नेविगेशन
AI BENCHY
Advertise here

Claude Opus 4.6 (medium) vs DeepSeek V4 Flash (high)

average score लगभग बराबर है: 7.7 vs 7.7. DeepSeek V4 Flash (high) की benchmark लागत कम है: $0.060 vs $3.059. Claude Opus 4.6 (medium) तेज है: 34.27s vs 49.75s, pass rates 63.6% vs 72.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-28

रैंक
#51
कुल आउटपुट टोकन
100,601
प्रतिक्रिया समय (औसत)
34.27s
कुल लागत
$3.059
रैंक
#53
कुल आउटपुट टोकन
168,165
प्रतिक्रिया समय (औसत)
49.75s
कुल लागत
$0.060
अनुशंसित मॉडल DeepSeek V4 Flash (high)

It has the best score here (7.7), while costing about 51.1x less than Claude Opus 4.6 (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 4.6 Claude Opus 4.6 medium रिलीज़: 2026-02-05 DeepSeek V4 Flash DeepSeek V4 Flash high रिलीज़: 2026-04-24
स्कोर 7.7 7.7
रैंक #51 #53
विश्वसनीयता 10.0 10.0
संगति 8.8 8.2
सही परीक्षण
प्रति प्रयास पास दर 63.6% 72.7%
अस्थिर टेस्ट 3 5
कुल रन 66 66
प्रति परिणाम लागत 23.524 0.402
कुल लागत $3.059 $0.060
इनपुट कीमत $5.000 / 1M $0.140 / 1M
आउटपुट कीमत $25.000 / 1M $0.280 / 1M
कुल इनपुट टोकन 108,615 108,392
आउटपुट टोकन 72,286 14,478
रीजनिंग टोकन 28,315 153,687
प्रतिक्रिया समय (औसत) 34.27s 49.75s
प्रतिक्रिया समय (अधिकतम) 151.51s 218.13s
प्रतिक्रिया समय (कुल) 513.99s 1094.41s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#51 Claude Opus 4.6

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

#53 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 Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
DeepSeek V4 Flash 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862

त्वरित तुलना

तुलना जोड़ी बदलें