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 Sonnet 4.6 vs DeepSeek: DeepSeek V4 Pro

सारांश

Claude Sonnet 4.6 vs DeepSeek V4 Pro benchmark तुलना: DeepSeek V4 Pro average score में आगे है: 8.1 vs 7.8. DeepSeek V4 Pro की benchmark लागत कम है: $0.098 vs $1.418. Claude Sonnet 4.6 तेज है: 17.06s vs 72.22s, pass rates 65.1% vs 66.7%.

अनुशंसित मॉडल: DeepSeek V4 Pro - It has the best score here (8.1), while costing about 14.5x less than Claude Sonnet 4.6.

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

मेट्रिक Claude Sonnet 4.6 Claude Sonnet 4.6 medium रिलीज़: 2026-02-17 DeepSeek V4 Pro DeepSeek V4 Pro high रिलीज़: 2026-04-24
स्कोर 7.8 8.1
रैंक #35 #30
विश्वसनीयता 10.0 9.6
संगति 9.1 7.8
सही परीक्षण
प्रति प्रयास पास दर 65.1% 66.7%
अस्थिर टेस्ट 2 6
कुल रन 63 57
प्रति परिणाम लागत 10.904 0.978
कुल लागत $1.418 $0.098
इनपुट कीमत $3.000 / 1M $0.435 / 1M
आउटपुट कीमत $15.000 / 1M $0.870 / 1M
कुल इनपुट टोकन 49,112 35,122
आउटपुट टोकन 54,703 6,315
रीजनिंग टोकन 29,970 93,205
प्रतिक्रिया समय (औसत) 17.06s 72.22s
प्रतिक्रिया समय (अधिकतम) 46.35s 437.44s
प्रतिक्रिया समय (कुल) 221.83s 1444.45s

Generation showcase

Hamster playing table tennis

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

#35 Claude Sonnet 4.6

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

#30 DeepSeek V4 Pro

high
Cost
$0.023
Time
257.6s
Tokens
14,870 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 Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 789 1,046 1,093
DeepSeek V4 Pro 5.7 5.9 58.3% 2 25.70s 536 149 3,214
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
DeepSeek V4 Pro 7.7 10.0 66.7% 0 308.19s 1,583 368 42,658
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 18,351 5,871 3,962
DeepSeek V4 Pro 10.0 10.0 100.0% 0 38.17s 14,060 454 5,836
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 8,676 649 742
DeepSeek V4 Pro 10.0 10.0 100.0% 0 25.03s 7,690 274 2,166
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 2.9 7.2 11.1% 1 0ms 471 25,790 16,919
DeepSeek V4 Pro 3.6 7.2 22.2% 1 130.09s 472 4,400 26,367
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 564 256 433
DeepSeek V4 Pro 10.0 10.0 100.0% 0 8.83s 471 115 1,013
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 792 318 552
DeepSeek V4 Pro 7.8 6.6 83.3% 1 8.73s 627 66 2,726
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 816 592 646
DeepSeek V4 Pro 6.9 4.9 77.8% 2 56.85s 591 178 2,563
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 11,454 655 351
DeepSeek V4 Pro 9.8 10.0 100.0% 0 15.92s 8,909 295 701
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 204 3,437 1,586
DeepSeek V4 Pro 3.0 10.0 0.0% 0 34.01s 183 16 5,961

त्वरित तुलना

तुलना जोड़ी बदलें