Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs DeepSeek: DeepSeek V4 Pro

Resumen

Comparación benchmark de Claude Opus 4.8 vs DeepSeek V4 Pro: Claude Opus 4.8 lidera en puntuación media con 7.7 vs 7.6. DeepSeek V4 Pro tiene menor coste de benchmark con $0.157 vs $1.270. Claude Opus 4.8 es más rápido con 10.83s vs 77.20s, con tasas de acierto de 79.4% vs 66.7%.

Modelo recomendado: Claude Opus 4.8 - Tiene la mejor puntuación aquí (7.7) y responde aproximadamente 7.1x más rápido que DeepSeek V4 Pro.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-30

Métrica Claude Opus 4.8 Claude Opus 4.8 low Lanzamiento: 2026-05-28 DeepSeek V4 Pro DeepSeek V4 Pro high Lanzamiento: 2026-04-24
Puntuación 7.7 7.6
Rango #38 #43
Fiabilidad 10.0 9.3
Consistencia 8.8 7.0
Pruebas correctas
Tasa de aciertos por intento 79.4% 66.7%
Pruebas inestables 3 8
Ejecuciones totales 63 63
Costo por resultado 8.466 1.742
Costo total $1.270 $0.157
Precio de entrada $5.000 / 1M $0.435 / 1M
Precio de salida $25.000 / 1M $0.870 / 1M
Total de tokens de entrada 60,946 38,726
Tokens de salida 31,771 6,334
Tokens de razonamiento 6,831 159,151
Tiempo de respuesta (promedio) 10.83s 77.20s
Tiempo de respuesta (máximo) 127.97s 416.76s
Tiempo de respuesta (total) 227.39s 1621.17s

Generación showcase

Hamster playing table tennis

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

#38 Claude Opus 4.8

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

#43 DeepSeek V4 Pro

high
Coste
$0.023
Tiempo
257.6s
Tokens
14,870 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

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 Pro 5.7 5.9 58.3% 2 25.70s 536 149 3,214
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 Pro 6.1 4.6 66.7% 2 243.00s 5,090 383 84,580
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 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
DeepSeek V4 Pro 10.0 10.0 100.0% 0 38.17s 14,060 454 5,836
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 Pro 10.0 10.0 100.0% 0 25.03s 7,690 274 2,166
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 Pro 3.6 7.2 22.2% 1 151.46s 569 4,404 50,391
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 Pro 10.0 10.0 100.0% 0 8.83s 471 115 1,013
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 Pro 7.8 6.6 83.3% 1 8.73s 627 66 2,726
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 Pro 6.9 4.9 77.8% 2 56.85s 591 178 2,563
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 Pro 9.8 10.0 100.0% 0 15.92s 8,909 295 701
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 Pro 3.0 10.0 0.0% 0 34.01s 183 16 5,961

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumClaude Opus 4.8lowvsKimi K2.6mediumDisponible gratisClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsMercury 2mediumDeepSeek V4 ProhighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 Prohigh