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

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs DeepSeek: DeepSeek V4 Pro

Ringkasan

Perbandingan benchmark Claude Opus 4.6 vs DeepSeek V4 Pro: Claude Opus 4.6 unggul dalam skor rata-rata dengan 7.7 vs 7.6. DeepSeek V4 Pro memiliki biaya benchmark lebih rendah di $0.157 vs $2.053. Claude Opus 4.6 lebih cepat di 25.89s vs 77.20s, dengan tingkat keberhasilan 61.9% vs 66.7%.

Model yang direkomendasikan: DeepSeek V4 Pro - Its score stays close to the best score here (7.6 vs 7.7), while costing about 13.1x less than Claude Opus 4.6.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-17

Metrik Claude Opus 4.6 Claude Opus 4.6 medium Rilis: 2026-02-05 DeepSeek V4 Pro DeepSeek V4 Pro high Rilis: 2026-04-24
Skor 7.7 7.6
Peringkat #38 #41
Keandalan 10.0 9.3
Konsistensi 8.8 7.0
Tes benar
Tingkat lulus per percobaan 61.9% 66.7%
Tes tidak stabil 3 8
Total Run 63 63
Biaya per hasil 17.103 1.742
Total Biaya $2.053 $0.157
Harga input $5.000 / 1M $0.435 / 1M
Harga output $25.000 / 1M $0.870 / 1M
Total token input 53,227 38,726
Token output 47,446 6,334
Token penalaran 24,000 159,151
Waktu respons (rata-rata) 25.89s 77.20s
Waktu respons (maks) 83.40s 416.76s
Waktu respons (total) 362.49s 1621.17s

Generation showcase

Hamster playing table tennis

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

#38 Claude Opus 4.6

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

#41 DeepSeek V4 Pro

high
Cost
$0.023
Time
257.6s
Tokens
14,870 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
DeepSeek V4 Pro 5.7 5.9 58.3% 2 25.70s 536 149 3,214
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
DeepSeek V4 Pro 6.1 4.6 66.7% 2 243.00s 5,090 383 84,580
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
DeepSeek V4 Pro 10.0 10.0 100.0% 0 38.17s 14,060 454 5,836
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
DeepSeek V4 Pro 10.0 10.0 100.0% 0 25.03s 7,690 274 2,166
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
DeepSeek V4 Pro 3.6 7.2 22.2% 1 151.46s 569 4,404 50,391
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
DeepSeek V4 Pro 10.0 10.0 100.0% 0 8.83s 471 115 1,013
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
DeepSeek V4 Pro 7.8 6.6 83.3% 1 8.73s 627 66 2,726
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
DeepSeek V4 Pro 6.9 4.9 77.8% 2 56.85s 591 178 2,563
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
DeepSeek V4 Pro 9.8 10.0 100.0% 0 15.92s 8,909 295 701
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
DeepSeek V4 Pro 3.0 10.0 0.0% 0 34.01s 183 16 5,961

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.6mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsMercury 2mediumDeepSeek V4 ProhighvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.4 NanomediumDeepSeek V4 ProhighvsGrok 4.3mediumDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsQwen3.6 FlashmediumDeepSeek V4 ProhighvsKimi K2.6mediumTersedia gratis