GPT-OSS 120B vs DeepSeek V4 Pro
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
GPT-OSS 120B von OpenAI und DeepSeek V4 Pro von DeepSeek gehören zu den führenden KI-Modellen. GPT-OSS 120B bietet ein Kontextfenster von 131.1K Tokens bei API-Preisen von $0.15/$0.60 pro 1M Tokens, während DeepSeek V4 Pro 1M Tokens Kontext zu $1.32/$3.96 pro 1M Tokens bereitstellt. Hier finden Sie den vollständigen Benchmark-, Latenz- und Kostenvergleich.
Beliebige Modelle wechseln & vergleichen
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
GPT-OSS 120B
Open-Weights-BasismodellGPT-OSS 120B von OpenAI ist ein KI-Modell für Self-Hosting im eigenen Rechenzentrum, Fine-Tuning und volle Datensouveränität mit 131K Kontextfenster, 95 Token/s Durchsatz, einem Intelligenz-Index von 56/100 und $0.15/$0.6 pro 1M Token.
$0.15 / 1M
$0.60 / 1M
131.1K tokens
45.5%
DeepSeek V4 Pro
Autonomes Agenten-ModellDeepSeek V4 Pro von DeepSeek ist ein KI-Modell für autonome Agenten-Workflows, zuverlässiges Tool-Calling und mehrstufige Automatisierung mit 1M Kontextfenster, 80 Token/s Durchsatz, einem Intelligenz-Index von 53/100 und $1.32/$3.96 pro 1M
$1.32 / 1M
$3.96 / 1M
1M tokens
68.5%
Wichtigste Unterschiede auf einen Blick
- GPT-OSS 120B is 7.3x cheaper for API usage (input + output tokens combined).
- DeepSeek V4 Pro has a larger context window (1M vs 131K tokens).
- GPT-OSS 120B is faster at 95 tok/s vs 80 tok/s.
- DeepSeek V4 Pro leads on SWE-bench coding (68.5% vs 45.5%).
| Feature | GPT-OSS 120B | DeepSeek V4 Pro |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 56 | 53 |
Provider | OpenAI | DeepSeek |
Input Price Cost per million input tokens | $0.15 / 1M | $1.32 / 1M |
Output Price Cost per million output tokens | $0.60 / 1M | $3.96 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.10 / 1M | $0.76 / 1M |
Context Window Maximum input + output tokens | 131.1K tokens~197 A4 pages of text | 1M tokens~1,500 A4 pages of text |
Max Output Tokens Per single request | 33K | 128K |
Throughput Speed Tokens generated per second | 95 tok/s | 80 tok/s |
SWE-bench Verified Real-world software engineering | 45.5% | 68.5% |
GPQA Diamond Graduate-level reasoning | 68.5% | 81.2% |
Cached Input Price Prompt caching discount per 1M tokens | $0.01 / 1M | $0.14 / 1M |
Wer gewinnt in welcher Disziplin?
At-a-glance decision frameworkGeprüfte Benchmark-Ergebnisse im Vergleich
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.
Autonomous multi-step tasks executed inside a real command-line terminal environment.
Research-grade coding problems drawn from real scientific and numerical workloads.
Contamination-free competitive programming problems collected continuously over time.
American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.
Accuracy when reasoning over very large inputs that fill the model context window.
Tokens emitted per second during active generation streaming.
Latenz & Antwortzeit
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Interaktiver Token-Kosten-Simulator
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
GPT-OSS 120B · Strengths & Key Advantages
- 131K Kontextfenster und bis zu 33K maximale Output-Token (SWE-bench Verified 45.5% · GPQA Diamond 68.5%)
- Hohe Generierungsgeschwindigkeit von 95 Token/Sekunde bei nur 480 ms Erstlatenz (TTFT)
- Offene Modellgewichte (117B (5.1B MoE)) für lokales Self-Hosting und Fine-Tuning über vLLM, SGLang oder Ollama
Considerations & Trade-offs
- Erfordert dedizierte GPU-Hardware mit ausreichend VRAM für den lokalen Betrieb in voller Präzision
- Bei extrem komplexen mehrstufigen Forschungsfragen bieten schwere Reasoning-Spezialmodelle noch tiefere Analysen
DeepSeek V4 Pro · Strengths & Key Advantages
- 1M Kontextfenster und bis zu 128K maximale Output-Token (SWE-bench Verified 68.5% · GPQA Diamond 81.2%)
- Hohe Generierungsgeschwindigkeit von 80 Token/Sekunde bei nur 580 ms Erstlatenz (TTFT)
- Offene Modellgewichte (MoE (Colossal)) für lokales Self-Hosting und Fine-Tuning über vLLM, SGLang oder Ollama
Considerations & Trade-offs
- Erfordert dedizierte GPU-Hardware mit ausreichend VRAM für den lokalen Betrieb in voller Präzision
- Bei extrem komplexen mehrstufigen Forschungsfragen bieten schwere Reasoning-Spezialmodelle noch tiefere Analysen
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | GPT-OSS 120B | DeepSeek V4 Pro |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.14 | $0.67 |
Output Tokens / Task Tokens generated per task | 45K | 52K |
Reasoning Tokens / Task Thinking tokens burned per task | 22K | 25K |
Technische Spezifikationen
Architecture, release timeline, capabilities, and modalities.
| Feature | GPT-OSS 120B | DeepSeek V4 Pro |
|---|---|---|
| Official API Model ID (SDK) | gpt-oss-120b | deepseek-reasoner |
| API Protocol | OpenAI Responses API & Chat Completions v1 | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI |
| Release Date | 2025-08 | 2026-08 |
| Knowledge Cutoff | June 2024 | May 2026 |
| Architecture | Sparse MoE transformer with reasoning | Next-Gen Sparse MoE with Agent RL Tuning |
| Parameters | 117B (5.1B active MoE) | MoE (Colossal) |
| Enterprise Rate Limits (RPM / TPM) | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud |
| Long-Context Tier (>128K/200K) | Flat rate ($0.15/1M in) across full 131K window | Flat rate ($1.32/1M in) across full 1000K window |
| Prompt Cache Policy & TTL | Automatic prefix caching at $0.015/1M (no extra cache-write fee) | Automatic prefix caching at $0.14/1M (no extra cache-write fee) |
| Computer Use / GUI Agent | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Native Web Search tool + Hosted Code Interpreter & File Search RAG | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools |
| Official Fine-Tuning Support | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) |
| Multimodal Token Billing | Text BPE (~4 chars/token) | Text BPE (~4 chars/token) |
| Quantization & Min GPU VRAM | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 73 GB VRAM (4-bit Quantized) · 252 GB VRAM (Native BF16) | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 43 GB VRAM (4-bit Quantized) · 151 GB VRAM (Native BF16) |
| Safety & Frontier Classification | OpenAI Preparedness Framework Audited & System Card Published | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control |
| Input Modalities | text | text |
| Output Modalities | text | text |
GPT-OSS 120B vs DeepSeek V4 Pro: Schnelle Antworten (FAQ)
Which is more intelligent, GPT-OSS 120B or DeepSeek V4 Pro?
GPT-OSS 120B is more intelligent. It scores 56 compared with 53 on the composite Intelligence Index.
Which model is faster?
GPT-OSS 120B is faster, generating 95 tokens per second compared with 80 tokens per second.
Which model is cheaper to run?
GPT-OSS 120B is cheaper at $0.10 per 1M tokens blended, compared with $0.76 (7:2:1 cache:input:output ratio).
Which model has lower latency?
GPT-OSS 120B has lower latency, with a time to first token of 0.48s compared with 0.58s.
Which model has a larger context window?
DeepSeek V4 Pro has a larger context window, supporting 1M tokens compared with 131.1K tokens.
Fazit
Sowohl GPT-OSS 120B (Optimal für Self-Hosting im eigenen Rechenzentrum, Fine-Tuning und volle Datensouveränität, Enterprise-RAG-Systeme und skalierbare API-Pipelines.) als auch DeepSeek V4 Pro (Optimal für autonome Agenten-Workflows, zuverlässiges Tool-Calling und mehrstufige Automatisierung, Enterprise-RAG-Systeme und skalierbare API-Pipelines.) überzeugen im Produktionseinsatz: GPT-OSS 120B führt bei komplexem Reasoning und Coding, GPT-OSS 120B liefert den höheren Token-Durchsatz und GPT-OSS 120B ist die kosteneffizienteste Wahl für große API-Workloads.
Häufig gestellte Fragen (FAQ)
Welches Modell ist besser für Coding und Reasoning – GPT-OSS 120B oder DeepSeek V4 Pro?+
Im Gesamt-Intelligenzindex und bei Software-Benchmarks liegt GPT-OSS 120B vorn. Prüfen Sie oben die SWE-bench- und GPQA-Werte für Ihren Anwendungsfall.
Wie unterscheiden sich die API-Preise von GPT-OSS 120B und DeepSeek V4 Pro?+
GPT-OSS 120B kostet $0.15 / $0.60 pro 1M Input-/Output-Tokens, DeepSeek V4 Pro liegt bei $1.32 / $3.96. Beim gewichteten Gesamtpreis ist GPT-OSS 120B günstiger.
Welches Modell hat das größere Kontextfenster und die höhere Geschwindigkeit?+
GPT-OSS 120B bietet 131.1K Tokens Kontext gegenüber 1M Tokens bei DeepSeek V4 Pro. Bei der Generierungsgeschwindigkeit liegt GPT-OSS 120B vorn.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Claude Sonnet 5.5 vs. DeepSeek V4 Pro: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- DeepSeek V4 Pro vs. Claude Opus 5.5: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- DeepSeek V4 Pro vs. GPT-6 Astra: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- GPT-OSS 120B vs. Llama 5: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Llama 5 vs. DeepSeek V4 Pro: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Nemotron 3 Super 120B A12B vs. GPT-OSS 120B: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
Offizielle Quellen: Offizielle API-Dokumentation von OpenAI und DeepSeek, Systemkarten und unabhängige Benchmark-Auswertungen (2026).