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

Claude Fable 5.2 (high) vs DeepSeek V4.1 Flash (max)

average score लगभग बराबर है: 8.7 vs 8.6. DeepSeek V4.1 Flash (max) की benchmark लागत कम है: $1.204 vs $5.083. Claude Fable 5.2 (high) तेज है: 14.73s vs 61.58s, pass rates 87.0% vs 69.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#85
कुल आउटपुट टोकन
63,226
प्रतिक्रिया समय (औसत)
14.73s
कुल लागत
$5.083
रैंक
#88
कुल आउटपुट टोकन
908,171
प्रतिक्रिया समय (औसत)
61.58s
कुल लागत
$1.204
अनुशंसित मॉडल DeepSeek V4.1 Flash (max)

It has the best score here (8.6), while costing about 4.2x less than Claude Fable 5.2 (high).

विस्तृत तुलना

मेट्रिक Claude Fable 5.2 Claude Fable 5.2 high रिलीज़: 2026-11-09 DeepSeek V4.1 Flash DeepSeek V4.1 Flash max रिलीज़: 2026-09-10
स्कोर 8.7 8.6
रैंक #85 #88
विश्वसनीयता 9.6 9.4
संगति 9.3 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 87.0% 69.6%
अस्थिर टेस्ट 2 2
कुल रन 69 69
प्रति परिणाम लागत 26.752 3.715
कुल लागत $5.083 $1.204
इनपुट कीमत $8.000 / 1M $0.013 / 1M
आउटपुट कीमत $40.000 / 1M $1.320 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.013 / 1M
कैश लिखने की कीमत $10.000 / 1M लागू नहीं
कुल इनपुट टोकन 319,219 414,054
आउटपुट टोकन 10,244 7,635
रीजनिंग टोकन 52,982 900,536
प्रतिक्रिया समय (औसत) 14.73s 61.58s
प्रतिक्रिया समय (अधिकतम) 84.72s 335.08s
प्रतिक्रिया समय (कुल) 338.82s 1416.24s
पैरामीटर ~9.5T कुल (~878B सक्रिय) 748B कुल (16B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#85 Claude Fable 5.2

high
लागत
$0.701
समय
204.4s
टोकन
17,664 tok

#88 DeepSeek V4.1 Flash

max
लागत
$0.066
समय
211.0s
टोकन
54,712 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5.2 6.0 7.4 55.6% 1 8.21s 10,608 558 4,605
DeepSeek V4.1 Flash 10.0 10.0 100.0% 0 62.50s 7,509 373 132,357

तुलना जोड़ी बदलें