नेविगेशन
Advertise here

Claude Opus 5 vs DeepSeek V4 Flash 0423 (high)

DeepSeek V4 Flash 0423 (high) average score में आगे है: 8.1 vs 7.1. DeepSeek V4 Flash 0423 (high) की benchmark लागत कम है: $0.261 vs $2.766. Claude Opus 5 तेज है: 10.78s vs 55.99s, pass rates 55.1% vs 71.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-07

तुलना किए गए मॉडल

रैंक
#159
कुल आउटपुट टोकन
31,386
प्रतिक्रिया समय (औसत)
10.78s
कुल लागत
$2.766
रैंक
#94
कुल आउटपुट टोकन
203,134
प्रतिक्रिया समय (औसत)
55.99s
कुल लागत
$0.261
अनुशंसित मॉडल DeepSeek V4 Flash 0423 (high)

It has the best score here (8.1), while costing about 10.6x less than Claude Opus 5.

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 none रिलीज़: 2026-07-25 DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 high रिलीज़: 2026-04-24
स्कोर 7.1 8.1
रैंक #159 #94
विश्वसनीयता 10.0 10.0
संगति 9.6 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 55.1% 71.0%
अस्थिर टेस्ट 1 4
कुल रन 69 69
प्रति परिणाम लागत 23.044 0.547
कुल लागत $2.766 $0.261
इनपुट कीमत $5.000 / 1M $0.002 / 1M
आउटपुट कीमत $25.000 / 1M $1.280 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.002 / 1M
कैश लिखने की कीमत $6.250 / 1M लागू नहीं
कुल इनपुट टोकन 396,120 298,794
आउटपुट टोकन 31,386 45,873
रीजनिंग टोकन 0 188,721
प्रतिक्रिया समय (औसत) 10.78s 55.99s
प्रतिक्रिया समय (अधिकतम) 79.61s 218.13s
प्रतिक्रिया समय (कुल) 247.96s 1287.87s
पैरामीटर ~5T कुल (~500B सक्रिय) 284B कुल (13B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#159 Claude Opus 5

none
लागत
$0.271
समय
149.3s
टोकन
10,962 tok

#94 DeepSeek V4 Flash 0423

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 5 5.9 9.7 33.3% 0 5.54s 10,590 2,886 0
DeepSeek V4 Flash 0423 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862

तुलना जोड़ी बदलें