Navigare
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 4.6 vs DeepSeek: DeepSeek V4 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-24

Metrică Claude Opus 4.6 Claude Opus 4.6 medium Lansare: 2026-02-05 DeepSeek V4 Flash DeepSeek V4 Flash high Lansare: 2026-04-24
Scor 7.6 7.8
Rang #43 #35
Consistență 9.1 7.8
Teste corecte
Rată de trecere pe încercare 70.4% 79.6%
Teste instabile 2 5
Rulări totale 54 52
Cost per rezultat 12.047 0.189
Cost total $1.446 $0.021
Preț de intrare $5.000 / 1M $0.140 / 1M
Preț de ieșire $25.000 / 1M $0.280 / 1M
Tokenuri de ieșire 29,829 1,757
Tokenuri de raționament 18,938 55,907
Timp de răspuns (mediu) 21.08s 47.47s
Timp de răspuns (maxim) 83.40s 255.28s
Timp de răspuns (total) 231.84s 854.45s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 986 1,071
DeepSeek V4 Flash 8.3 10.0 75.0% 0 28.51s 140 7,770
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 23.11s 3,486 1,504
DeepSeek V4 Flash 10.0 10.0 100.0% 0 62.48s 369 9,361
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 8,178 5,194
DeepSeek V4 Flash 10.0 10.0 100.0% 0 76.57s 465 7,347
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 691 757
DeepSeek V4 Flash 10.0 10.0 100.0% 0 28.03s 201 1,179
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 14,642 8,687
DeepSeek V4 Flash 4.1 4.4 44.5% 2 112.69s 19 24,857
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 188 292
DeepSeek V4 Flash 6.1 3.1 66.7% 1 25.15s 79 632
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 266 467
DeepSeek V4 Flash 10.0 10.0 100.0% 0 15.36s 63 1,622
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 7.7 10.0 66.7% 0 4.60s 531 637
DeepSeek V4 Flash 6.4 4.5 77.8% 2 25.53s 193 2,597
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 861 329
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 228 542

Comparație rapidă

Schimbă perechea de comparație

DeepSeek V4 FlashhighvsGLM 5V TurbomediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsQwen3.5-FlashmediumDeepSeek V4 FlashhighvsGLM 5.1mediumDeepSeek V4 FlashhighvsStep 3.5 FlashmediumDeepSeek V4 FlashhighvsGemini 3.1 Flash Lite PreviewnoneDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsMiMo-V2.5mediumDeepSeek V4 FlashhighvsKimi K2.6mediumDeepSeek V4 FlashhighvsMiMo-V2-OmnimediumDeepSeek V4 FlashhighvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsDeepSeek V4 Flashhigh