Claude Sonnet 5 (medium) vs DeepSeek V4 Flash 0731 (high)

Claude Sonnet 5 (medium) average score में आगे है: 8.2 vs 8.0. DeepSeek V4 Flash 0731 (high) की benchmark लागत कम है: $0.134 vs $0.922. Claude Sonnet 5 (medium) तेज है: 12.54s vs 114.94s, pass rates 75.8% vs 75.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-20

रैंक: #47
कुल आउटपुट टोकन: 63,204
प्रतिक्रिया समय (औसत): 12.54s
कुल लागत: $0.922

रैंक: #54
कुल आउटपुट टोकन: 513,307
प्रतिक्रिया समय (औसत): 114.94s
कुल लागत: $0.134

अनुशंसित मॉडल DeepSeek V4 Flash 0731 (high)

Its score stays close to the best score here (8.0 vs 8.2), while costing about 6.9x less than Claude Sonnet 5 (medium).

विस्तृत तुलना

मेट्रिक	Claude Sonnet 5 Claude Sonnet 5 medium रिलीज़: 2026-06-30	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high रिलीज़: 2026-08-01

मेट्रिक	Claude Sonnet 5 Claude Sonnet 5 medium रिलीज़: 2026-06-30	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high रिलीज़: 2026-08-01
स्कोर	8.2	8.0
रैंक	#47	#54
विश्वसनीयता	10.0	10.0
संगति	9.0	8.0
प्रयास	66/66	66/66
सही परीक्षण
प्रति प्रयास पास दर	75.8%	75.8%
अस्थिर टेस्ट	3	5
कुल रन	66	66
प्रति परिणाम लागत	6.144	0.956
कुल लागत	$0.922	$0.134
इनपुट कीमत	$2.000 / 1M	$0.140 / 1M
आउटपुट कीमत	$10.000 / 1M	$0.280 / 1M
कुल इनपुट टोकन	145,953	96,702
आउटपुट टोकन	52,330	16,966
रीजनिंग टोकन	10,874	496,341
प्रतिक्रिया समय (औसत)	12.54s	114.94s
प्रतिक्रिया समय (अधिकतम)	66.71s	600.61s
प्रतिक्रिया समय (कुल)	275.90s	2528.65s
पैरामीटर	~1T कुल (~100B सक्रिय)	284B कुल (13B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#47 Claude Sonnet 5

medium

लागत: $0.007
समय: 6.4s
टोकन: 832 tok

#54 DeepSeek V4 Flash 0731

high

अमान्य SVG

लागत: $0.000
समय: 187.3s
टोकन: 19,048 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

श्रेणी:

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5	10.0	10.0	100.0%	0		3.80s	834	1,220	446
DeepSeek V4 Flash 0731	8.7	7.9	91.7%	1		13.62s	1,488	542	10,576

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 Flash 0731	6.3	6.3	55.6%	1		252.67s	7,044	2,160	191,210

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5	7.3	6.0	83.3%	1		51.86s	107,934	23,169	5,371
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		87.10s	67,283	11,903	41,397

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 5	10.0	10.0	100.0%	0		3.16s	10,503	312	0
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		3.65s	7,764	336	1,259

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5	5.3	10.0	33.3%	0		20.54s	972	12,137	1,994
DeepSeek V4 Flash 0731	3.5	4.4	33.3%	2		458.65s	700	104	215,629

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5	4.8	3.2	33.3%	1		4.32s	708	264	0
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		5.64s	708	72	533

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5	9.9	10.0	100.0%	0		3.10s	909	318	269
DeepSeek V4 Flash 0731	9.8	10.0	100.0%	0		4.46s	1,101	119	939

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5	7.7	10.0	66.7%	0		2.98s	894	407	121
DeepSeek V4 Flash 0731	8.2	7.7	77.8%	1		9.36s	1,305	397	6,801

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5	10.0	10.0	100.0%	0		10.70s	12,351	433	90
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		5.42s	8,889	357	451

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5	3.0	10.0	0.0%	0		7.06s	258	917	204
DeepSeek V4 Flash 0731	3.0	10.0	0.0%	0		110.63s	420	976	27,546

त्वरित तुलना

तुलना जोड़ी बदलें