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

Claude Opus 4.8 (low) lidera en puntuación media con 7.8 vs 7.0. DeepSeek V3.2 (medium) tiene menor coste de benchmark con $0.078 vs $2.077. Claude Opus 4.8 (low) es más rápido con 12.74s vs 68.62s, con tasas de acierto de 80.3% vs 65.2%.

Modelo recomendadoClaude Opus 4.8 (low)Tiene la mejor puntuación aquí (7.8) y responde aproximadamente 5.4x más rápido que DeepSeek V3.2 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-17

Métrica	Claude Opus 4.8 Claude Opus 4.8 low Lanzamiento: 2026-05-28	DeepSeek V3.2 DeepSeek V3.2 medium Lanzamiento: 2025-12-01

Métrica	Claude Opus 4.8 Claude Opus 4.8 low Lanzamiento: 2026-05-28	DeepSeek V3.2 DeepSeek V3.2 medium Lanzamiento: 2025-12-01
Puntuación	7.8	7.0
Rango	#39	#73
Fiabilidad	10.0	10.0
Consistencia	8.9	7.4
Pruebas correctas
Tasa de aciertos por intento	80.3%	65.2%
Pruebas inestables	3	7
Ejecuciones totales	66	66
Costo por resultado	12.979	0.671
Costo total	$2.077	$0.078
Precio de entrada	$5.000 / 1M	$0.269 / 1M
Precio de salida	$25.000 / 1M	$0.400 / 1M
Total de tokens de entrada	156,525	101,047
Tokens de salida	43,141	11,834
Tokens de razonamiento	8,617	117,014
Tiempo de respuesta (promedio)	12.74s	68.62s
Tiempo de respuesta (máximo)	127.97s	376.10s
Tiempo de respuesta (total)	280.29s	1509.53s

Hamster playing table tennis

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

#39 Claude Opus 4.8

low

Coste: $0.031
Tiempo: 14.1s
Tokens: 1,345 tok

#73 DeepSeek V3.2

medium

Coste: $0.001
Tiempo: 53.6s
Tokens: 1,932 tok

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

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
DeepSeek V3.2	8.2	7.9	83.3%	1		24.23s	448	3,247	6,953

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
DeepSeek V3.2	6.0	7.2	55.6%	1		248.68s	5,717	649	52,014

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	9.9	10.0	100.0%	0		36.87s	119,079	13,586	2,867
DeepSeek V3.2	7.3	5.8	83.3%	1		79.92s	76,997	5,219	24,229

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
DeepSeek V3.2	10.0	10.0	100.0%	0		36.09s	7,388	207	7,693

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
DeepSeek V3.2	2.9	4.4	22.2%	2		24.27s	472	21	6,838

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
DeepSeek V3.2	3.4	2.5	33.3%	1		58.29s	314	49	2,189

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
DeepSeek V3.2	10.0	10.0	100.0%	0		35.78s	627	1,397	2,845

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
DeepSeek V3.2	7.0	7.2	55.6%	1		37.69s	594	518	6,375

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
DeepSeek V3.2	10.0	10.0	100.0%	0		34.81s	8,307	507	859

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
DeepSeek V3.2	3.0	10.0	0.0%	0		83.99s	183	20	7,019

Comparación rápida

Cambiar par de comparación

DeepSeek V3.2mediumvsGemini 3.5 Flashnone Claude Opus 4.8lowvsGLM 5medium Claude Opus 4.8lowvsGPT-5.6 Lunahigh Claude Opus 4.8lowvsGPT-5.6 Terramedium Claude Opus 4.8lowvsGLM 5.2medium Claude Opus 4.8lowvsQwen3.6 Plusmedium Claude Opus 4.8lowvsDeepSeek V4 Flashhigh Claude Opus 4.8lowvsDeepSeek V4 Prohigh DeepSeek V3.2mediumvsGPT-5.6 Solnone Claude Opus 4.8lowvsQwen3.7 Plusmedium Claude Opus 4.8lowvsSeed-2.0-Litemedium Claude Opus 4.8lowvsMiniMax M3medium