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

AI BENCHY तुलना

Anthropic: Claude Opus 4.6 vs DeepSeek: DeepSeek V4 Flash

सारांश

Claude Opus 4.6 vs DeepSeek V4 Flash benchmark तुलना: DeepSeek V4 Flash average score में आगे है: 8.3 vs 7.7. DeepSeek V4 Flash की benchmark लागत कम है: $0.029 vs $2.053. Claude Opus 4.6 तेज है: 25.89s vs 45.85s, pass rates 61.9% vs 74.6%.

अनुशंसित मॉडल: DeepSeek V4 Flash - It has the best score here (8.3), while costing about 72.1x less than Claude Opus 4.6.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-12

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 8.3
रैंक #41 #26
विश्वसनीयता 10.0 10.0
संगति 8.8 8.5
सही परीक्षण
प्रति प्रयास पास दर 61.9% 74.6%
अस्थिर टेस्ट 3 4
कुल रन 63 63
प्रति परिणाम लागत 17.103 0.299
कुल लागत $2.053 $0.029
इनपुट कीमत $5.000 / 1M $0.098 / 1M
आउटपुट कीमत $25.000 / 1M $0.196 / 1M
कुल इनपुट टोकन 53,227 39,745
आउटपुट टोकन 47,446 10,310
रीजनिंग टोकन 24,000 123,501
प्रतिक्रिया समय (औसत) 25.89s 45.85s
प्रतिक्रिया समय (अधिकतम) 83.40s 218.13s
प्रतिक्रिया समय (कुल) 362.49s 962.79s

Generation showcase

Hamster playing table tennis

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

#41 Claude Opus 4.6

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#26 DeepSeek V4 Flash

high
Cost
$0.003
Time
93.1s
Tokens
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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
DeepSeek V4 Flash 8.3 10.0 75.0% 0 28.51s 540 140 7,770
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
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
DeepSeek V4 Flash 10.0 10.0 100.0% 0 76.57s 14,016 465 7,347
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
DeepSeek V4 Flash 10.0 10.0 100.0% 0 28.03s 7,290 201 1,179
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
DeepSeek V4 Flash 4.1 4.4 44.5% 2 100.31s 666 27 59,249
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
DeepSeek V4 Flash 6.1 3.1 66.7% 1 25.15s 471 79 632
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
DeepSeek V4 Flash 10.0 10.0 100.0% 0 15.36s 627 63 1,622
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
DeepSeek V4 Flash 8.2 7.2 88.9% 1 26.11s 594 196 1,767
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 8,079 228 542
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
DeepSeek V4 Flash 3.0 10.0 0.0% 0 54.46s 183 8,516 8,531

त्वरित तुलना

तुलना जोड़ी बदलें