নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs DeepSeek: DeepSeek V3.2

সারাংশ

Claude Opus 4.8 average score-এ এগিয়ে: 7.3 vs 7.0. DeepSeek V3.2 (medium)-এর benchmark খরচ কম: $0.078 vs $1.166. Claude Opus 4.8 দ্রুত: 4.91s vs 68.62s, pass rates 63.6% vs 65.2%.

প্রস্তাবিত মডেলDeepSeek V3.2 (medium)Its score stays close to the best score here (7.0 vs 7.3), while costing about 15.1x less than Claude Opus 4.8.

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

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 none প্রকাশ: 2026-05-28 DeepSeek V3.2 DeepSeek V3.2 medium প্রকাশ: 2025-12-01
স্কোর 7.3 7.0
র‍্যাঙ্ক #63 #73
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 7.4
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 65.2%
অস্থির টেস্ট 2 7
মোট রান 66 66
প্রতি ফলাফলে খরচ 8.969 0.671
মোট খরচ $1.166 $0.078
ইনপুট মূল্য $5.000 / 1M $0.269 / 1M
আউটপুট মূল্য $25.000 / 1M $0.400 / 1M
মোট ইনপুট টোকেন 149,206 101,047
আউটপুট টোকেন 16,797 11,834
রিজনিং টোকেন 0 117,014
প্রতিক্রিয়া সময় (গড়) 4.91s 68.62s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 35.03s 376.10s
প্রতিক্রিয়া সময় (মোট) 108.03s 1509.53s

জেনারেশন শোকেস

Hamster playing table tennis

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

#63 Claude Opus 4.8

none
খরচ
$0.053
সময়
22.0s
টোকেন
2,253 tok

#73 DeepSeek V3.2

medium
খরচ
$0.001
সময়
53.6s
টোকেন
1,932 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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014

দ্রুত তুলনা

তুলনার জুটি বদলান