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 Pro

Resumen

Comparación benchmark de Claude Sonnet 4.6 vs DeepSeek V4 Pro: Claude Sonnet 4.6 lidera en puntuación media con 7.8 vs 7.2. DeepSeek V4 Pro tiene menor coste de benchmark con $0.034 vs $1.418. DeepSeek V4 Pro es más rápido con 6.41s vs 17.06s, con tasas de acierto de 65.1% vs 52.4%.

Modelo recomendado: DeepSeek V4 Pro - Su puntuación se mantiene cerca de la mejor aquí (7.2 vs 7.8) y cuesta aproximadamente 42.6x menos que Claude Sonnet 4.6.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-30

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lanzamiento: 2026-02-17 DeepSeek V4 Pro DeepSeek V4 Pro none Lanzamiento: 2026-04-24
Puntuación 7.8 7.2
Rango #32 #60
Fiabilidad 10.0 9.9
Consistencia 9.1 8.8
Pruebas correctas
Tasa de aciertos por intento 65.1% 52.4%
Pruebas inestables 2 3
Ejecuciones totales 63 63
Costo por resultado 10.904 0.333
Costo total $1.418 $0.034
Precio de entrada $3.000 / 1M $0.435 / 1M
Precio de salida $15.000 / 1M $0.870 / 1M
Total de tokens de entrada 49,112 53,558
Tokens de salida 54,703 11,424
Tokens de razonamiento 29,970 0
Tiempo de respuesta (promedio) 17.06s 6.41s
Tiempo de respuesta (máximo) 46.35s 30.09s
Tiempo de respuesta (total) 221.83s 134.66s

Generación showcase

Hamster playing table tennis

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

#32 Claude Sonnet 4.6

medium
SVG inválido
Coste
$0.000
Tiempo
300.0s
Tokens
0 tok

#60 DeepSeek V4 Pro

none
SVG inválido
Coste
$0.000
Tiempo
300.0s
Tokens
0 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 Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 789 1,046 1,093
DeepSeek V4 Pro 3.2 6.1 16.7% 2 4.02s 540 1,168 0
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 Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
DeepSeek V4 Pro 5.6 10.0 33.3% 0 13.38s 7,275 5,500 0
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 Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 18,351 5,871 3,962
DeepSeek V4 Pro 9.5 10.0 100.0% 0 23.74s 27,529 2,235 0
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 Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 8,676 649 742
DeepSeek V4 Pro 10.0 10.0 100.0% 0 4.61s 7,568 200 0
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 Sonnet 4.6 2.9 7.2 11.1% 1 0ms 471 25,790 16,919
DeepSeek V4 Pro 5.3 10.0 33.3% 0 3.72s 666 24 0
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 Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 564 256 433
DeepSeek V4 Pro 5.0 10.0 0.0% 0 2.05s 471 126 0
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 Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 792 318 552
DeepSeek V4 Pro 6.3 5.8 66.7% 1 4.12s 627 713 0
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 Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 816 592 646
DeepSeek V4 Pro 10.0 10.0 100.0% 0 3.61s 594 442 0
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 Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 11,454 655 351
DeepSeek V4 Pro 10.0 10.0 100.0% 0 7.40s 8,105 328 0
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 Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 204 3,437 1,586
DeepSeek V4 Pro 3.0 10.0 0.0% 0 5.76s 183 688 0

Comparación rápida

Cambiar par de comparación

DeepSeek V4 PrononevsGemma 4 26B A4BmediumDisponible gratisDeepSeek V4 PrononevsStep 3.7 FlashhighDeepSeek V4 PrononevsGLM 5.1mediumClaude Sonnet 4.6mediumvsStep 3.7 FlashlowDeepSeek V4 PrononevsKimi K2.7 CodemediumDeepSeek V4 PrononevsGrok 4.20mediumDeepSeek V4 PrononevsGemini 3 Flash PreviewlowClaude Sonnet 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 PrononevsMiMo-V2.5-PromediumSeed-2.0-MinimediumvsDeepSeek V4 PrononeDeepSeek V4 PrononevsQwen3.6 FlashmediumClaude Sonnet 4.6mediumvsGPT-5.3 Chatnone