
Bietet stärkere multimodale Argumentation und Agenten-Tools, hat aber nicht die extrem günstigen API-Preise von DeepSeek.
Bietet stärkere multimodale Argumentation und Agenten-Tools, hat aber nicht die extrem günstigen API-Preise von DeepSeek.
DeepSeek verzeichnet 372.761.591 monatliche Besuche mit +4,3 % Wachstum gegenüber dem Vormonat und einem Preismodell „Freemium“. Variational AI verzeichnet 4.282 monatliche Besuche mit -13,5 % Wachstum und einem Preismodell „Preise auf Anfrage“.

Generative KI, die aus Ihrem Target Product Profile neuartige, synthesefertige Kleinmoleküle entwirft
| Dimension / Kennzahl | ![]() | |
|---|---|---|
| Offizielle Domain | deepseek.com | variational.ai |
| Preismodell | Freemium | Preise auf Anfrage |
| Monatliche Besuche | 372,76 Mio. (372.761.591) | 4282 (4.282) |
| MoM-Traffic-Delta | +15,36 Mio. (+4,3 %) | -670 (-13,5 %) |
| Primärmarkt und Anteil | 🇨🇳 China (50,5 %) | 🇺🇸 Vereinigte Staaten (61,8 %) |
| Direkte Besuche / Monat | 291,59 Mio. | 1227 |
| Nutzerbewertung | 4,8 | 4,4 |
| Unterstützte Plattformen | Website | Website |
Hocheffiziente Open-Weight- und gehostete Reasoning-KI auf Basis von DeepSeek-V4 und R1 zu extrem niedrigen Token-Kosten.
Nutzt eine sparse Mixture-of-Experts-Architektur (49B aktive Parameter von 1,6T bei V4-Pro), um bis zu 1 Million Token mit minimaler Latenz und minimalem Speicheraufwand zu verarbeiten.
Von DeepSeek-R1 vorangetrieben und in die Denkmodi von V3.2 und V4 integriert; zeigt die schrittweise Selbstverifikation für komplexe Mathematik, Logik und Code-Debugging.
Senkt die Input-Token-Kosten bei Cache-Treffern auf 0,003 $/1M bei Flash und 0,022 $/1M bei V4-Pro, mit 50 % niedrigeren Preisen in Off-Peak-UTC-Zeiten.
Bietet kostenlosen Zugang unter chat.deepseek.com sowie auf iOS/Android mit Dokument-Uploads, Reasoning-Modus und Websuche, ohne die Kernmodelle hinter eine Bezahlschranke zu stellen.

Generative KI, die aus Ihrem Target Product Profile neuartige, synthesefertige Kleinmoleküle entwirft
Enki ist auf 873 Targets vortrainiert, darunter Kinasen, GPCRs, Proteasen, Oxidoreduktasen, Hydrolasen, Ionenkanäle und weitere wichtige Klassen, sodass Programme ohne Modellaufbau von Grund auf mit der Kandidatengenerierung beginnen können.
Sie geben On-Targets, Off-Targets und physikochemische Eigenschaften vor, und Enki erzeugt neuartige, vielfältige Moleküle, die diese Definition erfüllen, während Potenz, Selektivität, ADMET, PK und synthetische Zugänglichkeit gleichzeitig optimiert werden.
Die Verbindungen werden auf synthetische Machbarkeit hin entworfen, mit einer angegebenen Syntheseerfolgsquote von rund 90 %, sodass Chemiker Strukturen erhalten, die tatsächlich hergestellt und getestet werden können – keine theoretischen Entwürfe.
Ein Lauf liefert in Wochen statt Monaten etwa 100 Lead-ähnliche Verbindungen, sodass Teams ohne langwierige Hit-Identifikationskampagnen direkt in die Lead-Optimierung gehen können.

Bietet stärkere multimodale Argumentation und Agenten-Tools, hat aber nicht die extrem günstigen API-Preise von DeepSeek.
Bietet stärkere multimodale Argumentation und Agenten-Tools, hat aber nicht die extrem günstigen API-Preise von DeepSeek.

Bietet ein riesiges Kontextfenster und eine tiefe Integration in das Google-Ökosystem, wirkt aber für reine Argumentationsaufgaben weniger spezialisiert.
Bietet ein riesiges Kontextfenster und eine tiefe Integration in das Google-Ökosystem, wirkt aber für reine Argumentationsaufgaben weniger spezialisiert.
Liefert überlegene Langform-Coding-Artefakte und nuanciertes Schreiben, hat aber keine spezialisierten Open-Weight-Raisonniermodelle von DeepSeek.
Liefert überlegene Langform-Coding-Artefakte und nuanciertes Schreiben, hat aber keine spezialisierten Open-Weight-Raisonniermodelle von DeepSeek.

Enterprise-Entwicklerplattform und API zum Deployment von GPT-6 Astra, Sol, Luna und multimodalen Echtzeitagenten.
Enterprise-Entwicklerplattform und API zum Deployment von GPT-6 Astra, Sol, Luna und multimodalen Echtzeitagenten.

Bietet Echtzeit-Integration von X-Social-Data, ist aber für dedizierte Entwickler-Coding-Workflows weniger kosteneffektiv.
Bietet Echtzeit-Integration von X-Social-Data, ist aber für dedizierte Entwickler-Coding-Workflows weniger kosteneffektiv.
SpezialisiertEchtzeit-KI-Antwortmaschine und Recherche-Workspace, die Live-Web-Zitate mit Frontier-Reasoning-Modellen kombiniert.
SpezialisiertEchtzeit-KI-Antwortmaschine und Recherche-Workspace, die Live-Web-Zitate mit Frontier-Reasoning-Modellen kombiniert.

Kostenlos / Open SourceBietet vergleichbare Open-Weight-Fundamentmodelle und mehrsprachige Leistung, erfordert jedoch Self-Hosting oder ein Drittanbieter-Inferenz-Setup.
Kostenlos / Open SourceBietet vergleichbare Open-Weight-Fundamentmodelle und mehrsprachige Leistung, erfordert jedoch Self-Hosting oder ein Drittanbieter-Inferenz-Setup.

SpezialisiertDer KI-Coding-Agent für anspruchsvolle Software
SpezialisiertDer KI-Coding-Agent für anspruchsvolle Software

SpezialisiertGlänzt bei ultralangen Dokumentenanalysen und Recherchen, hat aber nicht denselben Support der Open-Weight-Entwickler-Community.
SpezialisiertGlänzt bei ultralangen Dokumentenanalysen und Recherchen, hat aber nicht denselben Support der Open-Weight-Entwickler-Community.
Kostenlos / Open SourceEnables running open-source models locally on consumer hardware, but lacks DeepSeek's cloud-scale hosted reasoning power.
Kostenlos / Open SourceEnables running open-source models locally on consumer hardware, but lacks DeepSeek's cloud-scale hosted reasoning power.

TypeSafe AI is an AI lab building machine-native intelligence infrastructure, and Jev is its first System One Model — a model designed to make decisions inside software rather than reply to humans. Instead of returning strings, Jev accepts structured questions and returns typed decisions with calibrated confidence scores, so applications can act autonomously when confidence is high and escalate for human review when it is not. TypeSafe reports roughly 193x faster and 444x cheaper performance on System One workloads compared with general-purpose LLMs.
TypeSafe AI is an AI lab building machine-native intelligence infrastructure, and Jev is its first System One Model — a model designed to make decisions inside software rather than reply to humans. Instead of returning strings, Jev accepts structured questions and returns typed decisions with calibrated confidence scores, so applications can act autonomously when confidence is high and escalate for human review when it is not. TypeSafe reports roughly 193x faster and 444x cheaper performance on System One workloads compared with general-purpose LLMs.

Kostenlos / Open SourceGoogles Familie leichter Open-Weight-KI-Modelle
Kostenlos / Open SourceGoogles Familie leichter Open-Weight-KI-Modelle