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

DeepSeek V4.1 Flash (high) average score मध्ये पुढे आहे: 8.7 vs 8.6. DeepSeek V4.1 Flash (high) चा benchmark खर्च कमी आहे: $0.617 vs $1.516. Claude Sonnet 5.5 (xhigh) वेगवान आहे: 14.98s vs 33.27s, pass rates 79.7% vs 75.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक: #75
एकूण आउटपुट टोकन्स: 83,041
प्रतिसाद वेळ (सरासरी): 14.98s
एकूण खर्च: $1.516

क्रमांक: #64
एकूण आउटपुट टोकन्स: 464,156
प्रतिसाद वेळ (सरासरी): 33.27s
एकूण खर्च: $0.617

शिफारस केलेले मॉडेल DeepSeek V4.1 Flash (high)

It has the best score here (8.7), while costing about 2.5x less than Claude Sonnet 5.5 (xhigh).

तपशीलवार तुलना

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

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh प्रकाशन: 2026-09-29	DeepSeek V4.1 Flash DeepSeek V4.1 Flash high प्रकाशन: 2026-09-10
स्कोअर	8.6	8.7
क्रमांक	#75	#64
विश्वसनीयता	10.0	9.7
सुसंगतता	8.7	9.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	79.7%	75.4%
अस्थिर चाचण्या	4	3
एकूण रन	69	69
प्रति निकाल खर्च	9.473	1.843
एकूण खर्च	$1.516	$0.617
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	342,579	282,490
आउटपुट टोकन्स	12,848	8,621
रिझनिंग टोकन्स	70,193	455,535
प्रतिसाद वेळ (सरासरी)	14.98s	33.27s
प्रतिसाद वेळ (कमाल)	54.92s	205.53s
प्रतिसाद वेळ (एकूण)	344.60s	765.12s
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.

#75 Claude Sonnet 5.5

xhigh

खर्च: $0.319
वेळ: 258.6s
टोकन्स: 31,969 tok

#64 DeepSeek V4.1 Flash

high

खर्च: $0.035
वेळ: 111.0s
टोकन्स: 29,201 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		54.92s	193,936	3,148	2,788
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		43.97s	182,379	1,979	9,237

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		4.21s	858	417	1,162
DeepSeek V4.1 Flash	8.3	10.0	75.0%	0		3.42s	852	170	5,348

कोडिंग	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	7.2	88.9%	1		11.90s	10,608	555	9,501
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		49.19s	7,509	376	108,285

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	8.7	6.9	83.3%	1		30.37s	111,104	6,732	10,690
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		27.63s	77,764	5,152	31,635

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	10.0	10.0	100.0%	0		4.96s	10,515	312	1,590
DeepSeek V4.1 Flash	6.5	10.0	50.0%	0		4.19s	2,397	120	1,584

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	2.9	7.2	11.1%	1		35.33s	990	56	34,319
DeepSeek V4.1 Flash	5.3	7.2	44.4%	1		127.30s	909	28	249,623

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		9.10s	714	279	2,152
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		4.16s	549	120	1,130

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	10.0	10.0	100.0%	0		4.58s	921	98	661
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		7.06s	783	63	1,972

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		4.88s	912	716	1,402
DeepSeek V4.1 Flash	6.4	4.9	66.7%	2		14.27s	828	339	23,969

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		10.29s	11,757	354	1,112
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		15.28s	8,259	258	506

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		17.31s	264	181	4,816
DeepSeek V4.1 Flash	3.0	10.0	0.0%	0		38.05s	261	16	22,246

तुलना जोडी बदला