ナビゲーション
AI BENCHY
Advertise here

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

Claude Opus 4.8 (low) が平均スコアでリードし、7.8 vs 7.0 です。 DeepSeek V3.2 (medium) の benchmark コストが低く、$0.078 vs $2.077 です。 Claude Opus 4.8 (low) の方が高速で、12.74s vs 68.62s です、成功率は 80.3% vs 65.2% です。

おすすめモデルClaude Opus 4.8 (low)ここでは最高スコア（7.8）で、DeepSeek V3.2 (medium) より約 5.4 倍速く応答します。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-17

指標 Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28 DeepSeek V3.2 DeepSeek V3.2 medium リリース: 2025-12-01
スコア 7.8 7.0
順位 #39 #73
信頼性 10.0 10.0
一貫性 8.9 7.4
正解テスト
試行ごとの合格率 80.3% 65.2%
不安定なテスト 3 7
総実行回数 66 66
結果あたりのコスト 12.979 0.671
合計コスト $2.077 $0.078
入力価格 $5.000 / 1M $0.269 / 1M
出力価格 $25.000 / 1M $0.400 / 1M
合計入力トークン 156,525 101,047
出力トークン 43,141 11,834
推論トークン 8,617 117,014
応答時間（平均） 12.74s 68.62s
応答時間（最大） 127.97s 376.10s
応答時間（合計） 280.29s 1509.53s

Hamster playing table tennis

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

#39 Claude Opus 4.8

low
コスト
$0.031
時間
14.1s
トークン
1,345 tok

#73 DeepSeek V3.2

medium
コスト
$0.001
時間
53.6s
トークン
1,932 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

コーディング スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014

クイック比較

比較ペアを切り替え

DeepSeek V3.2mediumvsGemini 3.5 FlashnoneClaude Opus 4.8lowvsGLM 5mediumClaude Opus 4.8lowvsGPT-5.6 LunahighClaude Opus 4.8lowvsGPT-5.6 TerramediumClaude Opus 4.8lowvsGLM 5.2mediumClaude Opus 4.8lowvsQwen3.6 PlusmediumClaude Opus 4.8lowvsDeepSeek V4 FlashhighClaude Opus 4.8lowvsDeepSeek V4 ProhighDeepSeek V3.2mediumvsGPT-5.6 SolnoneClaude Opus 4.8lowvsQwen3.7 PlusmediumClaude Opus 4.8lowvsSeed-2.0-LitemediumClaude Opus 4.8lowvsMiniMax M3medium