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

Anthropic: Claude Fable 5 vs DeepSeek: DeepSeek V4 Flash

Claude Fable 5 (medium) average score में आगे है: 8.6 vs 7.7. DeepSeek V4 Flash (high) की benchmark लागत कम है: $0.041 vs $3.478. Claude Fable 5 (medium) तेज है: 17.20s vs 49.75s, pass rates 78.8% vs 72.7%.

अनुशंसित मॉडलDeepSeek V4 Flash (high)It offers the best overall trade-off: a competitive score (7.7), lower cost than Claude Fable 5 (medium), and balanced response time.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

मेट्रिक Claude Fable 5 Claude Fable 5 medium रिलीज़: 2026-06-10 DeepSeek V4 Flash DeepSeek V4 Flash high रिलीज़: 2026-04-24
स्कोर 8.6 7.7
रैंक #22 #52
विश्वसनीयता 10.0 10.0
संगति 9.6 8.2
सही परीक्षण
प्रति प्रयास पास दर 78.8% 72.7%
अस्थिर टेस्ट 1 5
कुल रन 66 66
प्रति परिणाम लागत 20.459 0.402
कुल लागत $3.478 $0.041
इनपुट कीमत $10.000 / 1M $0.094 / 1M
आउटपुट कीमत $50.000 / 1M $0.188 / 1M
कुल इनपुट टोकन 89,643 108,392
आउटपुट टोकन 41,360 14,478
रीजनिंग टोकन 10,269 153,687
प्रतिक्रिया समय (औसत) 17.20s 49.75s
प्रतिक्रिया समय (अधिकतम) 80.80s 218.13s
प्रतिक्रिया समय (कुल) 378.41s 1094.41s

Hamster playing table tennis

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

#22 Claude Fable 5

medium
लागत
$0.606
समय
156.7s
टोकन
12,264 tok

#52 DeepSeek V4 Flash

high
लागत
$0.003
समय
93.1s
टोकन
7,926 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 10.0 10.0 100.0% 0 15.59s 10,590 7,383 1,318
DeepSeek V4 Flash 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862

त्वरित तुलना

तुलना जोड़ी बदलें