Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs DeepSeek: DeepSeek V4 Pro

Ringkasan

Perbandingan benchmark Claude Opus 4.8 vs DeepSeek V4 Pro: Claude Opus 4.8 unggul dalam skor rata-rata dengan 7.7 vs 7.6. DeepSeek V4 Pro memiliki biaya benchmark lebih rendah di $0.157 vs $1.270. Claude Opus 4.8 lebih cepat di 10.83s vs 77.20s, dengan tingkat keberhasilan 79.4% vs 66.7%.

Model yang direkomendasikan: Claude Opus 4.8 - It has the best score here (7.7), while responding about 7.1x faster than DeepSeek V4 Pro.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-30

Metrik Claude Opus 4.8 Claude Opus 4.8 low Rilis: 2026-05-28 DeepSeek V4 Pro DeepSeek V4 Pro high Rilis: 2026-04-24
Skor 7.7 7.6
Peringkat #38 #43
Keandalan 10.0 9.3
Konsistensi 8.8 7.0
Tes benar
Tingkat lulus per percobaan 79.4% 66.7%
Tes tidak stabil 3 8
Total Run 63 63
Biaya per hasil 8.466 1.742
Total Biaya $1.270 $0.157
Harga input $5.000 / 1M $0.435 / 1M
Harga output $25.000 / 1M $0.870 / 1M
Total token input 60,946 38,726
Token output 31,771 6,334
Token penalaran 6,831 159,151
Waktu respons (rata-rata) 10.83s 77.20s
Waktu respons (maks) 127.97s 416.76s
Waktu respons (total) 227.39s 1621.17s

Showcase generasi

Hamster playing table tennis

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

#38 Claude Opus 4.8

low
Biaya
$0.031
Waktu
14.1s
Token
1,345 tok

#43 DeepSeek V4 Pro

high
Biaya
$0.023
Waktu
257.6s
Token
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 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
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 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
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 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
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 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
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 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
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 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
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 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
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 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
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 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
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 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
DeepSeek V4 Pro 3.0 10.0 0.0% 0 34.01s 183 16 5,961

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumClaude Opus 4.8lowvsKimi K2.6mediumTersedia gratisClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsMercury 2mediumDeepSeek V4 ProhighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 Prohigh