नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs DeepSeek: DeepSeek V4 Flash

सारांश

Claude Opus 4.8 (medium) vs DeepSeek V4 Flash (high) benchmark तुलना: Claude Opus 4.8 (medium) average score मध्ये पुढे आहे: 8.8 vs 8.3. DeepSeek V4 Flash (high) चा benchmark खर्च कमी आहे: $0.027 vs $1.107. Claude Opus 4.8 (medium) वेगवान आहे: 9.72s vs 45.85s, pass rates 84.1% vs 74.6%.

शिफारस केलेले मॉडेल: DeepSeek V4 Flash (high) - Its score stays close to the best score here (8.3 vs 8.8), while costing about 42.4x less than Claude Opus 4.8 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-10

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 medium प्रकाशन: 2026-05-28 DeepSeek V4 Flash DeepSeek V4 Flash high प्रकाशन: 2026-04-24
स्कोअर 8.8 8.3
क्रमांक #15 #27
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 8.5
बरोबर चाचण्या
प्रति प्रयत्न पास दर 84.1% 74.6%
अस्थिर चाचण्या 1 4
एकूण रन 63 63
प्रति निकाल खर्च 6.512 0.299
एकूण खर्च $1.107 $0.027
इनपुट किंमत $5.000 / 1M $0.090 / 1M
आउटपुट किंमत $25.000 / 1M $0.180 / 1M
एकूण इनपुट टोकन्स 61,007 39,745
आउटपुट टोकन्स 26,495 10,310
रिझनिंग टोकन्स 5,901 123,501
प्रतिसाद वेळ (सरासरी) 9.72s 45.85s
प्रतिसाद वेळ (कमाल) 38.03s 218.13s
प्रतिसाद वेळ (एकूण) 204.19s 962.79s

जनरेशन शोकेस

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
खर्च
$0.057
वेळ
23.1s
टोकन्स
2,412 tok

#27 DeepSeek V4 Flash

high
खर्च
$0.003
वेळ
93.1s
टोकन्स
7,926 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 834 1,179 478
DeepSeek V4 Flash 8.3 10.0 75.0% 0 28.51s 540 140 7,770
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
DeepSeek V4 Flash 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 23,561 5,260 1,588
DeepSeek V4 Flash 10.0 10.0 100.0% 0 76.57s 14,016 465 7,347
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 10,503 481 312
DeepSeek V4 Flash 10.0 10.0 100.0% 0 28.03s 7,290 201 1,179
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 5.3 10.0 33.3% 0 14.59s 975 7,477 900
DeepSeek V4 Flash 4.1 4.4 44.5% 2 100.31s 666 27 59,249
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 708 237 0
DeepSeek V4 Flash 6.1 3.1 66.7% 1 25.15s 471 79 632
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 909 373 320
DeepSeek V4 Flash 10.0 10.0 100.0% 0 15.36s 627 63 1,622
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 894 791 483
DeepSeek V4 Flash 8.2 7.2 88.9% 1 26.11s 594 196 1,767
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 11,775 301 225
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 8,079 228 542
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 258 451 214
DeepSeek V4 Flash 3.0 10.0 0.0% 0 54.46s 183 8,516 8,531

झटपट तुलना

तुलना जोडी बदला