DeepSeek: DeepSeek V4 Pro 0423 vs. OpenAI: GPT-6 Luna
Ein direkter Vergleich von DeepSeek: DeepSeek V4 Pro 0423 (5,60 $ / 1 Mio. Tokens (≈ 4,99 €)) und OpenAI: GPT-6 Luna (0,35 $ / 1 Mio. Tokens (≈ 0,31 €)) mit aktuellen USD-Preisen und Funktionen aus dem api14-Katalog. Beide laufen über dieselbe OpenAI-kompatible API.
Technische Daten
| DeepSeek: DeepSeek V4 Pro 0423 | OpenAI: GPT-6 Luna | |
|---|---|---|
| Anbieter | DeepSeek | OpenAI |
| Eingabe | 5,60 $ / 1 Mio. Tokens (≈ 4,99 €) | 0,35 $ / 1 Mio. Tokens (≈ 0,31 €) |
| Ausgabe | 11,20 $ / 1 Mio. Tokens (≈ 9,97 €) | 1,75 $ / 1 Mio. Tokens (≈ 1,56 €) |
| Cache-Lesen | 0,47 $ / 1 Mio. Tokens (≈ 0,42 €) | 0,04 $ / 1 Mio. Tokens (≈ 0,03 €) |
| Cache-Schreiben | - | 0,44 $ / 1 Mio. Tokens (≈ 0,39 €) |
| Websuche | - | 35,00 $ / 1.000 Suchen (≈ 31,17 €) |
| Kontextfenster | 1.048.576 | 1.050.000 |
| Max. Ausgabe | 393.216 | 128.000 |
| Eingabe | text | file, image, text |
| Ausgabe | text | text |
| Tool Calling | ||
| Strukturierte Ausgabe | ||
| Reasoning-Steuerung | ||
| Hinzugefügt | 24.04.2026 | 22.09.2026 |
Die wichtigsten Unterschiede
- OpenAI: GPT-6 Luna ist bei Eingabe-Tokens 94% günstiger.
- OpenAI: GPT-6 Luna ist bei Ausgabe-Tokens 84% günstiger.
- Eine Anfrage mit 1.000 Eingabe- und 500 Ausgabe-Tokens kostet mit DeepSeek: DeepSeek V4 Pro 0423 0,01 $ und mit OpenAI: GPT-6 Luna 0,00123 $.
Im Detail
DeepSeek: DeepSeek V4 Pro 0423 ist ein Textmodell von DeepSeek, veröffentlicht am 2026-04-24. OpenAI: GPT-6 Luna ist ein Textmodell von OpenAI, veröffentlicht am 2026-09-22. Beide werden über api14 über dieselbe Schnittstelle im Chat-Completions-Stil bereitgestellt, sodass die Wahl zwischen ihnen davon abhängt, was Ihre Aufgabe tatsächlich benötigt, und nicht von einem Unterschied darin, wie Sie sie erreichen.
Die beiden Modelle liegen beim Kontext nahe beieinander. DeepSeek V4 Pro 0423 akzeptiert 1.048.576 Token und GPT-6 Luna akzeptiert 1.050.000, was in der Praxis kein bedeutender Unterschied ist, sodass keines bei der Frage gewinnt, wie viel Sie in eine einzelne Anfrage packen können. Die eigentliche Trennung liegt bei der Modalität. DeepSeek V4 Pro 0423 nimmt Text entgegen und gibt Text zurück. GPT-6 Luna nimmt ebenfalls Text entgegen, akzeptiert aber zusätzlich Bilder und Dateien als Eingabe und gibt weiterhin Text zurück. Wenn Ihre Pipeline einem Modell einen Screenshot, eine gescannte Seite oder ein angehängtes Dokument übergeben muss, ist GPT-6 Luna dasjenige, das dies direkt akzeptieren kann. Bei den Parametern bietet DeepSeek V4 Pro 0423 eine breitere Sampling-Oberfläche, einschließlich frequency_penalty, presence_penalty, logit_bias, logprobs, top_logprobs, min_p, top_k, repetition_penalty und seed, zusammen mit tools, tool_choice, structured_outputs, response_format und den Reasoning-Steuerungen. GPT-6 Luna deckt tools, tool_choice, structured_outputs, response_format, seed und die Reasoning-Steuerungen ab, plus einen verbosity-Parameter, lässt aber die Logprob- und Penalty-artigen Regler weg. Keines der Modelle ist als einzigartig unterstützend für tools, strukturierte Ausgaben oder Reasoning aufgeführt, sodass diese keine Entscheidungskriterien sind. Beim Preis ist GPT-6 Luna die günstigere Option sowohl für Eingabe als auch Ausgabe.
Für eine einfache Textaufgabe, etwa das Zusammenfassen langer Dokumente, das Extrahieren strukturierter Felder oder das Ausführen einer Agentenschleife über Tool-Aufrufe, erledigt jedes der beiden Modelle die Aufgabe, und die entscheidenden Faktoren sind die Kosten und die Sampling-Steuerungen, auf die Sie sich verlassen. Wenn Sie die Generierung mit Penalties, top_k, min_p oder logprobs steuern, gibt Ihnen DeepSeek V4 Pro 0423 diese Hebel direkt. Wenn Sie bei hohem Textverkehr eine niedrigere Rechnung wünschen, ist GPT-6 Luna die günstigere Wahl bei sowohl Eingabe- als auch Ausgabe-Token. Wenn Ihre Eingabe ein Bild oder eine Datei enthält, ist GPT-6 Luna das einzige der beiden, das dies akzeptiert, sodass sich dieser Fall von selbst entscheidet.
Beide Modelle über api14 aufzurufen funktioniert auf dieselbe Weise. Richten Sie Ihren Client auf den OpenAI-kompatiblen Endpunkt, senden Sie eine normale Chat-Completions-Anfrage und setzen Sie das Feld model auf "deepseek/deepseek-v4-pro" oder "openai/gpt-6-luna". Alles andere, Ihr messages-Array, Ihre Tool-Definitionen, Ihr response_format, bleibt wie es ist. Das Wechseln zwischen den beiden ist eine Änderung der Modell-ID in einer Zeile, was es günstig macht, beide gegen Ihre eigene Arbeitslast zu benchmarken, bevor Sie sich festlegen.
Wechseln mit einem String
Beide Modelle nutzen denselben Endpunkt und dieselbe Anfragestruktur. Ändern Sie den model-Wert von "deepseek/deepseek-v4-pro" auf "openai/gpt-6-luna", Prompts, Streaming und Tools funktionieren weiter.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "openai/gpt-6-luna",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Weitere Vergleiche
- LiquidAI: LFM3-1.7B vs. Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B vs. Crouton Alpha
- LiquidAI: LFM3-1.7B vs. Tencent: Hy4
- LiquidAI: LFM3-1.7B vs. Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview vs. Crouton Alpha
- Ricursive: Ripple 65B Preview vs. Tencent: Hy4
- Ricursive: Ripple 65B Preview vs. Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha vs. Tencent: Hy4