AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs DeepSeek: DeepSeek V4 Flash

Ringkasan

Perbandingan benchmark Claude Opus 4.7 vs DeepSeek V4 Flash: Claude Opus 4.7 unggul dalam skor rata-rata dengan 8.7 vs 7.7. DeepSeek V4 Flash memiliki biaya benchmark lebih rendah di $0.029 vs $0.679. Claude Opus 4.7 lebih cepat di 4.73s vs 45.85s, dengan tingkat keberhasilan 82.5% vs 74.6%.

Model yang direkomendasikan: DeepSeek V4 Flash - It offers the best overall trade-off: a competitive score (7.7), lower cost than Claude Opus 4.7, and balanced response time.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-04

Metrik	Claude Opus 4.7 Claude Opus 4.7 medium Rilis: 2026-04-16	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24

Metrik	Claude Opus 4.7 Claude Opus 4.7 medium Rilis: 2026-04-16	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24
Skor	8.7	7.7
Peringkat	#11	#31
Keandalan	10.0	10.0
Konsistensi	9.6	8.5
Tes benar
Tingkat lulus per percobaan	82.5%	74.6%
Tes tidak stabil	1	4
Total Run	63	63
Biaya per hasil	3.991	0.299
Total Biaya	$0.679	$0.029
Harga input	$5.000 / 1M	$0.099 / 1M
Harga output	$25.000 / 1M	$0.197 / 1M
Total token input	65,406	39,745
Token output	11,858	10,310
Token penalaran	2,198	123,501
Waktu respons (rata-rata)	4.73s	45.85s
Waktu respons (maks)	23.18s	218.13s
Waktu respons (total)	94.51s	962.79s

Generation showcase

Hamster playing table tennis

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

#11 Claude Opus 4.7

medium

Cost: $0.059
Time: 26.8s
Tokens: 2,475 tok

#31 DeepSeek V4 Flash

high

Cost: $0.003
Time: 93.1s
Tokens: 7,926 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 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
DeepSeek V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
DeepSeek V4 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	10.0	10.0	100.0%	0		21.45s	24,501	2,369	1,084
DeepSeek V4 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347

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 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
DeepSeek V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179

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 4.7	7.7	10.0	66.7%	0		1.17s	630	51	0
DeepSeek V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249

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 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
DeepSeek V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632

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 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
DeepSeek V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622

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 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
DeepSeek V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767

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 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
DeepSeek V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542

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 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
DeepSeek V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531

Perbandingan Cepat

Ganti Pasangan Perbandingan