Navegación
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 4.7 vs DeepSeek: DeepSeek V4 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-22

Métrica Claude Opus 4.7 Claude Opus 4.7 medium Lanzamiento: 2026-04-16 DeepSeek V4 Flash DeepSeek V4 Flash high Lanzamiento: 2026-04-24 Disponible gratis
Puntuación 8.9 7.4
Rango #7 #55
Fiabilidad 10.0 10.0
Consistencia 10.0 8.0
Pruebas correctas
Tasa de aciertos por intento 85.0% 71.7%
Pruebas inestables 0 5
Ejecuciones totales 60 60
Costo por resultado 3.674 0.339
Costo total $0.625 $0.038
Precio de entrada $5.000 / 1M $0.112 / 1M
Precio de salida $25.000 / 1M $0.224 / 1M
Tokens de salida 10,468 10,299
Tokens de razonamiento 2,198 116,570
Tiempo de respuesta (promedio) 4.50s 46.28s
Tiempo de respuesta (máximo) 23.18s 218.13s
Tiempo de respuesta (total) 85.46s 925.55s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 8.3 10.0 75.0% 0 1.85s 348 0
DeepSeek V4 Flash 8.3 10.0 75.0% 0 28.51s 140 7,770
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 14.79s 6,210 1,114
DeepSeek V4 Flash 6.8 10.0 50.0% 0 58.13s 387 27,101
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 2,369 1,084
DeepSeek V4 Flash 10.0 10.0 100.0% 0 76.57s 465 7,347
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 2.37s 324 0
DeepSeek V4 Flash 10.0 10.0 100.0% 0 28.03s 201 1,179
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 7.7 10.0 66.7% 0 1.17s 51 0
DeepSeek V4 Flash 4.1 4.4 44.5% 2 100.31s 27 59,249
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 2.87s 256 0
DeepSeek V4 Flash 6.1 3.1 66.7% 1 25.15s 79 632
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 1.57s 114 0
DeepSeek V4 Flash 10.0 10.0 100.0% 0 15.36s 63 1,622
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 2.51s 399 0
DeepSeek V4 Flash 6.4 4.4 77.8% 2 25.53s 193 2,597
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 4.17s 373 0
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 228 542
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 3.0 10.0 0.0% 0 2.25s 24 0
DeepSeek V4 Flash 3.0 10.0 0.0% 0 54.46s 8,516 8,531

Comparación rápida

Cambiar par de comparación

Claude Opus 4.7mediumvsGPT-5.5lowDeepSeek V4 FlashhighDisponible gratisvsKimi K2.6mediumDeepSeek V4 FlashhighDisponible gratisvsMiMo-V2.5mediumDeepSeek V4 FlashhighDisponible gratisvsQwen3.5-FlashmediumDeepSeek V4 FlashhighDisponible gratisvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighDisponible gratisvsGPT-5.2mediumClaude Opus 4.7mediumvsGemini 3.5 FlashnoneDeepSeek V4 FlashhighDisponible gratisvsStep 3.5 FlashmediumDeepSeek V4 FlashhighDisponible gratisvsGLM 5.1mediumDeepSeek V4 FlashhighDisponible gratisvsGemini 3.1 Flash LitelowDeepSeek V4 FlashhighDisponible gratisvsQwen3.6 FlashmediumDeepSeek V4 FlashhighDisponible gratisvsGLM 5V Turbomedium