Typ
Spezifikation
Preis
Eingabe
pro 1M Prompt-Token
$1.32
Ausgabe
pro 1 Million generierter Token
$3.96
Websuche (Linkup)
pro Aufruf beim Aufruf
$0.013
DeepSeek V4 Pro 0813 und GLM 5.2 im direkten Vergleich: Spezifikationen, Fähigkeiten, Parameter und Live-Preise aus dem EmpirioLabs-Katalog.
DeepSeek 
Z.ai TextgenerierungDeepSeek V4 Pro 0813 von DeepSeek und GLM 5.2 von Z.ai gehören beide zur Kategorie Textgenerierung und sind über die EmpirioLabs API verfügbar.
| Spezifikation | DeepSeek V4 Pro 0813 | GLM 5.2 |
|---|---|---|
| Modell-ID | deepseek-v4-pro-0813 | glm-5-2 |
| Autor | DeepSeek | Z.ai |
| Veröffentlicht | 13. Aug. 2026 | 16. Juni 2026 |
| Kontextfenster | 1M Token | 1M Token |
| Max. Ausgabe | 393.216 Token | 131.072 Token |
| Eingabe | Text | Text |
| Ausgabe | Text | Text |
| Strukturierte Ausgabe | JSON Schema | JSON-Modus |
| Region | Singapore | Singapore |
| Endpoints | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/deepseek-v4-pro-0813:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/glm-5-2: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 Pro 0813 | GLM 5.2 |
|---|---|---|
| temperature | 0 bis 2 Standard: 0.7 | 0 bis 1 Standard: 1 |
| top_p | 0 bis 1 Standard: 0.9 | 0.01 bis 1 Standard: 0.95 |
| max_tokens | 1 bis 393216 | 1 bis 131072 Standard: 65536 |
| stop | string | array |
| enable_thinking | boolean Standard: true | boolean Standard: true |
| reasoning_effort | none, low, medium, high, max Standard: medium | none, minimal, low, medium, high, xhigh, max Standard: max |
| thinking_budget | 1 bis 393216 Standard: 32768 | - |
| response_format | enum | enum |
| web_search_linkup | boolean Standard: false | - |
| disable_formatting | boolean Standard: false | - |
| preserve_thinking | - | boolean Standard: false |
| do_sample | - | boolean Standard: true |
| tool_web_search | - | boolean Standard: false |
| search_recency_filter | - | oneDay, oneWeek, oneMonth, oneYear, noLimit Standard: noLimit |
| count | - | 1 bis 50 Standard: 10 |
| search_domain_filter | - | string |
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 Pro 0813 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-pro-0813. Beide Modelle werden über denselben Endpunkt aufgerufen. Setze model auf deepseek-v4-pro-0813 oder glm-5-2. 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-pro-0813",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'DeepSeek V4 Pro 0813 ist die neuere Veröffentlichung (13. Aug. 2026); GLM 5.2 erschien am 16. Juni 2026. Beide Modelle haben ein Kontextfenster von 1M Token. DeepSeek V4 Pro 0813 liefert bis zu 393.216 Ausgabe-Token pro Antwort, GLM 5.2 bis zu 131.072. Die Spezifikationen, Preistabellen und Parameter auf dieser Seite stammen aus dem Live-Katalog von EmpirioLabs.
DeepSeek V4 Pro 0813 ist die neuere Veröffentlichung (13. Aug. 2026); GLM 5.2 erschien am 16. Juni 2026.
DeepSeek V4 Pro 0813 hat den niedrigeren Preis für Eingabe (pro 1M Prompt-Token) und Ausgabe (pro 1 Million generierter Token). 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.