GPT-5.2 vs DeepSeek R1

GPT-5.2 und DeepSeek R1 stammen aus verschiedenen Laboren — andere Tokenizer, andere API-Form und eine zweite Anbieterbeziehung. Derselbe englische Text ergibt bei beiden nicht dieselbe Tokenzahl, weshalb ein Vergleich pro Million den Unterschied untertreibt: Messen Sie Ihre eigenen Prompts auf beiden, bevor Sie die Listenpreise für die ganze Wahrheit halten.

GPT-5.2 und DeepSeek R1 erschienen im Abstand von 11 Monaten, treten also unter weitgehend gleichen Bedingungen gegen dieselben Evaluierungen an. Das macht einen direkten Benchmark-Vergleich hier aussagekräftig, was sonst selten der Fall ist — keines der beiden hat den Vorteil, an einem neueren, leichteren Testsatz gemessen worden zu sein.

GPT-5.2 bietet das größere Kontextfenster mit 400K Token gegenüber 128K bei DeepSeek R1. Der Abstand ist real, aber nicht entscheidend — er zählt, wenn Ihre Prompts regelmäßig lang werden, und ist belanglos, wenn sie dort liegen, wo die meisten Produktions-Prompts liegen: deutlich unter 100K. Bedenken Sie außerdem: Ein großes Fenster zu füllen ist genau das, was eine Anfrage teuer macht.

Die Latenz trennt sie: GPT-5.2 erreicht 85/100 gegenüber 60/100 bei DeepSeek R1 — 25 Punkte Abstand. Das zählt überall dort, wo ein Mensch wartet: Chat, Autovervollständigung, interaktive Werkzeuge. Bei Batch- und Hintergrundarbeit nicht, und dort ist es meist richtig, Latenz gegen Leistungsfähigkeit zu tauschen.

Eine praktische Asymmetrie: GPT-5.2 bietet eine Batch-API mit 50 % Rabatt auf die Standardpreise, DeepSeek R1 nicht. Für alles, was keine sofortige Antwort braucht — nächtliche Anreicherung, Nachverarbeitung, Evaluierungsläufe — kann dieser Rabatt mehr wert sein als der Unterschied im Listenpreis, und beim Vergleich der Grundtarife übersieht man ihn leicht.