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

average score जवळपास समान आहे: 8.3 vs 8.3. Claude Sonnet 5.5 (xhigh) चा benchmark खर्च कमी आहे: $1.069 vs $1.073. Claude Sonnet 5.5 (xhigh) वेगवान आहे: 13.17s vs 61.35s, pass rates 78.8% vs 68.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-29

तुलना केलेली मॉडेल्स

क्रमांक: #79
एकूण आउटपुट टोकन्स: 77,105
प्रतिसाद वेळ (सरासरी): 13.17s
एकूण खर्च: $1.069

क्रमांक: #77
एकूण आउटपुट टोकन्स: 871,126
प्रतिसाद वेळ (सरासरी): 61.35s
एकूण खर्च: $1.073

शिफारस केलेले मॉडेल Claude Sonnet 5.5 (xhigh)

It has the best score here (8.3), while responding about 4.7x faster than DeepSeek V4.1 Flash (max).

तपशीलवार तुलना

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh प्रकाशन: 2026-09-29	DeepSeek V4.1 Flash DeepSeek V4.1 Flash max 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 max प्रकाशन: 2026-09-10
स्कोअर	8.3	8.3
क्रमांक	#79	#77
विश्वसनीयता	10.0	9.1
सुसंगतता	8.7	9.2
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	78.8%	68.2%
अस्थिर चाचण्या	4	2
एकूण रन	66	66
प्रति निकाल खर्च	7.123	3.829
एकूण खर्च	$1.069	$1.073
इनपुट किंमत	$2.000 / 1M	$0.300 / 1M
आउटपुट किंमत	$10.000 / 1M	$1.200 / 1M
एकूण इनपुट टोकन्स	148,643	89,024
आउटपुट टोकन्स	9,700	5,558
रिझनिंग टोकन्स	67,405	865,568
प्रतिसाद वेळ (सरासरी)	13.17s	61.35s
प्रतिसाद वेळ (कमाल)	54.91s	335.08s
प्रतिसाद वेळ (एकूण)	289.67s	1349.61s
पॅरामीटर्स	~1T एकूण (~100B सक्रिय)	748B एकूण (16B सक्रिय)
उपलब्धता	बंद स्रोत	मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#79 Claude Sonnet 5.5

xhigh

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

#77 DeepSeek V4.1 Flash

max

खर्च: $0.066
वेळ: 211.0s
टोकन्स: 54,712 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:

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		4.35s	852	213	7,262

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		62.50s	7,509	373	132,357

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		160.31s	66,677	4,031	221,091

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		4.56s	2,397	120	2,047

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	3.6	7.2	22.2%	1		198.41s	909	27	384,462

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		4.00s	549	148	1,093

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		7.64s	783	63	2,293

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	5.5	7.1	44.4%	1		30.82s	828	339	54,014

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		9.49s	8,259	228	693

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		98.48s	261	16	60,256

झटपट तुलना

तुलना जोडी बदला

Claude Sonnet 5.5xhighvsMuse Spark 1.1low Claude Sonnet 5.5xhighvsGPT-6 Lunahigh DeepSeek V4.1 FlashmaxvsMuse Spark 1.1low Claude Sonnet 5.5highvsDeepSeek V4.1 Flashmax DeepSeek V4.1 FlashmaxvsInkling Smallhigh DeepSeek V4.1 FlashmaxvsGPT-6 Sollow Claude Sonnet 5.5xhighvsGLM 5.3 FlashXmax DeepSeek V4.1 FlashmaxvsGPT-6 Lunahigh Seed 2.1 TurbomediumvsDeepSeek V4.1 Flashmax DeepSeek V4.1 FlashmaxvsMiMo-V2.6-Promedium DeepSeek V4.1 FlashmaxvsQwen3.8 27Bhigh DeepSeek V4.1 FlashmaxvsGPT-5.2medium