नेविगेशन
AI BENCHY
Advertise here

Claude Opus 5 vs DeepSeek: DeepSeek V4 Flash

DeepSeek V4 Flash (high) average score में आगे है: 7.7 vs 7.5. DeepSeek V4 Flash (high) की benchmark लागत कम है: $0.041 vs $1.550. Claude Opus 5 तेज है: 7.60s vs 49.75s, pass rates 57.6% vs 72.7%.

अनुशंसित मॉडलDeepSeek V4 Flash (high)It has the best score here (7.7), while costing about 38.6x less than Claude Opus 5.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

मेट्रिक Claude Opus 5 Claude Opus 5 none रिलीज़: 2026-07-25 DeepSeek V4 Flash DeepSeek V4 Flash high रिलीज़: 2026-04-24
स्कोर 7.5 7.7
रैंक #59 #52
विश्वसनीयता 10.0 10.0
संगति 9.6 8.2
सही परीक्षण
प्रति प्रयास पास दर 57.6% 72.7%
अस्थिर टेस्ट 1 5
कुल रन 66 66
प्रति परिणाम लागत 12.912 0.402
कुल लागत $1.550 $0.041
इनपुट कीमत $5.000 / 1M $0.094 / 1M
आउटपुट कीमत $25.000 / 1M $0.188 / 1M
कुल इनपुट टोकन 185,550 108,392
आउटपुट टोकन 24,866 14,478
रीजनिंग टोकन 0 153,687
प्रतिक्रिया समय (औसत) 7.60s 49.75s
प्रतिक्रिया समय (अधिकतम) 47.72s 218.13s
प्रतिक्रिया समय (कुल) 167.28s 1094.41s

Hamster playing table tennis

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

#59 Claude Opus 5

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

#52 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 5 5.9 9.7 33.3% 0 5.54s 10,590 2,886 0
DeepSeek V4 Flash 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862

त्वरित तुलना

तुलना जोड़ी बदलें