationCode QualityTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: mean reviewer code-quality ratingBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens | Höherer Messwert4,442 / 5 | 3,401 / 5 | Vals AIQuellendetailsDatenstand: 09.08.2026 |
CorpFin v2Shared Max ContextTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens | Höherer Messwert71,562 % | 61,888 % | Vals AIQuellendetailsDatenstand: 06.08.2026 |
EMBDCFTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens | Höherer Messwert68,865 % | 44,435 % | Vals AIQuellendetailsDatenstand: 06.08.2026 |
Finance Agent (v2)ComparablesTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens | Höherer Messwert43,986 % | 39,632 % | Vals AIQuellendetailsDatenstand: 06.08.2026 |
Harvey's Legal Agent BenchmarkArbitration International Dispute Resolution · Criteria passedTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens | Höherer Messwert91,398 % | 83,512 % | Vals AIQuellendetailsDatenstand: 07.08.2026 |
Legal Research BenchBusiness & Commercial · All-passTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 384.000 tokens | Höherer Messwert51,163 % | 23,256 % | Vals AIQuellendetailsDatenstand: 06.08.2026 |
LegalBenchIssue TasksTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 256.000 tokens | Höherer Messwert92,064 % | 84,587 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
LiveCodeBench v6MediumTestdetailsTestaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Fable 5: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens DeepSeek-V4-Pro: Reasoning: max, Ausgabegrenze: 128.000 tokens | 90,862 % | Höherer Messwert91,123 % | Vals AIQuellendetailsDatenstand: 09.08.2026 |
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand | |||
So liest du den Vergleich
Ein Benchmark-Sieg ist kein Gesamturteil
Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.
Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.
Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.
Weitere Duelle
Ähnliche LLM-Vergleiche
Vergleiche Claude Fable 5 und DeepSeek-V4-Pro mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.