Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs DeepSeek: DeepSeek V4 Pro

Ringkasan

Perbandingan benchmark Claude Sonnet 4.6 vs DeepSeek V4 Pro: Claude Sonnet 4.6 unggul dalam skor rata-rata dengan 7.8 vs 7.2. DeepSeek V4 Pro memiliki biaya benchmark lebih rendah di $0.034 vs $1.418. DeepSeek V4 Pro lebih cepat di 6.41s vs 17.06s, dengan tingkat keberhasilan 65.1% vs 52.4%.

Model yang direkomendasikan: DeepSeek V4 Pro - Its score stays close to the best score here (7.2 vs 7.8), while costing about 42.6x less than Claude Sonnet 4.6.

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

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 medium Rilis: 2026-02-17 DeepSeek V4 Pro DeepSeek V4 Pro none Rilis: 2026-04-24
Skor 7.8 7.2
Peringkat #32 #60
Keandalan 10.0 9.9
Konsistensi 9.1 8.8
Tes benar
Tingkat lulus per percobaan 65.1% 52.4%
Tes tidak stabil 2 3
Total Run 63 63
Biaya per hasil 10.904 0.333
Total Biaya $1.418 $0.034
Harga input $3.000 / 1M $0.435 / 1M
Harga output $15.000 / 1M $0.870 / 1M
Total token input 49,112 53,558
Token output 54,703 11,424
Token penalaran 29,970 0
Waktu respons (rata-rata) 17.06s 6.41s
Waktu respons (maks) 46.35s 30.09s
Waktu respons (total) 221.83s 134.66s

Showcase generasi

Hamster playing table tennis

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

#32 Claude Sonnet 4.6

medium
SVG tidak valid
Biaya
$0.000
Waktu
300.0s
Token
0 tok

#60 DeepSeek V4 Pro

none
SVG tidak valid
Biaya
$0.000
Waktu
300.0s
Token
0 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 Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 789 1,046 1,093
DeepSeek V4 Pro 3.2 6.1 16.7% 2 4.02s 540 1,168 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
DeepSeek V4 Pro 5.6 10.0 33.3% 0 13.38s 7,275 5,500 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 18,351 5,871 3,962
DeepSeek V4 Pro 9.5 10.0 100.0% 0 23.74s 27,529 2,235 0
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 Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 8,676 649 742
DeepSeek V4 Pro 10.0 10.0 100.0% 0 4.61s 7,568 200 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 4.6 2.9 7.2 11.1% 1 0ms 471 25,790 16,919
DeepSeek V4 Pro 5.3 10.0 33.3% 0 3.72s 666 24 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 564 256 433
DeepSeek V4 Pro 5.0 10.0 0.0% 0 2.05s 471 126 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 792 318 552
DeepSeek V4 Pro 6.3 5.8 66.7% 1 4.12s 627 713 0
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 Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 816 592 646
DeepSeek V4 Pro 10.0 10.0 100.0% 0 3.61s 594 442 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 11,454 655 351
DeepSeek V4 Pro 10.0 10.0 100.0% 0 7.40s 8,105 328 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 204 3,437 1,586
DeepSeek V4 Pro 3.0 10.0 0.0% 0 5.76s 183 688 0

Perbandingan Cepat

Ganti Pasangan Perbandingan