Vergangene Schlacht · 2026-02-20 UTC
LLM Duell — 20. Februar 2026
Aus der Kategorie LLM. 14 Marken verteilt auf 3 Kämpfer. DeepSeek R1 holte sich die Krone.
Endstand
Die Aufstellung
Die Kämpfer
Profile aller Tools, die in dieser Schlacht angetreten sind, nach Endpunktzahl sortiert.
DeepSeek R1
Ein quelloffenes großes Sprachmodell, das bei Denk-, Mathematik- und Codierungsaufgaben mit MIT-Lizenzierung für kostenlose Nutzung und Modifikation herausragt.
DeepSeek R1 ist ein Open‑Source‑großes Sprachmodell, das besonders gut bei logischen Schlussfolgerungen, mathematischen Aufgaben und Programmierung ist. Es verwendet eine Mixture‑of‑Experts (MoE)‑Architektur mit 37 Mrd. aktiven Parametern und insgesamt 671 Mrd. Parametern und unterstützt eine Kontextlänge von 128 K. Das Modell integriert fortschrittliche Reinforcement‑Learning‑Techniken, um Selbstverifikation, mehrstufige Reflexion und menschenorientierte Reasoning‑Fähigkeiten zu ermöglichen. DeepSeek R1 hat in verschiedenen Benchmarks State‑of‑the‑Art‑Leistungen erzielt, darunter 97,3 % Genauigkeit bei MATH‑500, eine Durchfallquote von 79,8 % beim AIME 2024 und übertrifft 96,3 % der Codeforces‑Teilnehmer. Das Modell ist in mehreren Varianten von 1,5 B bis 70 B Parametern verfügbar und unter der MIT‑Lizenz für freie Nutzung und Modifikation lizenziert. DeepSeek R1 kann online kostenlos genutzt werden, und eine WebGPU‑beschleunigte Version lässt sich lokal im Browser ausführen. Das Modell ist für komplexe Problemlösungen, mehrsprachiges Verständnis und die Produktion von Code in Produktionsqualität konzipiert. Zu seinen Stärken gehören außergewöhnliche mathematische Schlussfolgerungen, Codegenerierung und Fähigkeiten im natürlichen Sprachverständnis. Da es sich jedoch um ein Open-Source‑Modell handelt, kann es technisches Fachwissen erfordern, um es für spezifische Anwendungsfälle bereitzustellen und fein abzustimmen. DeepSeek R1 ist weltweit unter den leistungsstärksten KI‑Modellen positioniert und verfügt über Fähigkeiten, die mit führenden proprietären Lösungen vergleichbar sind. Durch seine Open‑Source‑Natur ermöglicht es eine community‑getriebene Entwicklung und kontinuierliche Upgrades, einschließlich geplanter multimodaler Unterstützung, konversationeller Verbesserung und verteilter Inferenzoptimierung. Das Modell verfügt über eine reine Reinforcement‑Learning‑Entwicklung, die es ermöglicht, eine GPT‑4‑Level‑Mathematikleistung zu erreichen – und das zu deutlich geringeren Kosten. Die Chain‑of‑Thought‑Visualisierungsfähigkeit adressiert die KI‑„Black‑Box“-Problematik und liefert Einblicke in den Denkprozess des Modells. Die API von DeepSeek R1 bietet einen OpenAI‑kompatiblen Endpunkt für die Integration und kostet $0.14 pro Million Tokens. Die Modellgewichte sind Open‑Source und erlauben kommerzielle Nutzung sowie Modifikationen.
Kriterienaufschlüsselung
- Mixture of Experts (MoE)-Architektur
- Fortschrittliche Reinforcement-Learning-Techniken
- Selbstverifizierungs- und mehrstufige Reflexionsfähigkeiten
- Menschlich ausgerichtete Denkfähigkeit
- Unterstützung für 128K Kontextlänge
- OpenAI-kompatibler API-Endpunkt
Pixtral 12B 24.09
Offenes multimodales 12B-Modell, das ineinander verschachtelte Bilder und Text mit einem Kontextfenster von 128 K verarbeitet.
Pixtral 12B 24.09 ist ein multimodales Modell von Mistral AI, das sowohl Bilder als auch Text innerhalb einer einzigen Sequenz verarbeitet und variable Bildgrößen und Seitenverhältnisse unterstützt. Es verwendet einen Sprachdecoder mit 12 Milliarden Parametern, der mit einem Vision-Encoder gekoppelt ist, und ermöglicht Aufgaben wie visuelle Fragestellung, Dokumentenverständnis, Chart-Interpretation und Bildbeschriftung. Das Modell akzeptiert einen Kontext von bis zu 128K Token, wodurch mehrere Bilder mit langem Text in einer Eingabeaufforderung kombiniert werden können. Unter einer offenen Lizenz veröffentlicht, kann es lokal oder über Inferenzanbieter bereitgestellt werden, wodurch es sich für Entwickler eignet, die visuelle Sprachanwendungen, Forschungsarbeitsabläufe und multimodale Agenten erstellen.
Kriterienaufschlüsselung
- 12B-Parameter Vision‑Language‑Modell
- Eingänge aus ineinander verschachtelten Bild‑ und Textsequenzen
- 128 K Token Kontextlänge
- Native Unterstützung für variable Bildgrößen
- Open‑Weight‑Veröffentlichung
- Geeignet für OCR, VQA und Bildunterschrift
DeepSeek V3
Open-Source-Mixture-of-Experts-Modell, das GPT-4o-ähnliche Denkfähigkeiten zu einem Bruchteil der Kosten bietet.
DeepSeek V3 ist ein großskaliges Mixture-of-Experts (MoE)-Sprachmodell, das von DeepSeek AI entwickelt wurde. Es aktiviert pro Token nur einen Teil seiner Gesamtparameter, wodurch es eine starke Leistung bei Aufgaben zu logischem Schließen, Mathematik und Programmierung erbringt, während die Inferenzkosten deutlich niedriger bleiben als bei vergleichbaren dichten Modellen. Mit offenen Gewichten veröffentlicht, ist DeepSeek V3 zu einer beliebten Wahl für Entwickler und Forscher geworden, die ein leistungsfähiges Grundmodell benötigen, das sie selbst hosten, feinabstimmen oder über die API integrieren können. Benchmarks positionieren es wettbewerbsfähig gegenüber führenden proprietären Modellen wie GPT-4o, insbesondere bei mathematischen und logischen Denkaufgaben. Das Modell eignet sich gut für technische Assistenten, Code‑Generierungspipelines, Forschungs‑Workflows und jede Anwendung, bei der sowohl die Qualität der Argumentation als auch die Kosten‑effizienz wichtig sind.
Kriterienaufschlüsselung
- Mixture-of-Experts-Architektur
- Wettbewerbsfähige Denk- und Mathematik-Benchmarks
- Open-Source-Modellgewichte
- API-Zugriff über DeepSeek-Plattform
- Lange Kontextfenster-Unterstützung
- Feinabstimmung freundlich