Anthropic: Claude Opus 4.8 vs DeepSeek: DeepSeek V4 Flash

Claude Opus 4.8 (low) lidera en puntuación media con 7.8 vs 7.7. DeepSeek V4 Flash (high) tiene menor coste de benchmark con $0.042 vs $2.077. Claude Opus 4.8 (low) es más rápido con 12.74s vs 49.75s, con tasas de acierto de 80.3% vs 72.7%.

Modelo recomendadoDeepSeek V4 Flash (high)Su puntuación se mantiene cerca de la mejor aquí (7.7 vs 7.8) y cuesta aproximadamente 49.5x menos que Claude Opus 4.8 (low).

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 V4 Flash DeepSeek V4 Flash high Lanzamiento: 2026-04-24

Métrica	Claude Opus 4.8 Claude Opus 4.8 low Lanzamiento: 2026-05-28	DeepSeek V4 Flash DeepSeek V4 Flash high Lanzamiento: 2026-04-24
Puntuación	7.8	7.7
Rango	#39	#43
Fiabilidad	10.0	10.0
Consistencia	8.9	8.2
Pruebas correctas
Tasa de aciertos por intento	80.3%	72.7%
Pruebas inestables	3	5
Ejecuciones totales	66	66
Costo por resultado	12.979	0.402
Costo total	$2.077	$0.042
Precio de entrada	$5.000 / 1M	$0.098 / 1M
Precio de salida	$25.000 / 1M	$0.196 / 1M
Total de tokens de entrada	156,525	108,392
Tokens de salida	43,141	14,478
Tokens de razonamiento	8,617	153,687
Tiempo de respuesta (promedio)	12.74s	49.75s
Tiempo de respuesta (máximo)	127.97s	218.13s
Tiempo de respuesta (total)	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

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

#43 DeepSeek V4 Flash

high

Coste: $0.003
Tiempo: 93.1s
Tokens: 7,926 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 V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770

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 V4 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862

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 V4 Flash	6.4	5.8	66.7%	1		104.10s	82,663	4,633	37,533

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 V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179

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 V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249

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 V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632

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 V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622

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 V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767

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 V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542

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 V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531

Comparación rápida

Cambiar par de comparación

Claude Opus 4.6mediumvsDeepSeek V4 Flashhigh Claude Opus 4.8lowvsGLM 5medium DeepSeek V4 FlashhighvsGLM 5medium DeepSeek V4 FlashhighvsMiniMax M3medium Claude Opus 4.8lowvsGPT-5.6 Lunahigh DeepSeek V4 FlashhighvsGrok Build 0.1medium Claude Opus 4.8lowvsGPT-5.6 Terramedium Claude Opus 4.8lowvsGLM 5.2medium Claude Opus 4.8lowvsQwen3.6 Plusmedium Claude Opus 4.8lowvsDeepSeek V4 Prohigh DeepSeek V4 FlashhighvsGPT-5.6 Lunamedium Claude Opus 4.8lowvsQwen3.7 Plusmedium