#39 Claude Opus 4.8
low- コスト
- $0.031
- 時間
- 14.1s
- トークン
- 1,345 tok
Anthropic: Claude Opus 4.8 vs DeepSeek: DeepSeek V4 Flash
Claude Opus 4.8 (low) が平均スコアでリードし、7.8 vs 7.7 です。 DeepSeek V4 Flash (high) の benchmark コストが低く、$0.042 vs $2.077 です。 Claude Opus 4.8 (low) の方が高速で、12.74s vs 49.75s です、成功率は 80.3% vs 72.7% です。
おすすめモデルDeepSeek V4 Flash (high)スコアはここでの最高値に近く（7.7 vs 7.8）、Claude Opus 4.8 (low) より約 49.5 倍低コストです。
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 | DeepSeek V4 Flash DeepSeek V4 Flash high |
|---|---|---|
| スコア | 7.8 | 7.7 |
| 順位 | #39 | #43 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.9 | 8.2 |
| 正解テスト | ||
| 試行ごとの合格率 | 80.3% | 72.7% |
| 不安定なテスト | 3 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 12.979 | 0.402 |
| 合計コスト | $2.077 | $0.042 |
| 入力価格 | $5.000 / 1M | $0.098 / 1M |
| 出力価格 | $25.000 / 1M | $0.196 / 1M |
| 合計入力トークン | 156,525 | 108,392 |
| 出力トークン | 43,141 | 14,478 |
| 推論トークン | 8,617 | 153,687 |
| 応答時間（平均） | 12.74s | 49.75s |
| 応答時間（最大） | 127.97s | 218.13s |
| 応答時間（合計） | 280.29s | 1094.41s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#43 DeepSeek V4 Flash
high- コスト
- $0.003
- 時間
- 93.1s
- トークン
- 7,926 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
| 反AIトリック | 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 | 10.0 | 10.0 | 100.0% | 0 | 3.30s | 834 | 793 | 371 | |
| DeepSeek V4 Flash | 8.3 | 10.0 | 75.0% | 0 | 28.51s | 540 | 140 | 7,770 |
| 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 V4 Flash | 7.8 | 10.0 | 66.7% | 0 | 50.60s | 7,279 | 395 | 34,862 |
| 複合 | 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 | 9.9 | 10.0 | 100.0% | 0 | 36.87s | 119,079 | 13,586 | 2,867 | |
| DeepSeek V4 Flash | 6.4 | 5.8 | 66.7% | 1 | 104.10s | 82,663 | 4,633 | 37,533 |
| データ解析と抽出 | 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 | 6.3 | 5.8 | 66.7% | 1 | 2.27s | 10,503 | 310 | 0 | |
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 28.03s | 7,290 | 201 | 1,179 |
| ドメイン特化 | 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 | 5.3 | 10.0 | 33.3% | 0 | 45.53s | 975 | 23,311 | 3,908 | |
| DeepSeek V4 Flash | 4.1 | 4.4 | 44.5% | 2 | 100.31s | 666 | 27 | 59,249 |
| 汎用知能 | 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 | 10.0 | 10.0 | 100.0% | 0 | 2.55s | 708 | 231 | 0 | |
| DeepSeek V4 Flash | 6.1 | 3.1 | 66.7% | 1 | 25.15s | 471 | 79 | 632 |
| 指示追従 | 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 | 9.8 | 10.0 | 100.0% | 0 | 2.78s | 909 | 111 | 221 | |
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.36s | 627 | 63 | 1,622 |
| パズル解決 | 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 | 10.0 | 10.0 | 100.0% | 0 | 3.01s | 894 | 592 | 184 | |
| DeepSeek V4 Flash | 8.2 | 7.2 | 88.9% | 1 | 26.11s | 594 | 196 | 1,767 |
| ツール呼び出し | 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 | 10.0 | 10.0 | 100.0% | 0 | 6.85s | 11,775 | 370 | 35 | |
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 74.73s | 8,079 | 228 | 542 |
| 雑学 | 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 | 3.0 | 10.0 | 0.0% | 0 | 5.48s | 258 | 200 | 222 | |
| DeepSeek V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 54.46s | 183 | 8,516 | 8,531 |
クイック比較
比較ペアを切り替え
Claude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Opus 4.8lowvsGLM 5mediumDeepSeek V4 FlashhighvsGLM 5mediumDeepSeek V4 FlashhighvsMiniMax M3mediumClaude Opus 4.8lowvsGPT-5.6 LunahighDeepSeek V4 FlashhighvsGrok Build 0.1mediumClaude Opus 4.8lowvsGPT-5.6 TerramediumClaude Opus 4.8lowvsGLM 5.2mediumClaude Opus 4.8lowvsQwen3.6 PlusmediumClaude Opus 4.8lowvsDeepSeek V4 ProhighDeepSeek V4 FlashhighvsGPT-5.6 LunamediumClaude Opus 4.8lowvsQwen3.7 Plusmedium