नेविगेशन
AI BENCHY
Advertise here

Claude Opus 4.8 vs DeepSeek V4 Flash 0731 (medium)

average score लगभग बराबर है: 7.3 vs 7.3. DeepSeek V4 Flash 0731 (medium) की benchmark लागत कम है: $0.106 vs $1.166. Claude Opus 4.8 तेज है: 4.91s vs 85.80s, pass rates 63.6% vs 72.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-01

रैंक
#79
कुल आउटपुट टोकन
16,797
प्रतिक्रिया समय (औसत)
4.91s
कुल लागत
$1.166
रैंक
#76
कुल आउटपुट टोकन
618,417
प्रतिक्रिया समय (औसत)
85.80s
कुल लागत
$0.106
अनुशंसित मॉडल DeepSeek V4 Flash 0731 (medium)

It has the best score here (7.3), while costing about 11.1x less than Claude Opus 4.8.

विस्तृत तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none रिलीज़: 2026-05-28 DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium रिलीज़: 2026-08-01
स्कोर 7.3 7.3
रैंक #79 #76
विश्वसनीयता 10.0 9.8
संगति 9.2 7.1
सही परीक्षण
प्रति प्रयास पास दर 63.6% 72.7%
अस्थिर टेस्ट 2 8
कुल रन 66 66
प्रति परिणाम लागत 8.969 0.956
कुल लागत $1.166 $0.106
इनपुट कीमत $5.000 / 1M $0.140 / 1M
आउटपुट कीमत $25.000 / 1M $0.280 / 1M
कुल इनपुट टोकन 149,206 89,768
आउटपुट टोकन 16,797 66,624
रीजनिंग टोकन 0 551,793
प्रतिक्रिया समय (औसत) 4.91s 85.80s
प्रतिक्रिया समय (अधिकतम) 35.03s 288.78s
प्रतिक्रिया समय (कुल) 108.03s 1887.69s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#79 Claude Opus 4.8

none
लागत
$0.053
समय
22.0s
टोकन
2,253 tok

#76 DeepSeek V4 Flash 0731

medium
लागत
$0.004
समय
93.3s
टोकन
13,252 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 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
DeepSeek V4 Flash 0731 6.4 4.4 77.8% 2 198.78s 6,032 4,109 160,154

त्वरित तुलना

तुलना जोड़ी बदलें