VerdictPal
Beitreten
VerdictPal · Redaktions-Desk · 2026VerdictPal
Vergleich · Zwei Modelle, direkt

Wähle zwei Modelle. Sieh den Unterschied.

Composite-Scores, Benchmark-Ränge, Fähigkeitsraster und Preis pro Million Tokens. Alles aus denselben Daten wie der Modell-Atlas.
KartenModelle

DeepSeek V4 Pro Max vs Qwen 3.7 Max

DeepSeek V4 Pro Max4Stats gewonnen
Gleichstand1Stats
Qwen 3.7 Max0Stats gewonnen
Spec-Showdown

Kapazität, Preis, Aktualität.

DeepSeek V4 Pro MaxvsQwen 3.7 Max

Composite-Scores liegen innerhalb von 5 Punkten — 74 für DeepSeek V4 Pro Max vs 73 für Qwen 3.7 Max. Die Wahl hängt von Fähigkeitsprofil und Preis ab. DeepSeek V4 Pro Max hat den höheren Vals/AA-Intelligence-Score (56 vs 48).

  1. Composite-Score
    DeepSeek V4 Pro Max74Gewinner in dieser ZeileQwen 3.7 Max73
  2. Intelligence (Vals/AA)
    DeepSeek V4 Pro Max56Gewinner in dieser ZeileQwen 3.7 Max48
  3. Kontextfenster
    DeepSeek V4 Pro Max256KGewinner in dieser ZeileQwen 3.7 Max128K
  4. Max. Output
    DeepSeek V4 Pro Max66KGewinner in dieser ZeileQwen 3.7 Max33K
  5. Input-Preis / 1M (niedriger gewinnt)
    DeepSeek V4 Pro Max$0.40Qwen 3.7 Max$0.40
Composite-Score
74Gewinner in dieser Zeile
vs
73
Intelligence (Vals/AA)
56Gewinner in dieser Zeile
vs
48
Kontextfenster
256KGewinner in dieser Zeile
vs
128K
Max. Output
66KGewinner in dieser Zeile
vs
33K
Input-Preis / 1M (niedriger gewinnt)
$0.40
vs
$0.40
Fähigkeitsraster

Was jedes Modell kann.

Modalitäten

DeepSeek V4 Pro MaxQwen 3.7 Max
Text●●
Bild——
Audio——
Video——
Code●●
Tool-Nutzung●●
Reasoning●●

Zugang

DeepSeek V4 Pro MaxQwen 3.7 Max
API●●
Consumer-App——
Open Weights●●
Managed Cloud●●
On-Device——
Family-Radar

Top-Score pro Benchmark-Family.

Wissen
90Gewinner in dieser Zeile
vs
89
Reasoning
76Gewinner in dieser Zeile
vs
74
Mathe
84Gewinner in dieser Zeile
vs
82
Coding
93
vs
93
Agentisch
68
vs
70Gewinner in dieser Zeile
Langer Kontext
49Gewinner in dieser Zeile
vs
48
Tool-Nutzung
75
vs
78Gewinner in dieser Zeile
Menschliche Präferenz
84Gewinner in dieser Zeile
vs
82
Benchmark-Ränge

Jeder gemeinsame Benchmark, nebeneinander.

Wissen

MMLU#8/22 · #10/22
89.7%Gewinner in dieser Zeile
vs
88.9%
MMLU-Pro#14/21 · #16/21
76.4%Gewinner in dieser Zeile
vs
75.1%

Reasoning

GPQA Diamond#56/69 · #60/69
75.6%Gewinner in dieser Zeile
vs
73.8%
LiveBench#14/21 · #15/21
61.9%Gewinner in dieser Zeile
vs
61.6%

Mathe

MATH#12/20 · #15/20
83.9%Gewinner in dieser Zeile
vs
81.6%

Coding

HumanEval#9/15 · #10/15
93.4% pass@1Gewinner in dieser Zeile
vs
93.1% pass@1
SWE-bench Verified#7/23 · #14/23
80.6%Gewinner in dieser Zeile
vs
79.4%

Agentisch

Terminal-Bench#25/69 · #22/69
67.9%
vs
69.7%Gewinner in dieser Zeile
Vals Index#9/20 · #14/20
56.23%Gewinner in dieser Zeile
vs
48.04%

Langer Kontext

LongBench v2#14/19 · #16/19
48.6%Gewinner in dieser Zeile
vs
47.8%

Tool-Nutzung

BFCL#16/20 · #10/20
74.6%
vs
78.4%Gewinner in dieser Zeile
MCP Atlas#6/10 · #7/10
72.6%Gewinner in dieser Zeile
vs
71.8%

Menschliche Präferenz

LMArena (Chatbot Arena)#5/13 · #7/13
1418Gewinner in dieser Zeile
vs
1409
Dossier-Fakten

Daten, Quellen, Kleingedrucktes.

DeepSeek V4 Pro MaxQwen 3.7 Max
AnbieterDeepSeekAlibaba
FamilyDeepSeekQwen
Veröffentlichung2026-04-242026-05-20
Wissensstichtag2026-02-012026-02-01
Kontextfenster256K128K
Max. Output66K33K
Input-Preis /1M$0.40$0.40
Output-Preis /1M$1.6$1.2
Statusflagshipflagship
Composite-Score7473
Intelligence-Score5648
Intel-Quellevalsvals
Benchmark-Zeilen1414
Quellenanzahl109
Aktualitätfreshfresh
Preis geprüft2026-06-012026-06-01
Ökosystem

Welche Tools jedes Modell einwickeln.

Qwen 3.7 Max

In keinem Tool gelistet.

Urteil

Welches Modell du wirklich wählen solltest.

Composite-Scores liegen innerhalb von 5 Punkten — 74 für DeepSeek V4 Pro Max vs 73 für Qwen 3.7 Max. Die Wahl hängt von Fähigkeitsprofil und Preis ab. DeepSeek V4 Pro Max hat den höheren Vals/AA-Intelligence-Score (56 vs 48).

Dossier von DeepSeek V4 Pro Max öffnenDossier von Qwen 3.7 Max öffnen