Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs DeepSeek: DeepSeek V3.2

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-29

Metrik Claude Opus 4.8 Claude Opus 4.8 none Rilis: 2026-05-28 DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01
Skor 7.3 7.3
Peringkat #65 #67
Keandalan 10.0 10.0
Konsistensi 9.2 7.9
Tes benar
Tingkat lulus per percobaan 65.0% 67.5%
Tes tidak stabil 2 5
Total Run 60 60
Biaya per hasil 4.324 0.335
Total Biaya $0.519 $0.037
Harga input $5.000 / 1M $0.252 / 1M
Harga output $25.000 / 1M $0.378 / 1M
Token output 8,098 7,177
Token penalaran 0 68,297
Waktu respons (rata-rata) 3.51s 53.34s
Waktu respons (maks) 17.73s 189.03s
Waktu respons (total) 70.19s 1066.71s

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 4.8 6.5 10.0 50.0% 0 3.40s 1,472 0
DeepSeek V3.2 10.0 10.0 100.0% 0 24.23s 3,247 6,953
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 6.8 10.0 50.0% 0 3.59s 1,323 0
DeepSeek V3.2 4.1 5.8 33.3% 1 184.97s 640 21,230
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 3,259 0
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 571 6,296
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 4.8 7.3 5.8 83.3% 1 1.77s 308 0
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 207 7,693
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 5.3 7.2 44.4% 1 1.66s 61 0
DeepSeek V3.2 2.9 4.4 22.2% 2 24.27s 21 6,838
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 3.48s 230 0
DeepSeek V3.2 5.1 2.5 50.0% 1 58.29s 49 2,189
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 9.9 10.0 100.0% 0 1.37s 95 0
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 1,397 2,845
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 7.7 10.0 66.7% 0 2.74s 783 0
DeepSeek V3.2 7.0 7.2 55.6% 1 37.69s 518 6,375
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 5.35s 355 0
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 507 859
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 3.0 10.0 0.0% 0 3.41s 212 0
DeepSeek V3.2 3.0 10.0 0.0% 0 83.99s 20 7,019

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8nonevsQwen3.5-35B-A3BmediumDeepSeek V3.2mediumvsRing-2.6-1TnoneClaude Opus 4.8nonevsRing-2.6-1TmediumClaude Opus 4.8nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.2mediumClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsStep 3.7 FlashlowClaude Opus 4.8nonevsGPT-5 MinimediumDeepSeek V3.2mediumvsStep 3.7 FlashhighDeepSeek V3.2mediumvsStep 3.7 Flashlow