Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs DeepSeek: DeepSeek V4 Pro

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-24

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 7.6 7.4
Peringkat #43 #50
Konsistensi 9.1 10.0
Tes benar
Tingkat lulus per percobaan 70.4% 61.1%
Tes tidak stabil 2 0
Total Run 54 24
Biaya per hasil 12.047 1.385
Total Biaya $1.446 $0.153
Harga input $5.000 / 1M $1.740 / 1M
Harga output $25.000 / 1M $3.480 / 1M
Token output 29,829 584
Token penalaran 18,938 37,708
Waktu respons (rata-rata) 21.08s 78.45s
Waktu respons (maks) 83.40s 351.99s
Waktu respons (total) 231.84s 1255.22s

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 output Token penalaran
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 986 1,071
DeepSeek V4 Pro 8.3 10.0 75.0% 0 32.12s 64 1,799
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 23.11s 3,486 1,504
DeepSeek V4 Pro 10.0 10.0 100.0% 0 93.00s 82 2,808
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 8,178 5,194
DeepSeek V4 Pro 10.0 10.0 100.0% 0 71.08s 134 2,163
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 691 757
DeepSeek V4 Pro 10.0 10.0 100.0% 0 63.00s 67 1,071
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 14,642 8,687
DeepSeek V4 Pro 5.3 10.0 33.3% 0 202.56s 11 25,343
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 188 292
DeepSeek V4 Pro 5.0 10.0 0.0% 0 26.96s 51 734
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 266 467
DeepSeek V4 Pro 3.0 10.0 0.0% 0 0ms 0 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 7.7 10.0 66.7% 0 4.60s 531 637
DeepSeek V4 Pro 7.7 10.0 66.7% 0 63.66s 91 3,617
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 861 329
DeepSeek V4 Pro 10.0 10.0 100.0% 0 11.05s 84 173

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.6mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsDeepSeek V4 ProhighDeepSeek V4 ProhighvsMiMo-V2-FlashmediumDeepSeek V4 ProhighvsGPT-5.2mediumDeepSeek V4 ProhighvsGPT-5.4 MinimediumSeed-2.0-MinimediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGPT-5.4 NanomediumClaude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneDeepSeek V4 ProhighvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGPT-5.2 Chatnone