नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Sonnet 5 (medium) vs DeepSeek V4.1 Flash (max)

DeepSeek V4.1 Flash (max) average score में आगे है: 8.6 vs 8.5. DeepSeek V4.1 Flash (max) की benchmark लागत कम है: $1.204 vs $1.438. Claude Sonnet 5 (medium) तेज है: 15.01s vs 61.58s, pass rates 76.8% vs 69.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-17

तुलना किए गए मॉडल

रैंक
#121
कुल आउटपुट टोकन
73,018
प्रतिक्रिया समय (औसत)
15.01s
कुल लागत
$1.438
रैंक
#108
कुल आउटपुट टोकन
908,171
प्रतिक्रिया समय (औसत)
61.58s
कुल लागत
$1.204
अनुशंसित मॉडल Claude Sonnet 5 (medium)

Its score stays close to the best score here (8.5 vs 8.6), while responding about 4.1x faster than DeepSeek V4.1 Flash (max).

विस्तृत तुलना

मेट्रिक Claude Sonnet 5 Claude Sonnet 5 medium रिलीज़: 2026-06-30 DeepSeek V4.1 Flash DeepSeek V4.1 Flash max रिलीज़: 2026-09-10
स्कोर 8.5 8.6
रैंक #121 #108
विश्वसनीयता 10.0 9.4
संगति 9.1 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 69.6%
अस्थिर टेस्ट 3 2
कुल रन 69 69
प्रति परिणाम लागत 8.985 3.715
कुल लागत $1.438 $1.204
इनपुट कीमत $2.000 / 1M $0.013 / 1M
आउटपुट कीमत $10.000 / 1M $1.320 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.013 / 1M
कैश लिखने की कीमत $2.500 / 1M लागू नहीं
कुल इनपुट टोकन 353,658 414,054
आउटपुट टोकन 54,891 7,635
रीजनिंग टोकन 18,370 900,536
प्रतिक्रिया समय (औसत) 15.01s 61.58s
प्रतिक्रिया समय (अधिकतम) 69.26s 335.08s
प्रतिक्रिया समय (कुल) 345.16s 1416.24s
पैरामीटर ~1T कुल (~100B सक्रिय) 748B कुल (16B 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.

#121 Claude Sonnet 5

medium
लागत
$0.007
समय
6.4s
टोकन
832 tok

#108 DeepSeek V4.1 Flash

max
लागत
$0.066
समय
211.0s
टोकन
54,712 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 Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
DeepSeek V4.1 Flash 10.0 10.0 100.0% 0 62.50s 7,509 373 132,357

तुलना जोड़ी बदलें