Zum Inhalt springen

Modelle vergleichen

DeepSeek V4 Pro vs. Claude Opus 5

Von Ofrai Editorial (Model Testing Team)

Das ist eine Budgetentscheidung, keine Qualitätsleiter. DeepSeek V4 Pro ist die Reasoning-Stufe der V4-Linie von DeepSeek, gebaut für Aufgaben mit mehreren abhängigen Schritten: Analyse, Code-Review, Debugging, Abgleich widersprüchlicher Quellen. Claude Opus 5 ist die aktuelle Frontier-Generation von Anthropic, gebaut für Antworten, die andere ohne zweite Durchsicht umsetzen. Die ehrliche Lage: V4 Pro trägt den größten Teil einer Arbeitswoche, und Opus 5 amortisiert sich auf einer kleinen, benennbaren Menge von Prompts. Beide sind Standard-Chatmodelle in Ofrai's Text Studio und rechnen vom selben gemeinsamen Creditguthaben ab — diese Menge zu finden kostet also eine zusätzliche Generierung pro Testprompt.

Chat und Video verbrauchen Ofrai-Credits.

Eine Budgetentscheidung, keine Qualitätsleiter

Die meisten Modellvergleiche sind so geschrieben, als wäre eines die bessere Version des anderen, auf die man aufrückt, wenn die Arbeit härter wird. Diese Rahmung übersteht eine Monatsrechnung nicht. DeepSeek V4 Pro und Claude Opus 5 stehen beide an der Spitze ihrer eigenen Linie, deshalb lautet die nützliche Frage nicht, welcher abstrakt besser ist, sondern welche Ihrer Prompts so teuer sind, dass sie das teurere Modell rechtfertigen. Die zu messende Einheit ist das angenommene Arbeitsergebnis und was es bis dahin gekostet hat.

Erzeugt ein Prompt im ersten Versuch etwas Brauchbares, hat der Frontier-Einsatz nichts eingekauft. Verlässt die Antwort Ihre Hände ohne Gegenlesen, ist die Frontier-Stufe die billigste Option — die Alternative ist eine Stunde eigene Prüfung. Schreiben Sie diese Prompts zuerst auf, bevor Sie Geld ausgeben.

Womit DeepSeek V4 Pro bereits auskommt

V4 Pro ist kein reduziertes Modell, das nur einfache Aufgaben übersteht. Seine dokumentierte Stärke liegt bei Arbeit mit mehreren Schritten, in der jede Schlussfolgerung darauf beruht, dass die vorige stimmte: aufsummierende Analysen, Code-Review und Refactoring, bei dem eine Ursache aufzulösen statt sie per Muster zu erkennen ist, Debugging über mehrere mögliche Ursachen hinweg und Vergleichsarbeit, die widersprüchliche Quellen abgleicht. Diese Liste deckt das meiste einer Woche in einem technischen oder analytischen Beruf ab.

Er ist außerdem von beiden der günstigere zum Wiederholen und derjenige, den Sie nebenbei weiterlaufen lassen können, während Sie über die nächste Anfrage nachdenken: Eine Reasoning-Stufe ist für den Einsatz über eine ganze Sitzung gebaut, nicht zum Sparen auf zwei Momente pro Woche. Ist Ihre Woche eine Schlange normaler, aber nicht trivialer Aufgaben, ist V4 Pro kein Kompromiss, sondern das richtige Werkzeug.

Die wenigen Prompts pro Woche, die Opus 5 rechtfertigen

Die Prompts, die die Frontier-Stufe rechtfertigen, teilen eine Eigenschaft: Das Ergebnis verlässt Ihre Hände, ohne dass Sie es selbst noch einmal lesen. Konkret sind das die Schlussprüfung vor einer Auslieferung, die Sie sonst eine Stunde kosten würde; eine Entscheidung, bei der Anforderungen wirklich kollidieren und jemand festlegen muss, worauf verzichtet wird; ein Dokument, das jemand mit unterschreibt; und die Diagnose eines Fehlers, der drei Versuche überstanden hat.

In all diesen Fällen ist das falsche Ergebnis der teure Ausgang, und Opus 5 passt genau dorthin — anspruchsvolle Analysen, widersprüchliche Randbedingungen, viel Material in einem Zug betrachtet. Wenn Sie vier solche Prompts pro Woche nicht benennen können, fehlt Ihnen nicht Opus-5-Kapazität, sondern es fehlen Entscheidungen, die man aufschreiben sollte.

Unterschiedliche Formen von Arbeit, nicht ein Sieger

Die beiden Modelle liefern nicht dasselbe Artefakt in unterschiedlicher Politur. Die empfohlene Arbeitsweise für V4 Pro besteht darin, ein Problem in Schritte zu zerlegen, sie einzeln zu lösen und an jedem Schritt die Herleitung zu zeigen, damit ein Mensch sie prüfen kann: Das Modell ist prüfbar gebaut, und das Zwischenergebnis gehört zur Lieferung. Opus 5 ist dagegen gebaut, um einen unordentlichen Brief entgegenzunehmen und ein geordnetes Urteil zurückzugeben: welche Randbedingungen echte Anforderungen sind, welche Präferenzen, worauf am wenigsten zu verzichten ist, was die drei schwersten Probleme sind.

Das eine erzeugt eine Spur, die Sie prüfen, das andere ein Ergebnis, das Sie übernehmen. Dasselbe von beiden zu verlangen verschwendet eines. Entscheiden Sie pro Prompt, ob Sie den Weg oder die Entscheidung brauchen.

Latenz gehört ebenfalls ins Budget

V4 Pro verwendet einen größeren Teil seiner Antwort darauf, das Problem zu bearbeiten, bevor es sich festlegt; das zeigt sich als höhere Latenz, selbst bei einfachen Eingaben. Bei einer Aufgabe mit drei sorgfältigen Schritten zahlt sich dieser Tausch aus, bei einer Ein-Zeilen-Überarbeitung nicht. Dasselbe Verhalten macht ihn ungeeignet für Fristen in Sekunden und für interaktive Arbeit, bei der Sie eine erste brauchbare Antwort sofort wollen. Nur in Credits zu budgetieren übersieht diesen Preis, denn ein langsames Modell bremst auch Ihren übrigen Arbeitsablauf.

Die praktische Aufteilung: Lassen Sie V4 Pro bei Denkaufgaben, auf die Sie warten können, und nehmen Sie alles, bei dem Sie auf das Modell warten, bei beiden Modellen heraus.

Coding: nach dem Zweck der Ausgabe aufteilen

Für das Lesen unbekannten Codes, das Erklären einer Funktion, Tests, gewöhnliches Refactoring und Review bei normaler Komplexität ist V4 Pro ein fähiger Ingenieur und der günstigere zum Iterieren. Seine Stärke, Ursachen aufzulösen, ist genau das, was Review und Debugging brauchen. Opus 5 rechtfertigt seinen Preis dort, wo die Ausgabe eine Entscheidung und keine Änderung ist: das Review, das in das Ticket geht, die Architekturentscheidung, die Sie nicht wiederholen wollen, das Sicherheits- oder Nebenläufigkeitsproblem, das erst unter Last auftaucht.

Verlangen Sie von beiden einen Diff statt einer Codewand: zwanzig Zeilen zu reviewen und zweihundert Zeilen zu reviewen sind zwei verschiedene Tätigkeiten, und für die erste braucht es die Frontier-Stufe nicht. Entwurf und Iteration auf V4 Pro, den fertigen Diff an Opus 5, wenn die Frage lautet, ob das ausgeliefert werden darf.

Chinesischsprachige Arbeitsergebnisse

Hier zeigt sich der Herkunftsunterschied am deutlichsten. DeepSeek ist ein chinesisches Labor, und die aktuelle Generation schreibt Chinesisch als vollwertige Ausgabesprache und nicht als Übersetzung englischen Denkens: Redewendung, geschäftlicher und technischer Register, Satzrhythmus, der sich liest, als käme er von jemandem, der täglich in diesem Register arbeitet. Opus 5 antwortet in der Sprache Ihrer Vorgaben und funktioniert auf Chinesisch gut, neigt aber zu englischer Satzbau und fällt mitten in einer Antwort ins Englische zurück, wenn der Prompt Sprachen mischt.

Ist der Leser ein chinesischsprachiger Kollege oder Kunde, ist V4 Pro für den Text die sicherere Wahl — und zugleich die günstigere. Bei gemischten technischen Unterlagen lassen Sie beide denselben Absatz verarbeiten und urteilen Sie über Register statt über Grammatik: Beide werden grammatikalisch korrekt sein.

DeepSeek V4 Pro richtig ansprechen: die Herleitung verlangen

V4 Pro mag ein Problem, das gelöst werden muss, lieber als eine Form, die ausgefüllt werden soll. Geben Sie ihm die vollständigen Belege statt einer Zusammenfassung, lassen Sie es das Problem in Schritte zerlegen, einzeln lösen und an jedem Schritt die Herleitung zeigen, damit Sie prüfen können.

Geben Sie ihm Kandidaten statt eines leeren Felds: drei mögliche Ursachen, zwei Entwürfe, vier Interpretationen — und lassen Sie sie danach ordnen, wie leicht sich jede mit Ihren Belegen ausschließen lässt, denn das Ordnen liegt ihm, und genau dort driftet es auf leerem Feld am ehesten. Nennen Sie den Standard, den Sie wollen, und verlangen Sie ausdrücklich, dass es meldet, was fehlt, statt zu raten. Prüfen Sie danach an zwei oder drei Stellen die Herleitung, statt die ganze Kette zu lesen.

Claude Opus 5 richtig ansprechen: die Entscheidung benennen

Opus 5 antwortet am besten, wenn man ihm eine Rolle und eine Entscheidung gibt statt eines Themas. Sagen Sie ihm, er sei die letzte prüfende Instanz vor der Auslieferung, und verlangen Sie die drei schwersten Probleme nach Schwere geordnet, jeweils mit konkreter Korrektur und Risiko beim Verzicht. Für Planungsarbeiten die Randbedingungen wörtlich einfügen und fragen, welche echte Anforderungen sind, welche Präferenzen und welcher Verzicht am wenigsten kostet.

Geben Sie das vollständige Material statt einer Zusammenfassung, benennen Sie Publikum und gewünschte Ausgabeform, und verlangen Sie, dass es sagt, was fehlt, wenn die Belege dünn sind: Sein typischer Fehlschlag ist selbstsichere Vollständigkeit, kein sichtbarer Irrtum. Gehen Sie stufenweise vor und halten Sie es für den Moment zurück, in dem die Antwort verwendet wird.

Die jeweils eigenen Fehlschläge

Der Fehlschlag von V4 Pro zeigt sich als Verschwendung, nicht als Irrtum: Bei langen mechanischen Durchläufen — vollständige Audits, Vierzig-Punkte-Kontrollen, Massenklassifikation — wendet es sorgfältiges Reasoning auf Arbeit an, das keines brauchte; das äußert sich in Latenz und Credits statt in einer falschen Antwort, und bei jedem Volumen ist es das falsche Werkzeug.

Der Fehlschlag von Opus 5 ist stilles Über-Erfüllen: Es liefert Struktur, Länge und Register wie gewünscht und lässt die eine strenge Einschränkung fallen, die Sie im letzten Absatz erwähnt haben; bei einer Aufgabe, deren Anforderungen nie wirklich klar waren, liefert es selbstsichere, aber schlecht gelenkte Ausgabe. Keiner von beiden ist gefährlich, wenn ein Mensch liest. Beide sind teuer, wenn die Ausgabe ungelesen hinausgeht — und genau darum geht es in der Eskalationsregel.

Ein wöchentliches Audit, das das Budget ehrlich hält

Notieren Sie eine Woche lang jede Anfrage nach Modell und markieren Sie, ob das Ergebnis angenommen, überarbeitet oder verworfen wurde — ohne in dieser Zeit etwas an Ihrer Konfiguration zu ändern. Am Wochenende legen Sie die unverändert angenommenen Anfragen heraus und zählen, wie viele davon solche sind, bei denen andere handeln. Diese Zahl ist Ihr tatsächlicher Opus-5-Bedarf, und sie ist meist kleiner als erwartet.

Alles im angenommenen Stapel, das niemand sonst liest, ist ein Kandidat für eine Stufe tiefer; alles im überarbeiteten Stapel, das Sie von Hand gerettet haben, ist ein Kandidat für einen besseren Prompt statt für ein besseres Modell. Wiederholen Sie das Audit einen Monat später, denn die Aufteilung verschiebt sich, wenn Ihre Prompts besser werden.

Im selben Thread zwischen den beiden wechseln

Beide sind Standard-Chatmodelle in Ofrai's Text Studio mit Zugriff auf dasselbe gemeinsame Creditguthaben, und Sie können innerhalb eines Threads wechseln: Kontext und Verlauf bleiben erhalten, sodass der teure Teil — alles, was zur Aufgabe bereits feststeht — nicht verloren geht. Das nützliche Muster ist hier die Umkehrung des Reflexes: auf V4 Pro erkunden und entwerfen, wo Iteration wenig kostet, dann für Urteil oder Endfassung auf Opus 5 hochgehen und das Ergebnis bei Bedarf wieder auf V4 Pro zurückholen.

Es gibt keine Abrechnungsentscheidung pro Anfrage und kein zweites Abonnement; zwischen guter und schlechter Verteilung steht nur, ob Sie die Entscheidung tatsächlich getroffen haben.

Wann keines der beiden die richtige Ausgabe ist

Der größte Teil des empfundenen Unterschieds zwischen diesen beiden lebt in einem kleinen Bruchteil Ihrer Arbeit. Zusammenfassen, Umschreiben, alltägliches Formulieren und Antworten im ersten Anlauf brauchen weder eine Reasoning-Stufe noch eine Frontier-Stufe; die günstigeren Modelle des Katalogs tragen diesen Verkehr zu einem Bruchteil der Kosten. Für Massenklassifikation, Extraktion und Formatierung bleibt eine Durchsatzstufe das richtige Werkzeug, egal wie die schwierigen Fragen ausgehen.

Und wenn Sie denselben Prompt jedes Mal auf Opus 5 hochgeben, ohne dass das Ergebnis besser wird, lautet die ehrliche Lesart: Der Arbeitsablauf braucht ein besseres Briefing, nicht ein teureres Modell. Kaufen Sie die Stufe für die Ergebnisse, die Sie bloßstellen würden, wenn sie falsch wären.

Was das gemeinsame Guthaben an der Wahl wirklich ändert

Der praktische Vorteil eines gemeinsamen Guthabens ist nicht Bequemlichkeit, sondern dass die Entscheidung umkehrbar wird. Da beide Modelle im selben Studio dieselben Credits verbrauchen und weder ein zweites Konto noch ein einzuklebender API-Schlüsselüssel nötig ist, können Sie einen echten Prompt an beide senden, die Anfänge lesen und das Ergebnis entscheiden lassen — wie bei jedem anderen Werkzeug, nur kostet der Test eine zusätzliche Generierung statt einer Migration. Reservieren Sie das für Prompts, bei denen Sie wirklich unsicher sind, nicht als Routine.

Sobald die Aufteilung steht, wird die Eskalation zu einer Gewohnheit, die man aufschreiben kann: Welche Art von Prompts geht auf die Frontier-Stufe, und wie viele pro Woche Sie darauf ausgeben wollen.

Ofrai-Katalog-Credits

Redaktionelle Schätzungen aus internen Tests — keine Dritt-Benchmarks.

ModellArtCredits
DeepSeek V4 ProChat-ModellInput/Output 0,822816/2,46845
Claude Opus 5Chat-ModellInput/Output 1,37136/6,8568

FAQ

Lohnt sich Claude Opus 5 gegenüber DeepSeek V4 Pro?
Für einen kleinen, benennbaren Teil Ihrer Arbeit. Opus 5 rentiert sich bei den Prompts, deren Ergebnis Ihre Hände ohne eigenes Gegenlesen verlässt: die Schlussprüfung vor der Auslieferung, die Entscheidung zwischen widersprüchlichen Anforderungen, das zu unterzeichnende Dokument, der Fehler, der drei Versuche überstanden hat. Mehrstufige Analyse, Code-Review, Debugging und Quellenabgleich erledigt V4 Pro günstiger, und das ist der größte Teil der Woche. Testen Sie, statt es anzunehmen: Schicken Sie Ihre zehn folgenreichsten Prompts an beide und zählen Sie, wie oft Opus 5 im ersten Anlauf fertig war.
Welches ist für Programmieren besser?
Für das Lesen unbekannten Codes, Erklärungen, Tests und gewöhnliches Refactoring ist DeepSeek V4 Pro ein fähiger Ingenieur und der günstigere zum Iterieren; Ursachen aufzulösen ist seine dokumentierte Stärke. Opus 5 ist für Ausgaben zuständig, die Entscheidungen und keine Änderungen sind: das Review, das ins Ticket geht, die Architekturentscheidung, die Sie nicht wiederholen wollen, das Nebenläufigkeits- oder Sicherheitsproblem, das erst unter Last auftaucht. Verlangen Sie von beiden einen Diff statt einer Codewand und behalten Sie die Frontier-Stufe für die Frage, ob es ausgeliefert werden darf.
Brauche ich ein DeepSeek-Konto und ein Claude-Abonnement zum Vergleich?
Nein. Beide sind in Ofrai's Text Studio als Standard-Chatmodelle gelistet und rechnen vom selben gemeinsamen Creditguthaben ab. Öffnen Sie das Studio, senden Sie denselben Prompt an DeepSeek V4 Pro und Claude Opus 5 und vergleichen Sie, ohne zwei Konten, zwei API-Schlüssel oder zwei Rechnungen zu verwalten. Kostenkontrolle entsteht durch das Routing jedes Prompts zum passenden Modell, nicht durch getrennte Abrechnung.
Welches Modell ist schneller?
V4 Pro ist das langsamere, und zwar absichtlich: Es verwendet einen größeren Teil seiner Antwort darauf, das Problem vor der Zusage zu bearbeiten, was sich schon bei einfachen Eingaben als höhere Latenz zeigt. Bei einer Aufgabe mit drei sorgfältigen Schritten zahlt sich dieser Tausch aus, bei einer Ein-Zeilen-Überarbeitung oder einer Frist in Sekunden nicht. Wenn Sie im Dialog auf das Modell warten, ist keines der beiden die richtige Wahl; dieser Verkehr gehört auf eine günstigere Stufe.
Welches nehme ich für chinesischsprachige Dokumente?
DeepSeek V4 Pro ist die sicherere Wahl für chinesischen Fließtext. Es kommt aus einem chinesischen Labor und schreibt Chinesisch als vollwertige Ausgabesprache, mit Register und Rhythmus der Sprache statt mit übersetzter englischer Struktur. Opus 5 antwortet in der Sprache Ihrer Vorgaben und funktioniert auf Chinesisch brauchbar, stützt sich aber stärker auf englische Syntax und kann mitten in einer Antwort ins Englische rutschen, wenn der Prompt Sprachen mischt. Lassen Sie bei gemischten technischen Unterlagen beide denselben Absatz verarbeiten und urteilen Sie über Register statt über Grammatik.
Wie wechsle ich mitten in der Aufgabe das Modell?
Im selben Thread in Ofrai's Text Studio: Kontext und Verlauf bleiben erhalten, alles zum Task bereits Feststehende bleibt also erhalten. Der sparsame Ablauf lautet: auf DeepSeek V4 Pro erkunden und entwerfen, wo Iteration wenig kostet, für Urteil oder Endfassung auf Claude Opus 5 hochgehen und das Ergebnis bei Bedarf für einen günstigeren Kürzdurchgang zurückholen. Alles läuft über ein einziges gemeinsames Creditguthaben.

Verwandte Modelle

Werkzeuge

Anwendungsfälle