Typ
Spezifikation
Preis
Eingabe
pro 1M Prompt-Token
$0.424
Ausgabe
pro 1 Million generierter Token
$1.272
Websuche (Linkup)
pro Aufruf beim Aufruf
$0.013
DeepSeek V4 Flash 0731 und GLM 5.1 im direkten Vergleich: Spezifikationen, Fähigkeiten, Parameter und Live-Preise aus dem EmpirioLabs-Katalog.
DeepSeek 
Z.ai TextgenerierungDeepSeek V4 Flash 0731 von DeepSeek und GLM 5.1 von Z.ai gehören beide zur Kategorie Textgenerierung und sind über die EmpirioLabs API verfügbar.
| Spezifikation | DeepSeek V4 Flash 0731 | GLM 5.1 |
|---|---|---|
| Modell-ID | deepseek-v4-flash-0731 | glm-5-1 |
| Autor | DeepSeek | Z.ai |
| Veröffentlicht | 31. Juli 2026 | 7. Apr. 2026 |
| Kontextfenster | 1M Token | 202.7K Token |
| Max. Ausgabe | 393.216 Token | 128.000 Token |
| Eingabe | Text | Text |
| Ausgabe | Text | Text |
| Strukturierte Ausgabe | JSON-Modus | JSON-Modus |
| Region | Germany | China |
| Endpoints | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/deepseek-v4-flash-0731:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/glm-5-1:generateContent |
| Fähigkeiten |
Live-Preise aus dem EmpirioLabs-Katalog für beide Modelle. Jede Preistabelle entspricht immer dem, was die API berechnet.
Anfrageparameter, die jedes Modell auf EmpirioLabs angibt, mit den zulässigen Werten oder dem Bereich, wo einer gilt. Ein Strich markiert einen Parameter, den das Modell nicht angibt.
| Parameter | DeepSeek V4 Flash 0731 | GLM 5.1 |
|---|---|---|
| temperature | 0 bis 2 Standard: 0.7 | 0 bis 1.99 Standard: 1 |
| top_p | 0 bis 1 Standard: 0.9 | 0 bis 1 Standard: 0.95 |
| max_tokens | 1 bis 393216 | 1 bis 128000 |
| stop | string | array |
| enable_thinking | boolean Standard: true | boolean Standard: true |
| reasoning_effort | none, low, medium, high, max Standard: medium | none, low, medium, high, max Standard: medium |
| thinking_budget | 1 bis 393216 Standard: 32768 | 1 bis 38912 Standard: 32768 |
| response_format | enum | enum |
| web_search_linkup | boolean Standard: false | boolean Standard: false |
| disable_formatting | boolean Standard: false | boolean Standard: false |
| top_k | - | 1 bis 100 Standard: 20 |
| repetition_penalty | - | min. 0.1 Standard: 1 |
| tool_stream | - | boolean Standard: false |
| tools | - | array Standard: [] |
| tool_choice | - | object |
| parallel_tool_calls | - | boolean |
Denken ist standardmäßig aktiviert und kann deaktiviert werden. Reasoning-Tokens werden als Ausgabetoken abgerechnet. Die optionale Linkup-Websuche wird nur beim Aufruf berechnet.
DeepSeek V4 Flash 0731 bedient die OpenAI-kompatible Chat Completions API. Richte ein beliebiges OpenAI SDK mit deinem EmpirioLabs API-Schlüssel auf https://api.empiriolabs.ai/v1 und verwende die Modell-ID deepseek-v4-flash-0731. Beide Modelle werden über denselben Endpunkt aufgerufen. Setze model auf deepseek-v4-flash-0731 oder glm-5-1. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4-flash-0731",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'DeepSeek V4 Flash 0731 ist die neuere Veröffentlichung (31. Juli 2026); GLM 5.1 erschien am 7. Apr. 2026. DeepSeek V4 Flash 0731 hat das größere Kontextfenster: 1M Token gegenüber 202.7K bei GLM 5.1. DeepSeek V4 Flash 0731 liefert bis zu 393.216 Ausgabe-Token pro Antwort, GLM 5.1 bis zu 128.000. Die Spezifikationen, Preistabellen und Parameter auf dieser Seite stammen aus dem Live-Katalog von EmpirioLabs.
DeepSeek V4 Flash 0731 ist die neuere Veröffentlichung (31. Juli 2026); GLM 5.1 erschien am 7. Apr. 2026.
Beide Modelle haben denselben Preis für Websuche (Linkup) (pro Aufruf beim Aufruf). Beide Live-Preistabellen stehen auf dieser Seite und entsprechen immer dem, was die API berechnet.
Ja. Beide Modelle nutzen POST /v1/chat/completions mit demselben EmpirioLabs API-Schlüssel, die meisten Integrationen wechseln also durch Ändern des model Werts. Prüfe zuerst die Parametertabelle auf dieser Seite, wenn du dich auf einen modellspezifischen Parameter verlässt.
Ja. Öffne jedes Modell im EmpirioLabs Playground und führe denselben Prompt auf beiden aus, mit den Parametern, die die API bereitstellt.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.