
{{1}}Qwen 4{{/1}} vs {{2}}DeepSeek V4.1 Pro{{/2}}: twee prijskaarten, één identieke kostprijs per indexpunt
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 90 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 97 tok/s
- orcaNIEUWOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNIEUWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 87 tok/s
- OrcaNIEUWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 133 tok/s
- OrcaNIEUWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1 mln tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 126 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligentie
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 mln tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 147 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligentie
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligentie
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1 mln tokens · 123 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligentie
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligentie
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1 mln tokens · 219 tok/s
Deel de kosten per voltooide taak van elk model door de Intelligence Index-score en er gebeurt iets vreemds. Qwen4-Max, met $3,27 per taak en 42,9 punten, komt uit op 7,6 cent per indexpunt. DeepSeek V4.1 Pro — of liever gezegd het model dat daadwerkelijk onder de Pro-tier van DeepSeek wordt aangeboden, DeepSeek V4 Pro 0813, met $1,77 per taak en 23,1 punten — komt uit op 7,7 cent per punt. Twee bedrijven, twee prijskaarten die qua output een factor vier verschillen, twee capaciteitsniveaus die bijna twintig punten uit elkaar liggen, en dezelfde kosten per eenheid gemeten intelligentie, tot op één procent na. Die toevallige overeenkomst is de hele vergelijking, en ze is nuttiger dan welke afzonderlijke benchmarkrij dan ook.
Een opmerking over de naam in de slug: DeepSeek heeft geen model met de naam V4.1 Pro in zijn catalogus. Op de prijzenpagina staan precies twee aangeboden modellen — deepseek-flash, dat verwijst naar DeepSeek-V4.1-Flash-1017, en deepseek-v4-pro, dat verwijst naar DeepSeek-V4-Pro-0813. De tekenreeks V4.1 Pro staat nog in een notitie uit september over een toekomstige lancering die inmiddels van de pagina is verdwenen. Dit is dus een vergelijking met het daadwerkelijke Pro-model van DeepSeek, en elk cijfer van DeepSeek hieronder is dat van dat model.
De rekensom eerst, want die is het argument.
Artificial Analysis publiceert zowel de indexscore als de gemodelleerde kosten van het draaien van de volledige indexsuite, op basis van de lijstprijzen van elke leverancier en de tokens die het model daadwerkelijk heeft verbruikt. Die twee cijfers volstaan om capaciteit rechtstreeks te beprijzen.
• Qwen4-Max — 42,9 indexpunten bij xhigh-inspanning; $3,27 per taak; 7,6 cent per punt.
• DeepSeek V4 Pro 0813 — 23,1 punten bij maximale inspanning; $1,77 per taak; 7,7 cent per punt.
• De verhouding — 1,007. DeepSeek is 46% goedkoper per voltooide taak en 46% minder bekwaam, en de twee feiten heffen elkaar op.
• Tegen piektarieven — de kaart van DeepSeek verdubbelt binnen de vensters op weekdagen van 01:00–04:00 en 06:00–10:00 UTC, van $0,66/$1,98 naar $1,32/$3,96. Het cijfer van $1,77 gaat uit van het piektarief, dus werk buiten de piek brengt de kosten per punt van DeepSeek op ongeveer 3,8 cent en wordt het per punt een model dat twee keer zo goedkoop is.
Die laatste regel is de regel waarop je kunt handelen. De twee modellen zijn gelijkwaardige aankopen tegen DeepSeek's lijstprijs, en Qwen4-Max is twee keer zo efficiënt als je in DeepSeek's kortingsvenster kunt plannen — wat je vertelt dat de beslissing helemaal niet over modelkwaliteit gaat, maar over of je verkeer in batches kan worden verwerkt.

Wat 23 punten wel oplevert en 43 niet
Efficiëntiepariteit is een mooie toevalligheid; het is geen reden om een model te draaien dat 23 scoort op een suite waar de mediaan van het veld in de veertigers ligt. De kloof is niet uniform, en de vorm ervan is het argument om ooit voor Qwen4-Max te kiezen.
• Terminal-Bench 4.0 — Qwen4-Max 48,5%, DeepSeek V4 Pro 14,1%. Een verschil van 34 punten, de grootste afwijking in deze vergelijking.
• FrontierCode 2.0 — 26,5% versus 17,1%. Kleiner dan de terminalkloof, maar nog steeds doorslaggevend voor repositorywerk.
• HLE Diamond — 44,9% tegen 19,5%.
• CritPt Agentic Hard — 43,0% tegenover 35,0%. De nauwst aansluitende van de hard-reasoning-suites, en de enige plek waar de achterstand van DeepSeek wellicht met scaffolding in te halen is.
• GDPval — 1.808,69 tegenover geen gepubliceerd cijfer voor het DeepSeek-model. Het is de moeite waard om het ontbreken daarvan te benoemen in plaats van het te verdoezelen: bij economisch onderbouwde professionele taken is er geen vergelijkbare uitkomst, dus de beoordeling van een van beide modellen is daar afhankelijk van je eigen evaluatie.
• Capaciteitsverdeling — DeepSeek blijft achter op alle vijf deelscores die Artificial Analysis rapporteert, met de slechtste score voor juridisch (27,5 tegenover 49,6 van Qwen4-Max) en de kleinste achterstand voor strategie en operations (41,1 tegenover 56,9).
Als de workload "lees dit en haal dat eruit" is, halen beide modellen de lat en beslist de prijs. Als de workload "bedien een shell tot de tests slagen" is, betekent een terminalscore van 14,1% dat het model zes van de zeven runs faalt, en geen enkele mate van goedkoopte maakt een mislukte run goedkoop — je betaalt hoe dan ook voor de tokens en betaalt daarna een mens om het werk af te maken.

De kolom die de doorslag zou moeten geven voor iedereen met een beoordelingsstap
Artificial Analysis registreert hallucinatie afzonderlijk van nauwkeurigheid, en het DeepSeek-cijfer is het meest diskwalificerende gegeven in deze confrontatie: een hallucinatiepercentage van 94,1%, tegenover 28,4% voor Qwen4-Max en ongeveer 50% voor de frontiermodellen in dit prijssegment. De omniscience-score is negatief (−6,4), wat betekent dat het minder nauwkeurig antwoordde dan zich van een antwoord onthouden zou hebben.
Een hallucinatiepercentage van 94% betekent niet dat 94% van de antwoorden fout is. Het betekent dat van de vragen die het model fout had of niet kon verifiëren, bijna alle werden beantwoord met verzonnen inhoud in plaats van te worden geweigerd. Voor een pipeline met een mens in de lus is dat een kostenvermenigvuldiger; voor een pipeline zonder is het een aansprakelijkheidsrisico. Qwen4-Max is volgens de maatstaven van de top ook geen betrouwbaar model, maar met 28,4% faalt het tenminste op een manier die een reviewer kan opmerken.
Een van deze is MIT-gelicenseerd, en dat verandert de rekensom.
DeepSeek V4 Pro wordt onder MIT uitgebracht, met gepubliceerde gewichten; Qwen4-Max is propriëtair, wordt alleen gehost door Alibaba Cloud en heeft geen downloadbaar checkpoint. Die asymmetrie verdient meer gewicht dan ze gewoonlijk krijgt in een prijsvergelijking, omdat ze verandert wat "kosten per taak" betekent.
• Marginale kosten — De $0.66/$1.98 van DeepSeek is een lijstprijs voor de GPU van iemand anders. Bij self-hosting zijn je marginale kosten je eigen benutting, die bij een hoog, stabiel volume vaak een derde daarvan bedraagt en bij een laag volume slechter is dan de API.
• Wat je opgeeft — de 1M-tokencontext en het 384K-outputplafond die DeepSeek documenteert, gelden nog steeds op je eigen hardware, maar je erft kernelondersteuning, kwantisatiekeuzes en de evaluatielast van het weten of je deployment overeenkomt met de referentie.
• Wat je niet kunt doen met Qwen4-Max — geen fine-tuning, geen on-premises implementatie, geen inspectie van gewichten, en niet kunnen blijven draaien als de regionale prijsstelling van Alibaba verandert. Zes regio's is een bredere distributie dan de meeste, en het blijft toch de beslissing van één leverancier.
De MIT-licentie is ook de eerlijke reden waarom DeepSeek V4 Pro op zoveel hosts te vinden is, terwijl Qwen4-Max op één host te vinden is. Dat is een eigenschap van de licentie, geen oordeel over het model.

Beide draaien zonder op een van beide te wedden
Deze twee vormen een natuurlijk duo voor een routeringslaag in plaats van een of/of-beslissing, omdat hun zwakke punten ongecorreleerd zijn: DeepSeek is goedkoop en zwak in agentische uitvoering, Qwen4-Max is middelduur en competent daarin, en het prijsverschil is klein genoeg dat de moeilijkste 20% van het verkeer naar het duurdere model sturen minder kost dan de fouten die het voorkomt. Een routerings-DSL brengt die splitsing in één aanroep — classificeer op taaktype, stuur shell-gedreven werk naar de ene route en extractiewerk naar de andere — en automatische failover dekt het geval waarin een van beide providers degradeert.
Wat we niet zullen beweren: Qwen4-Max staat niet in onze catalogus. Een qwen4-identifier levert vandaag een not-found op, de route ervan is Alibaba's Model Studio API en diverse platformen van derden, en het dichtstbijzijnde dat we aanbieden is qwen/qwen3.8-max voor $2,00 en $6,00 — de vorige flagship, één indexgeneratie achter, en $1,50 per miljoen goedkoper op output. De kant van DeepSeek staat in onze catalogus als deepseek/deepseek-v4-pro-0813 tegen DeepSeek's eigen lijstprijs zonder extra opslag, dus de dal- en piektarieven hierboven zijn wat je gefactureerd krijgt, niet een benadering daarvan.
Wat zou het antwoord veranderen
Drie dingen, in volgorde van waarschijnlijkheid. Een DeepSeek V4.1 Pro die daadwerkelijk op de markt komt, zou deze vergelijking opnieuw vormgeven, omdat de septembernotitie verbeteringen claimde op het gebied van prestaties, kosten, snelheid en totale taaktijd ten opzichte van V4 Pro — allemaal DeepSeeks eigen claim en niets ervan reproduceerbaar zolang er geen model-ID en tariefkaart zijn. Een prijsverlaging voor Qwen4-Max zou de toevallige overeenkomst per punt in het voordeel van Qwen doorbreken en het efficiëntieargument laten verdwijnen. En een onafhankelijke evaluatie van een van beide modellen op taken die je daadwerkelijk uitvoert, zou elk cijfer op deze pagina verslaan, inclusief die van Artificial Analysis.
Tot die tijd is de regel simpel. Als je werk batchbaar en documentvormig is, is DeepSeek V4 Pro tegen off-peaktarieven de goedkoopste capaciteit in het aanbod, en is de hallucinatiegraad het punt waar je een controle omheen bouwt. Als je werk een shell draait, een repository opent of iets oplevert dat een klant zonder beoordeling leest, betaal dan de extra $1,50 per taak en neem het terminalverschil van 34 punten voor lief.
Vergeleken in dit artikel1
Herkend uit dit artikel · Benchmarks: Artificial Analysis · dagelijks bijgewerkt
