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 4.7 vs DeepSeek: DeepSeek V4 Flash

सारांश

Claude Opus 4.7 (medium) vs DeepSeek V4 Flash (high) benchmark तुलना: Claude Opus 4.7 (medium) average score में आगे है: 8.7 vs 8.3. DeepSeek V4 Flash (high) की benchmark लागत कम है: $0.027 vs $0.679. Claude Opus 4.7 (medium) तेज है: 4.73s vs 45.85s, pass rates 82.5% vs 74.6%.

अनुशंसित मॉडल: DeepSeek V4 Flash (high) - Its score stays close to the best score here (8.3 vs 8.7), while costing about 26.0x less than Claude Opus 4.7 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-09

मेट्रिक Claude Opus 4.7 Claude Opus 4.7 medium रिलीज़: 2026-04-16 DeepSeek V4 Flash DeepSeek V4 Flash high रिलीज़: 2026-04-24
स्कोर 8.7 8.3
रैंक #16 #27
विश्वसनीयता 10.0 10.0
संगति 9.6 8.5
सही परीक्षण
प्रति प्रयास पास दर 82.5% 74.6%
अस्थिर टेस्ट 1 4
कुल रन 63 63
प्रति परिणाम लागत 3.991 0.299
कुल लागत $0.679 $0.027
इनपुट कीमत $5.000 / 1M $0.090 / 1M
आउटपुट कीमत $25.000 / 1M $0.180 / 1M
कुल इनपुट टोकन 65,406 39,745
आउटपुट टोकन 11,858 10,310
रीजनिंग टोकन 2,198 123,501
प्रतिक्रिया समय (औसत) 4.73s 45.85s
प्रतिक्रिया समय (अधिकतम) 23.18s 218.13s
प्रतिक्रिया समय (कुल) 94.51s 962.79s

जनरेशन शोकेस

Hamster playing table tennis

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

#16 Claude Opus 4.7

medium
लागत
$0.059
समय
26.8s
टोकन
2,475 tok

#27 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.7 8.3 10.0 75.0% 0 1.85s 894 348 0
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 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114
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 4.7 10.0 10.0 100.0% 0 21.45s 24,501 2,369 1,084
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 4.7 10.0 10.0 100.0% 0 2.37s 10,533 324 0
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 4.7 7.7 10.0 66.7% 0 1.17s 630 51 0
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 4.7 10.0 10.0 100.0% 0 2.87s 723 256 0
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 4.7 10.0 10.0 100.0% 0 1.57s 939 114 0
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 4.7 10.0 10.0 100.0% 0 2.43s 939 370 0
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 4.7 10.0 10.0 100.0% 0 4.17s 15,339 373 0
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 4.7 3.0 10.0 0.0% 0 2.25s 273 24 0
DeepSeek V4 Flash 3.0 10.0 0.0% 0 54.46s 183 8,516 8,531

त्वरित तुलना

तुलना जोड़ी बदलें