- Rango
- #80
- Total de tokens de salida
- 67,842
- Tiempo de respuesta (promedio)
- 16.72s
- Costo total
- $3.490
Claude Opus 4.8 (medium) vs DeepSeek V4 Flash 0731 (high)
DeepSeek V4 Flash 0731 (high) lidera en puntuación media con 8.4 vs 8.3. DeepSeek V4 Flash 0731 (high) tiene menor coste de benchmark con $0.578 vs $3.490. Claude Opus 4.8 (medium) es más rápido con 16.72s vs 118.83s, con tasas de acierto de 82.6% vs 76.8%.
Modelos comparados
- Rango
- #74
- Total de tokens de salida
- 532,511
- Tiempo de respuesta (promedio)
- 118.83s
- Costo total
- $0.578
Modelo recomendado
DeepSeek V4 Flash 0731 (high)
Tiene la mejor puntuación aquí (8.4) y cuesta aproximadamente 6.0x menos que Claude Opus 4.8 (medium).
Comparación detallada
| Métrica | Claude Opus 4.8 Claude Opus 4.8 medium | DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high |
|---|---|---|
| Puntuación | 8.3 | 8.4 |
| Rango | #80 | #74 |
| Fiabilidad | 10.0 | 10.0 |
| Consistencia | 9.0 | 8.1 |
| Intentos | 69/69 | 69/69 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 82.6% | 76.8% |
| Pruebas inestables | 3 | 5 |
| Ejecuciones totales | 69 | 69 |
| Costo por resultado | 20.527 | 1.069 |
| Costo total | $3.490 | $0.578 |
| Precio de entrada | $5.000 / 1M | $0.010 / 1M |
| Precio de salida | $25.000 / 1M | $1.280 / 1M |
| Total de tokens de entrada | 360,294 | 281,863 |
| Tokens de salida | 43,441 | 24,535 |
| Tokens de razonamiento | 24,401 | 507,976 |
| Tiempo de respuesta (promedio) | 16.72s | 118.83s |
| Tiempo de respuesta (máximo) | 99.37s | 600.61s |
| Tiempo de respuesta (total) | 384.66s | 2733.01s |
| Parámetros | ~5T en total (~500B activos) | 284B en total (13B activos) |
| Disponibilidad | Código cerrado | Código cerrado |
Generación showcase de modelos
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#80 Claude Opus 4.8
medium- Coste
- $0.057
- Tiempo
- 23.1s
- Tokens
- 2,412 tok
#74 DeepSeek V4 Flash 0731
high
No output was saved. The original provider response or failure reason is unavailable.
- Coste
- $0.000
- Tiempo
- 187.3s
- Tokens
- 19,048 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
| Tareas de agentes | 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 | 6.1 | 3.1 | 66.7% | 1 | 99.37s | 221,846 | 2,676 | 13,239 | |
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 204.36s | 185,161 | 7,569 | 11,635 |
| 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 | 3.95s | 834 | 1,179 | 478 | |
| DeepSeek V4 Flash 0731 | 8.7 | 7.9 | 91.7% | 1 | 13.62s | 1,488 | 542 | 10,576 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 15.33s | 10,590 | 9,945 | 1,381 | |
| DeepSeek V4 Flash 0731 | 6.3 | 6.3 | 55.6% | 1 | 252.67s | 7,044 | 2,160 | 191,210 |
| 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 | 54.29s | 101,005 | 19,531 | 4,762 | |
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 87.10s | 67,283 | 11,903 | 41,397 |
| 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 | 7.1 | 5.6 | 83.3% | 1 | 12.29s | 10,503 | 481 | 312 | |
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 3.65s | 7,764 | 336 | 1,259 |
| 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 | 3.6 | 7.2 | 22.2% | 1 | 18.11s | 972 | 7,476 | 2,987 | |
| DeepSeek V4 Flash 0731 | 3.5 | 4.4 | 33.3% | 2 | 458.65s | 700 | 104 | 215,629 |
| 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 | 2.46s | 708 | 237 | 0 | |
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 5.64s | 708 | 72 | 533 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 3.32s | 909 | 373 | 320 | |
| DeepSeek V4 Flash 0731 | 9.8 | 10.0 | 100.0% | 0 | 4.46s | 1,101 | 119 | 939 |
| 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 | 3.95s | 894 | 791 | 483 | |
| DeepSeek V4 Flash 0731 | 8.2 | 7.7 | 77.8% | 1 | 9.36s | 1,305 | 397 | 6,801 |
| 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 | 8.96s | 11,775 | 301 | 225 | |
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 5.42s | 8,889 | 357 | 451 |
| 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 | 6.14s | 258 | 451 | 214 | |
| DeepSeek V4 Flash 0731 | 3.0 | 10.0 | 0.0% | 0 | 110.63s | 420 | 976 | 27,546 |
Comparación rápida
Cambiar par de comparación
Claude Opus 4.8mediumvsGrok 4.5highClaude Opus 4.8mediumvsKimi K3maxDeepSeek V4 Flash 0731highvsGemini 3.1 Pro PreviewmediumClaude Opus 4.8mediumvsGemini 3.5 FlashhighDeepSeek V4 Flash 0731highvsMuse Glimmer 30BxhighDeepSeek V4 Flash 0731highvsGPT-5 MinimediumClaude Opus 4.8mediumvsGPT-5.6 TerrahighDeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95BlowDeepSeek V4 Flash 0731highvsKimi K3maxClaude Opus 4.8mediumvsGLM 5.2highDeepSeek V4 Flash 0731highvsGPT-6 LunamediumDeepSeek V4 Flash 0731highvsQwen3.7 Plusmedium