Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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 8.8 vs 7.6. DeepSeek V4 Pro tiene menor coste de benchmark con $0.157 vs $1.107. Claude Opus 4.8 es más rápido con 9.66s vs 77.20s, con tasas de acierto de 84.1% vs 66.7%.

Modelo recomendado: Claude Opus 4.8 - Tiene la mejor puntuación aquí (8.8) y responde aproximadamente 8.0x más rápido que DeepSeek V4 Pro.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica Claude Opus 4.8 Claude Opus 4.8 medium Lanzamiento: 2026-05-28 DeepSeek V4 Pro DeepSeek V4 Pro high Lanzamiento: 2026-04-24
Puntuación 8.8 7.6
Rango #12 #41
Fiabilidad 10.0 9.3
Consistencia 9.6 7.0
Pruebas correctas
Tasa de aciertos por intento 84.1% 66.7%
Pruebas inestables 1 8
Ejecuciones totales 63 63
Costo por resultado 6.512 1.742
Costo total $1.107 $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 61,007 38,726
Tokens de salida 26,495 6,334
Tokens de razonamiento 5,901 159,151
Tiempo de respuesta (promedio) 9.66s 77.20s
Tiempo de respuesta (máximo) 38.03s 416.76s
Tiempo de respuesta (total) 202.89s 1621.17s

Generación showcase

Hamster playing table tennis

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

#12 Claude Opus 4.8

medium
Coste
$0.057
Tiempo
23.1s
Tokens
2,412 tok

#41 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 3.95s 834 1,179 478
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 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
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 38.03s 23,561 5,260 1,588
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 7.1 5.6 83.3% 1 12.29s 10,503 481 312
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 14.15s 975 7,477 900
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 2.46s 708 237 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 10.0 10.0 100.0% 0 3.32s 909 373 320
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 3.95s 894 791 483
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 8.96s 11,775 301 225
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 6.14s 258 451 214
DeepSeek V4 Pro 3.0 10.0 0.0% 0 34.01s 183 16 5,961

Comparación rápida

Cambiar par de comparación

DeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsMercury 2mediumDeepSeek V4 ProhighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.4 NanomediumDeepSeek V4 ProhighvsGrok 4.3mediumDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsQwen3.6 FlashmediumDeepSeek V4 ProhighvsKimi K2.6mediumDisponible gratis