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 V3.2

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-29

Métrica Claude Opus 4.8 Claude Opus 4.8 none Lanzamiento: 2026-05-28 DeepSeek V3.2 DeepSeek V3.2 medium Lanzamiento: 2025-12-01
Puntuación 7.3 7.3
Rango #65 #67
Fiabilidad 10.0 10.0
Consistencia 9.2 7.9
Pruebas correctas
Tasa de aciertos por intento 65.0% 67.5%
Pruebas inestables 2 5
Ejecuciones totales 60 60
Costo por resultado 4.324 0.335
Costo total $0.519 $0.037
Precio de entrada $5.000 / 1M $0.252 / 1M
Precio de salida $25.000 / 1M $0.378 / 1M
Tokens de salida 8,098 7,177
Tokens de razonamiento 0 68,297
Tiempo de respuesta (promedio) 3.51s 53.34s
Tiempo de respuesta (máximo) 17.73s 189.03s
Tiempo de respuesta (total) 70.19s 1066.71s

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 6.5 10.0 50.0% 0 3.40s 1,472 0
DeepSeek V3.2 10.0 10.0 100.0% 0 24.23s 3,247 6,953
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 6.8 10.0 50.0% 0 3.59s 1,323 0
DeepSeek V3.2 4.1 5.8 33.3% 1 184.97s 640 21,230
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 9.5 10.0 100.0% 0 17.73s 3,259 0
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 571 6,296
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 7.3 5.8 83.3% 1 1.77s 308 0
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 207 7,693
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 7.2 44.4% 1 1.66s 61 0
DeepSeek V3.2 2.9 4.4 22.2% 2 24.27s 21 6,838
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 3.48s 230 0
DeepSeek V3.2 5.1 2.5 50.0% 1 58.29s 49 2,189
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 9.9 10.0 100.0% 0 1.37s 95 0
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 1,397 2,845
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 7.7 10.0 66.7% 0 2.74s 783 0
DeepSeek V3.2 7.0 7.2 55.6% 1 37.69s 518 6,375
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 5.35s 355 0
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 507 859
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 3.41s 212 0
DeepSeek V3.2 3.0 10.0 0.0% 0 83.99s 20 7,019

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8nonevsQwen3.5-35B-A3BmediumDeepSeek V3.2mediumvsRing-2.6-1TnoneClaude Opus 4.8nonevsRing-2.6-1TmediumClaude Opus 4.8nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.2mediumClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsStep 3.7 FlashlowClaude Opus 4.8nonevsGPT-5 MinimediumDeepSeek V3.2mediumvsStep 3.7 FlashhighDeepSeek V3.2mediumvsStep 3.7 Flashlow