Navegação
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs DeepSeek: DeepSeek V4 Flash

Resumo

Comparação benchmark Claude Opus 4.8 (medium) vs DeepSeek V4 Flash (high): Claude Opus 4.8 (medium) lidera na pontuação média com 8.8 vs 8.3. DeepSeek V4 Flash (high) tem menor custo de benchmark com $0.027 vs $1.107. Claude Opus 4.8 (medium) é mais rápido com 9.72s vs 45.85s, com taxas de acerto de 84.1% vs 74.6%.

Modelo recomendado: DeepSeek V4 Flash (high) - A pontuação fica perto da melhor aqui (8.3 vs 8.8) e custa cerca de 42.4x menos que Claude Opus 4.8 (medium).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-10

Métrica Claude Opus 4.8 Claude Opus 4.8 medium Lançamento: 2026-05-28 DeepSeek V4 Flash DeepSeek V4 Flash high Lançamento: 2026-04-24
Pontuação 8.8 8.3
Posição #15 #27
Confiabilidade 10.0 10.0
Consistência 9.6 8.5
Testes corretos
Taxa de acerto por tentativa 84.1% 74.6%
Testes instáveis 1 4
Execuções totais 63 63
Custo por resultado 6.512 0.299
Custo total $1.107 $0.027
Preço de entrada $5.000 / 1M $0.090 / 1M
Preço de saída $25.000 / 1M $0.180 / 1M
Total de tokens de entrada 61,007 39,745
Tokens de saída 26,495 10,310
Tokens de raciocínio 5,901 123,501
Tempo de resposta (médio) 9.72s 45.85s
Tempo de resposta (máx.) 38.03s 218.13s
Tempo de resposta (total) 204.19s 962.79s

Geração showcase

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
Custo
$0.057
Tempo
23.1s
Tokens
2,412 tok

#27 DeepSeek V4 Flash

high
Custo
$0.003
Tempo
93.1s
Tokens
7,926 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Truques anti-IA Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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
Análise e extração de dados Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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
Conhecimentos gerais Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
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

Comparação rápida

Trocar par de comparação

DeepSeek V4 FlashhighvsGemini 2.5 FlashmediumDeepSeek V4 FlashhighvsGrok 4.5mediumDeepSeek V4 FlashhighvsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsGPT-5.2mediumDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmediumDisponível grátisDeepSeek V4 FlashhighvsStep 3.7 FlashmediumDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneSeed-2.0-LitemediumvsDeepSeek V4 FlashhighDeepSeek V4 FlashhighvsGPT-5.4mediumDeepSeek V4 FlashhighvsGPT-5.4 MinimediumDeepSeek V4 FlashhighvsQwen3.5 Plus 2026-02-15mediumDeepSeek V4 FlashhighvsGPT-5 Minimedium