নেভিগেশন
AI BENCHY
Advertise here

Anthropic: Claude Opus 4.8 vs DeepSeek: DeepSeek V4 Flash

Claude Opus 4.8 (low) average score-এ এগিয়ে: 7.8 vs 7.7. DeepSeek V4 Flash (high)-এর benchmark খরচ কম: $0.042 vs $2.077. Claude Opus 4.8 (low) দ্রুত: 12.74s vs 49.75s, pass rates 80.3% vs 72.7%.

প্রস্তাবিত মডেলDeepSeek V4 Flash (high)Its score stays close to the best score here (7.7 vs 7.8), while costing about 49.5x less than Claude Opus 4.8 (low).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 low প্রকাশ: 2026-05-28 DeepSeek V4 Flash DeepSeek V4 Flash high প্রকাশ: 2026-04-24
স্কোর 7.8 7.7
র‍্যাঙ্ক #39 #43
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.9 8.2
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 80.3% 72.7%
অস্থির টেস্ট 3 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 12.979 0.402
মোট খরচ $2.077 $0.042
ইনপুট মূল্য $5.000 / 1M $0.098 / 1M
আউটপুট মূল্য $25.000 / 1M $0.196 / 1M
মোট ইনপুট টোকেন 156,525 108,392
আউটপুট টোকেন 43,141 14,478
রিজনিং টোকেন 8,617 153,687
প্রতিক্রিয়া সময় (গড়) 12.74s 49.75s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 127.97s 218.13s
প্রতিক্রিয়া সময় (মোট) 280.29s 1094.41s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#39 Claude Opus 4.8

low
খরচ
$0.031
সময়
14.1s
টোকেন
1,345 tok

#43 DeepSeek V4 Flash

high
খরচ
$0.003
সময়
93.1s
টোকেন
7,926 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
DeepSeek V4 Flash 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862

দ্রুত তুলনা

তুলনার জুটি বদলান