DeepSeek, GPT oder Gemini auf OpenRouter: Programmieren, Schreiben und Schlussfolgern im Vergleich

Drei Slugs festnageln, bevor Sie Marken vergleichen

OpenRouter verkauft einen OpenAI-kompatiblen Schlüssel, der auf viele Modelle zeigen kann. Der typische Fehler ist der Namensvergleich. DeepSeek ist nicht nur V3.2; daneben liegt die rechenintensivere Variante Speciale. In der GPT-Linie stehen 5.2 und 5.4 nebeneinander. Bei Gemini bleiben 2.5 Pro, 3 Pro Preview und 3.1 Pro Preview. Eine Markenrangliste behandelt unterschiedliche Preise, Kontextfenster und Modalitäten als eine SKU. In die Konfiguration gehört zuerst der Slug, nicht der Slogan.

Die drei hier festgehaltenen Varianten sind die, deren öffentliche OpenRouter-Seiten im Oktober 2026 noch einen prüfbaren Preis und ein Kontextfenster für die jeweilige Produktlinie zeigen. DeepSeek V3.2 erschien am 1. Dezember 2025, Fenster 163.840 Token. Die Seite beschreibt reasoning.enabled, ergebnisnahe Goldmedaillen bei IMO und IOI 2025 und ein Post-Training für Werkzeugnutzung. GPT-5.4 wird als Frontier-Modell beschrieben, das Codex- und GPT-Linie zusammenführt: etwa 1,05 Millionen Token Kontext (rund 922.000 Eingabe, Ausgabeobergrenze 128.000) sowie Text und Bild. Gemini 3.1 Pro Preview ist weiterhin eine Vorschau: 1.048.576 Token Kontext, Ausgabeobergrenze 65.536, Text, Bild, Video, Audio und Code. Vorschau heißt: das Verhalten kann sich ändern. Produktion braucht einen zweiten Slug dahinter.

Zwei Texte auf dieser Site beantworten andere Fragen. 2026 OpenRouter Top 10: Claude, Gemini, DeepSeek, Kimi — wer gewinnt wirklich? reiht viele Modelle. Es weist diesen drei Slugs keine Aufgaben zu. Was die Gemini-API bei Google direkt kostet, steht in Was kostet die Gemini API 2026?. Das ist eine andere Rechnung als der OpenRouter-Slug google/gemini-3.1-pro-preview. Dieser Text bleibt auf OpenRouter und sagt nur, wohin der Default-Request für Code, Text und Schlussfolgern gehen soll.

Vor dem Ausgeben erneut öffnen: DeepSeek V3.2, GPT-5.4 und Gemini 3.1 Pro Preview. Sie setzen base_url auf OpenRouter und tauschen nur den String model. Der Quickstart reicht zum Anbinden. Jeder Preis und jeder Score unten trägt das Lesedatum. Provider-Rabatt, Cache und Routing verschieben die Rechnung gegenüber der Tabelle. Die live Modellseite ist das Angebot, nicht dieser Artikel.

Ein Schlüssel, drei Rechnungen

Das sind keine drei Festpreise. Jeder Call ist Modell mal Provider mal Route. Im Oktober 2026 nannte die DeepSeek-Vergleichsseite etwa $0,2088 pro Million Input-Token und $0,3096 pro Million Output-Token. Diese Schlagzeile ist ein rabattierter Provider. Auf derselben Modellseite laufen die Anbieter von ungefähr $0,26 / $0,38 bis $3 / $4,50. Eine SiliconFlow-Zeile Mitte Oktober zeigte noch etwa $0,259 Input und $0,80 Output. Cache-Reads sind extra; das günstige Ende liegt bei etwa $0,0216 pro Million. Wenn Sie keinen Provider festlegen, verspricht Balanced nicht die Schlagzeile.

Die Standardroute von GPT-5.4 lässt sich klarer zitieren: $2,50 Input, $15 Output, $0,25 Cache-Read, jeweils pro Million Token. Flex (etwa $1,25 / $7,50) und Fast (etwa $5 / $30) stehen auf der Seite und gehören nicht zur Standardroute. Gemini 3.1 Pro Preview steht bei $2 Input und $12 Output, Cache-Read etwa $0,20. Websuche ist extra; die Modellseite nennt etwa $14 pro tausend Aufrufe. Die Ausgabeobergrenzen unterscheiden sich: etwa 128.000 bei GPT-5.4 und 65.536 bei Gemini 3.1. Ein langer Entwurf scheitert an der Kappe, bevor er am Stückpreis scheitert.

Eine Menge, die sich nachrechnen lässt: 100.000 Input-Token und 8.000 Output-Token. Zur Schlagzeile der Vergleichsseite kostet DeepSeek etwa $0,023. Auf der Zeile $0,259 / $0,80 sind es etwa $0,032. Derselbe Call liegt bei GPT-5.4 bei etwa $0,37 und bei Gemini 3.1 bei etwa $0,30. In dieser Mischung ist GPT ungefähr das 16-Fache der DeepSeek-Schlagzeile und etwa das 11-Fache der $0,80-Output-Zeile. Dickere Ausgaben vergrößern den Abstand, weil $15 gegen $0,31 nicht dasselbe Verhältnis ist wie $15 gegen $0,80. Cache-Treffer verbilligen später die Eingabe. Keines der drei Modelle erlässt den vollen Preis beim kalten ersten Call.

OpenRouter benennt die Routen Balanced (Preis plus Tempo), Nitro (schneller), Floor (günstiger) und Exacto (genauere Tool-Aufrufe). Wenn ein Agent an falschen Tool-Argumenten scheitert, probieren Sie Exacto, bevor Sie den Slug beschuldigen. Ist ein Schreib-Batch nur ein Erstentwurf, schlägt Floor plus V3.2 auf der Rechnung meist „immer GPT-5.4“. Latenz ist kein SLA, das Sie aus einem Blog kopieren. Der Vergleichsschnappschuss vom 5. Oktober 2026 zeigte GPT-5.4 gegen Gemini 3.1 bei etwa 1,74 s gegen 90,9 s Median-Latenz und etwa 42 gegen 8 Token pro Sekunde. Ein Median von 90 Sekunden ist ein Schnitt durch einen Reasoning-Endpunkt oder einen kalten Provider, kein Gesetz, dass Gemini immer fünfzigmal langsamer ist. Lesen Sie das Live-Diagramm der Route, die Sie wirklich gewählt haben, bevor Sie ein Timeout hart codieren.

Programmieren: Entwurf, Repo, Terminal

Programmieren ist nicht eine Zahl. Ein Ein-Datei-Patch, eine API-Änderung über mehrere Dateien und eine Terminalsitzung, die Tests grün bekommen muss, können drei verschiedene Sieger haben. Die gemeinsame Auswertung von Vector Wire vom 8. Oktober 2026 zu DeepSeek-V3.2 gegen GPT-5.4 ist nützlich, weil die Lücken ungleich sind: SWE-bench Pro etwa 15,6 gegen 57,7, Terminal-Bench 2.1 etwa 46,8 gegen 78,3, SWE-bench Multilingual nur etwa 1,5 Punkte auseinander (70,2 gegen 71,7). Kurze, mehrsprachige Einzelkorrekturen sind eine faire Aufgabe für V3.2. Lange Mehrdateien-Arbeit, die Befehle in einem echten Terminal ausführen muss, ist die Stelle, an der die veröffentlichten GPT-5.4-Scores auseinanderlaufen. Das sind aggregierte öffentliche Scores, nicht die Pass-Rate Ihres Repos. Ändern Sie das Gerüst, bewegt sich die Reihenfolge.

OpenRouters eigener Vergleich vom 5. Oktober 2026 gibt DeepSeek V3.2 (Reasoning) einen Coding Index von 44,2 und einen Intelligence Index von 21,5. Die andere Spalte auf dieser Seite ist GPT-5.2, nicht 5.4; der Intelligence Index von GPT-5.2 steht dort bei 30,4, der Coding Index war leer. Eine andere Seite, GPT-5.4 gegen Gemini 3.1 Pro Preview, listet für GPT-5.4 39,0 und einen Coding Index von 71,1; beide Gemini-Indizes waren an dem Tag leer. Sie können „71 gegen 44“ nicht zu einem offiziellen GPT-gegen-DeepSeek-Urteil zusammenkleben. Varianten und Gegner unterscheiden sich. Die engere Aussage, die in die Konfiguration darf: Der Coding-Index, den OpenRouter tatsächlich veröffentlicht, ist vorerst bei GPT-5.4 ausgefüllt. V3.2 hat einen eigenen Coding-Index gegen einen anderen Gegner.

Im Alltag reichen drei Spuren. Kommentare, ein einzelner Test, die Erklärung eines Stacktrace und ein minimales Diff sind V3.2-Arbeit: Zehn Versuche kosten oft noch weniger als ein GPT-Call. Muss die Änderung Aufrufer, Typen und ein Migrationsskript zugleich anfassen, oder muss der Agent eine Abhängigkeit installieren, das Fehlerlog lesen und erneut ändern, wechseln Sie den Default auf openai/gpt-5.4. Ab grob 160.000 Input-Token ist das Fenster von V3.2 voll. GPT-5.4 und Gemini 3.1 liegen beide um eine Million. Bei reinem Code und Text passt die Terminal- und Tool-Historie von GPT-5.4 besser. Video eines UI-Ablaufs, eine Design-Review-Aufnahme oder eine Sprachnotiz ist der Grund, Gemini aufzurufen — nicht „wer das längere Fenster hat“. Diese beiden Fenster sind bereits dieselbe Klasse.

Die Seite von GPT-5.4 ist bei Bildeingabe ausdrücklich. Gemini 3.1 nimmt zusätzlich Video und Audio. Ein einzelner Fehler-Screenshot ist für beide fair. Eine Bildschirmaufnahme, die das Modell ansehen muss, bevor es Code ändert, ist unter diesen dreien eine Gemini-Aufgabe. Kommt die Vorschau leer zurück oder verliert ein Tool-Turn die Orientierung, schicken Sie denselben Prompt an GPT-5.4. Lassen Sie das Gateway dieselbe Vorschau nicht endlos wiederholen.

Schreiben: Menge, fertiges Englisch, lange Quellen

Fürs Schreiben gibt es kein stabiles öffentliches Board, das alle drei Anbieter auf dem Niveau von SWE-bench veröffentlichen. Ein einzelnes Prosa-ELO ist nächsten Monat veraltet. Teilen Sie die Arbeit in die vier Jobs, für die Sie wirklich zahlen: einen Erstentwurf in Menge, fertiges Englisch, ein Format mit harten Vorgaben und einen Entwurf, der an einer langen Quelle kleben und keine Quellen erfinden darf.

Interne Notizen, Support-Makros und ein erster deutscher oder englischer Durchgang sind meist ein V3.2-Default. Der Call ist billig genug, um drei Längen zu erzeugen und einen Menschen wählen zu lassen. Wenn ein Styleguide schon existiert, eine Release Note keine Werbesprache enthalten darf oder Abschnitte Ihren Überschriften folgen müssen, ist die veröffentlichte Lücke, die Geld wert ist, Instruction Following und nicht „wer schönere Sätze schreibt“. Das Scoreboard von Vector Wire im Oktober 2026 zählt Instruction Following zu den Bereichen, in denen GPT-5.4 gegen V3.2 klar vorn liegt. Das ist immer noch deren Prompt-Satz, nicht Ihre Verbotsliste. Regressieren Sie gegen zehn eigene alte Texte, bevor Sie der nächsten Rundumschau vertrauen.

Lange Quellen sind ein eigener Fehler. Besprechungsnotizen, ein Papierpaket oder ein Regelungsauszug jenseits von 160.000 Token werden auf V3.2 abgeschnitten. Die Zusammenfassung sieht vollständig aus. Sie hat die zweite Hälfte nie gesehen. GPT-5.4 und Gemini 3.1 halten beide in der Größenordnung einer Million Token. Die zusätzlichen Gründe für Gemini sind das Medium — Video oder Audio — und ein Output-Preis von $12 gegen $15. Wenn der Fehler, den Sie hassen, eine Seitenzahl ist, die es nicht gibt, müssen beide Modelle die Quellspanne zitieren, und ein Skript muss das Zitat prüfen. Ein teurerer Slug löscht Erfindungen nicht von selbst.

Bewerten Sie Schreiben in vier Spalten, jeweils 0 bis 2: getroffene Vorgaben (Länge, Person, verbotene Wörter), Erfindungen (Links, Zahlen, Zitate, die nicht in der Quelle stehen), Überarbeitungsrunden und Dollar der Output-Token. Gleiche Temperatur, gleiches Briefing, je ein Lauf. Die Spalte für interne Entwürfe landet oft auf V3.2, weil eine zweite Runde immer noch billiger ist als die erste Runde von GPT. Die Spalte für externes Englisch landet oft auf GPT-5.4, weil eine vermiedene Marken-Überarbeitung den Stückpreis trägt. Ein Briefing mit Aufnahme bringt Gemini ins Finale. Mitteln Sie die Spalten nicht zu einem Hauschampion. Der Durchschnitt mischt einen billigen Entwurf mit einem teuren Fertigtext und nennt den Brei einen Sieger.

Schlussfolgern: Mathematik, Wissenschaft, mehrstufige Tools

Schlussfolgern teilt sich genauso. Wettkampfmathematik in Menge, wissenschaftliche Aufgaben auf Graduiertenniveau und mehrstufige Werkzeugnutzung haben nicht dasselbe Ziel. Der Modelltext von DeepSeek spricht von Sparse Attention, skaliertem Reinforcement-Learning-Post-Training und ergebnisnahen Goldmedaillen bei IMO und IOI 2025. Das ist die richtige Geschichte, wenn Sie einen großen Satz automatisch bewerteter Mathematikaufgaben haben und die Kosten pro Aufgabe unter wenigen Cent halten wollen. Es ist nicht der Satz „Erster auf jedem gemeinsamen Board“. Der Vergleich von Vector Wire vom 8. Oktober 2026 sagt, GPT-5.4 führt bei den Reasoning-, Mathematik- und Faktentests, die beide Modelle veröffentlichen: GPQA Diamond etwa 92 gegen 84, Humanity’s Last Exam etwa 43,7 gegen 24,6 und eine deutlich größere ARC-AGI-2-Lücke (etwa 73,3 gegen 4). Menge mit V3.2. Wenn eine einzelne Lösung eine pingelige Rubrik erfüllen muss, rufen Sie GPT-5.4.

Wissenschaftliche Aufgaben brauchen zwei getrennte Maßstäbe. Die OpenRouter-Seite vom 5. Oktober 2026 gibt GPT-5.4 einen Intelligence Index von 39,0 und Gemini 3.1 Pro Preview 28,0; der Coding-Index von Gemini war leer. Andere Texte vom Frühjahr 2026 zitieren für Gemini 3.1 Pro höhere GPQA- und SWE-bench-Verified-Zahlen. Beides kann stimmen, weil Aufgabensatz, Reasoning-Aufwand und Gerüst verschieden sind. Wenn Sie biomedizinische oder regulatorische Antworten ausliefern, lassen Sie Ihre eigenen 20 geprüften Fragen laufen und markieren Sie, ob der Fehlgriff ein Fakt oder ein Schritt war. Löschen Sie eine 28 auf Board B nicht mit einer 94 auf Board A, und auch nicht umgekehrt.

Mehrstufige Tools sind die Stelle, an der die Gemini-Vorschau am leichtesten bricht und die Dokumentation am konkretesten ist. OpenRouter verlangt, Reasoning-Blöcke über Tool-Turns hinweg zu behalten. Die Seite ist der Leitfaden zu Reasoning-Token. Wenn Ihr Gateway nur den sichtbaren Text zurückgibt und die Reasoning-Details verwirft, sieht der zweite Turn aus wie Amnesie. Die Produktgeschichte von GPT-5.4 legt Coding-Agent und allgemeines Modell in ein System, deshalb ist die Tool-Schleife der Pfad, um den die Seite geschrieben ist. V3.2 nutzt reasoning.enabled, um zu entscheiden, ob dieser Call Reasoning-Token ausgibt. Wenn alle drei „Tools können“, prüfen Sie zuerst, dass Ihr Client den Reasoning-Block unverändert zurückschickt, bevor Sie Intelligenz vergleichen. Ein großer Teil der Tickets „Gemini folgt dem Plan nicht“ sind Client-Fehler.

So wählen Sie: eine Tabelle und eine Route

Die Tabelle unten soll neben dem Gateway hängen. Starten Sie in der günstigen Zeile. Eskalieren Sie nur, wenn Fenster, Modalität oder die Kosten einer weiteren Überarbeitung den Stückpreis bereits geschlagen haben.

Das Snippet ist eine Startrichtlinie. Ändern Sie die Schwellen nach Ihren eigenen 20 Aufgaben. Die müssen nicht öffentlich sein, aber es müssen Ihre echten Fehler sein: ein Unit-Test, eine dateiübergreifende Änderung, ein Terminal-Log, eine interne Notiz, eine Release Note, ein verbotenes Wort, eine erfundene Seitenzahl in einer langen Quelle, ein zweiter Tool-Turn, der die erste Vorgabe noch kennt, ein Screenshot, eine Aufnahme. 0 bis 2 Punkte pro Aufgabe, nach Spalte. Ziehen Sie sie nicht zu einer Summe zusammen.

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-v3.2",
    "messages": [
      {"role": "user", "content": "Erkläre diesen Fehler in drei Sätzen und schlage den kleinsten Patch vor."}
    ]
  }'

# Mehrere Dateien, Terminal oder fertiges Englisch: openai/gpt-5.4
# Video, Audio oder Gemini-Multimodal: google/gemini-3.1-pro-preview
# Leere Vorschau oder verworfene Reasoning-Blöcke: derselbe Prompt, Fallback openai/gpt-5.4

Die Route ist absichtlich konservativ. Sie will nicht beweisen, dass eine Marke in allem stärker ist. Sie vermeidet drei teure Fehler: eine Quelle zusammenzufassen, die nicht in 160.000 Token passt, ein Vorschau-Modell durch eine Tool-Schleife zu zwingen, die Reasoning-Blöcke verwirft, und Frontier-Output-Preise für hundert Erstentwürfe zu zahlen. Die Preise bewegten sich im Oktober 2026 noch. Das Output-Angebot von DeepSeek kann auf derselben Seite zwischen Providern um mehr als das Doppelte auseinanderliegen. Lassen Sie dieselben 20 Aufgaben einmal im Monat laufen. Das ist sicherer, als einen Slug im Quartalsplan einzufrieren.

Fragen