Claude Sonnet 5.5 (high) vs DeepSeek V4.1 Flash (medium)

DeepSeek V4.1 Flash (medium) average score मध्ये पुढे आहे: 8.7 vs 8.6. DeepSeek V4.1 Flash (medium) चा benchmark खर्च कमी आहे: $0.591 vs $1.175. Claude Sonnet 5.5 (high) वेगवान आहे: 10.79s vs 32.88s, pass rates 81.2% vs 73.9%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #63
एकूण आउटपुट टोकन्स: 48,293
प्रतिसाद वेळ (सरासरी): 10.79s
एकूण खर्च: $1.175

क्रमांक: #53
एकूण आउटपुट टोकन्स: 444,665
प्रतिसाद वेळ (सरासरी): 32.88s
एकूण खर्च: $0.591

शिफारस केलेले मॉडेल DeepSeek V4.1 Flash (medium)

It has the best score here (8.7), while costing about 2.0x less than Claude Sonnet 5.5 (high).

तपशीलवार तुलना

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 high प्रकाशन: 2026-09-29	DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium प्रकाशन: 2026-09-10

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 high प्रकाशन: 2026-09-29	DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium प्रकाशन: 2026-09-10
स्कोअर	8.6	8.7
क्रमांक	#63	#53
विश्वसनीयता	10.0	9.6
सुसंगतता	8.3	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	81.2%	73.9%
अस्थिर चाचण्या	5	2
एकूण रन	69	69
प्रति निकाल खर्च	7.340	1.757
एकूण खर्च	$1.175	$0.591
इनपुट किंमत	$2.000 / 1M	$0.013 / 1M
आउटपुट किंमत	$10.000 / 1M	$1.320 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	$0.013 / 1M
कॅश लिहिण्याची किंमत	$2.500 / 1M	लागू नाही
एकूण इनपुट टोकन्स	345,687	280,643
आउटपुट टोकन्स	13,550	7,342
रिझनिंग टोकन्स	34,743	437,323
प्रतिसाद वेळ (सरासरी)	10.79s	32.88s
प्रतिसाद वेळ (कमाल)	51.53s	276.31s
प्रतिसाद वेळ (एकूण)	248.22s	756.34s
पॅरामीटर्स	~1T एकूण (~100B सक्रिय)	748B एकूण (16B सक्रिय)
उपलब्धता	बंद स्रोत	मुक्त स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#63 Claude Sonnet 5.5

high

खर्च: $0.088
वेळ: 73.5s
टोकन्स: 8,914 tok

#53 DeepSeek V4.1 Flash

medium

खर्च: $0.014
वेळ: 34.7s
टोकन्स: 11,541 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		51.53s	186,231	3,380	1,608
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		47.59s	192,135	1,932	11,917

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		3.69s	858	500	917
DeepSeek V4.1 Flash	8.3	10.0	75.0%	0		3.07s	852	156	4,108

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		9.85s	10,608	561	6,326
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		34.45s	7,509	396	71,345

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	8.2	6.9	66.7%	1		24.57s	121,917	7,165	5,930
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		22.21s	66,161	3,956	24,673

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	7.3	5.8	83.3%	1		3.86s	10,515	363	1,045
DeepSeek V4.1 Flash	6.5	10.0	50.0%	0		3.77s	2,397	120	998

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	3.5	4.4	33.3%	2		17.52s	990	61	14,014
DeepSeek V4.1 Flash	2.9	7.2	11.1%	1		153.01s	909	24	298,454

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	6.5	3.4	66.7%	1		6.93s	714	313	1,358
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		3.13s	549	131	581

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	9.9	10.0	100.0%	0		5.13s	921	98	346
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		9.69s	783	63	1,483

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		3.54s	912	569	834
DeepSeek V4.1 Flash	8.7	7.7	88.9%	1		8.01s	828	293	12,340

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		5.22s	11,757	410	97
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		15.33s	8,259	258	296

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	3.0	10.0	0.0%	0		9.93s	264	130	2,268
DeepSeek V4.1 Flash	3.0	10.0	0.0%	0		20.25s	261	13	11,128

तुलना जोडी बदला

Claude Sonnet 5.5highvsMuse Spark 1.1low DeepSeek V4.1 FlashmediumvsMuse Spark 1.2low Claude Sonnet 5.5highvsDeepSeek V4.1 Flashmax Claude Sonnet 5.5highvsQwen3.8 Max (0902)low Claude Sonnet 5.5highvsGPT-6 Sollow DeepSeek V4.1 FlashmediumvsQwen3.8 27Bhighमोफत उपलब्ध Claude Sonnet 5.5highvsSeed 2.1 Turbomedium Claude Sonnet 5.5highvsMiMo-V2.6-Promedium DeepSeek V4.1 FlashmediumvsQwen3.8 MAXlow Claude Sonnet 5.5highvsGPT-5.2medium DeepSeek V4.1 FlashmediumvsGPT-6 Sollow Claude Sonnet 5.5highvsMuse Spark 1.3low