Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs DeepSeek: DeepSeek V4 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-28

Métrica Claude Opus 4.8 Claude Opus 4.8 medium Lanzamiento: 2026-05-28 DeepSeek V4 Flash DeepSeek V4 Flash high Lanzamiento: 2026-04-24 Disponible gratis
Puntuación 8.7 7.6
Rango #12 #45
Fiabilidad 10.0 10.0
Consistencia 9.6 8.4
Pruebas correctas
Tasa de aciertos por intento 83.3% 73.3%
Pruebas inestables 1 4
Ejecuciones totales 60 60
Costo por resultado 6.285 0.309
Costo total $1.006 $0.028
Precio de entrada $5.000 / 1M $0.100 / 1M
Precio de salida $25.000 / 1M $0.200 / 1M
Tokens de salida 23,201 10,302
Tokens de razonamiento 5,901 115,740
Tiempo de respuesta (promedio) 9.34s 46.36s
Tiempo de respuesta (máximo) 38.03s 218.13s
Tiempo de respuesta (total) 186.84s 927.27s

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 4.8 10.0 10.0 100.0% 0 3.95s 1,179 478
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 4.8 10.0 10.0 100.0% 0 14.97s 6,651 1,381
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 4.8 9.8 10.0 100.0% 0 38.03s 5,260 1,588
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 4.8 7.1 5.6 83.3% 1 12.29s 481 312
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 4.8 5.3 10.0 33.3% 0 14.15s 7,477 900
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 4.8 10.0 10.0 100.0% 0 2.46s 237 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 4.8 10.0 10.0 100.0% 0 3.32s 373 320
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 4.8 10.0 10.0 100.0% 0 3.95s 791 483
DeepSeek V4 Flash 8.2 7.2 88.9% 1 26.11s 196 1,767
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 4.8 10.0 10.0 100.0% 0 8.96s 301 225
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 4.8 3.0 10.0 0.0% 0 6.14s 451 214
DeepSeek V4 Flash 3.0 10.0 0.0% 0 54.46s 8,516 8,531

Comparación rápida

Cambiar par de comparación

DeepSeek V4 FlashhighDisponible gratisvsMiMo-V2.5-PromediumDeepSeek V4 FlashhighDisponible gratisvsGemini 3.1 Flash Lite PreviewlowDeepSeek V4 FlashhighDisponible gratisvsQwen3.5-FlashmediumDeepSeek V4 FlashhighDisponible gratisvsQwen3.6 FlashmediumDeepSeek V4 FlashhighDisponible gratisvsQwen3.5 Plus 2026-04-20mediumDeepSeek V4 FlashhighDisponible gratisvsGrok Build 0.1mediumDeepSeek V4 FlashhighDisponible gratisvsGemini 3 Flash PreviewnoneDeepSeek V4 FlashhighDisponible gratisvsMiMo-V2-PromediumClaude Opus 4.8mediumvsGemini 3 Flash PreviewlowDeepSeek V4 FlashhighDisponible gratisvsQwen3.5-122B-A10BmediumDeepSeek V4 FlashhighDisponible gratisvsGemini 2.5 FlashmediumClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighDisponible gratis