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 Sonnet 4.6 vs DeepSeek: DeepSeek V4 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-24

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lanzamiento: 2026-02-17 DeepSeek V4 Flash DeepSeek V4 Flash high Lanzamiento: 2026-04-24
Puntuación 8.0 7.8
Rango #30 #35
Consistencia 9.5 7.8
Pruebas correctas
Tasa de aciertos por intento 74.1% 79.6%
Pruebas inestables 1 5
Ejecuciones totales 54 52
Costo por resultado 8.930 0.189
Costo total $1.161 $0.021
Precio de entrada $3.000 / 1M $0.140 / 1M
Precio de salida $15.000 / 1M $0.280 / 1M
Tokens de salida 42,068 1,757
Tokens de razonamiento 26,784 55,907
Tiempo de respuesta (promedio) 12.66s 47.47s
Tiempo de respuesta (máximo) 46.35s 255.28s
Tiempo de respuesta (total) 126.62s 854.45s

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 Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 1,046 1,093
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 Sonnet 4.6 10.0 10.0 100.0% 0 35.76s 6,894 2,097
DeepSeek V4 Flash 10.0 10.0 100.0% 0 62.48s 369 9,361
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 5,871 3,962
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 Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 649 742
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 Sonnet 4.6 2.9 7.2 11.1% 1 0ms 25,790 16,919
DeepSeek V4 Flash 4.1 4.4 44.5% 2 112.69s 19 24,857
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 256 433
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 Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 318 552
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 Sonnet 4.6 10.0 10.0 100.0% 0 4.80s 589 635
DeepSeek V4 Flash 6.4 4.5 77.8% 2 25.53s 193 2,597
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 Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 655 351
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 228 542

Comparación rápida

Cambiar par de comparación

DeepSeek V4 FlashhighvsGLM 5V TurbomediumDeepSeek V4 FlashhighvsQwen3.5-FlashmediumDeepSeek V4 FlashhighvsGLM 5.1mediumDeepSeek V4 FlashhighvsStep 3.5 FlashmediumDeepSeek V4 FlashhighvsGemini 3.1 Flash Lite PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsMiMo-V2.5mediumClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsHY3 PreviewlowDisponible gratisClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsKimi K2.6medium