Blog

GPT-5.6 einen Tag nach Launch getestet: 7 Modelle × 8 Dokumentenszenarien × 3 Wiederholungen, doppelte LLM-Jury im Blindtest. Sol erreicht bei sauberen Dokumenten fast die Höchstnote, doch alle drei Stufen fallen bei gescannten PDFs (OCR) hinter GPT-5.5 zurück. Mit Kosten-pro-Punkt-Tabellen zur Frage, welche Stufe sich wirklich lohnt.

Frisch veröffentlichtes DeepSeek V4 im direkten Vergleich. 6 Flaggschiff-Modelle × 5 reale Dokumentenszenarien (Wissenschaft, Recht, Technik, Literatur, Manga) mit doppelter LLM-Jury im Blindtest. Wo DeepSeek V4 überzeugt – und wo nicht.