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 Pro

Rezumat

Comparație benchmark Claude Opus 4.6 vs DeepSeek V4 Pro: Claude Opus 4.6 conduce la scorul mediu cu 7.7 vs 7.2. DeepSeek V4 Pro are costul de benchmark mai mic, $0.034 vs $2.053. DeepSeek V4 Pro este mai rapid cu 6.41s vs 25.89s, cu rate de reușită de 61.9% vs 52.4%.

Model recomandat: DeepSeek V4 Pro - Scorul rămâne aproape de cel mai bun scor de aici (7.2 vs 7.7) și costă de aproximativ 61.7x mai puțin decât Claude Opus 4.6.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

Metrică Claude Opus 4.6 Claude Opus 4.6 medium Lansare: 2026-02-05 DeepSeek V4 Pro DeepSeek V4 Pro none Lansare: 2026-04-24
Scor 7.7 7.2
Rang #38 #58
Fiabilitate 10.0 9.9
Consistență 8.8 8.8
Teste corecte
Rată de trecere pe încercare 61.9% 52.4%
Teste instabile 3 3
Rulări totale 63 63
Cost per rezultat 17.103 0.333
Cost total $2.053 $0.034
Preț de intrare $5.000 / 1M $0.435 / 1M
Preț de ieșire $25.000 / 1M $0.870 / 1M
Total tokenuri de intrare 53,227 53,558
Tokenuri de ieșire 47,446 11,424
Tokenuri de raționament 24,000 0
Timp de răspuns (mediu) 25.89s 6.41s
Timp de răspuns (maxim) 83.40s 30.09s
Timp de răspuns (total) 362.49s 134.66s

Prezentare generare

Hamster playing table tennis

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

#38 Claude Opus 4.6

medium
SVG invalid
Cost
$0.000
Timp
300.0s
Tokenuri
0 tok

#58 DeepSeek V4 Pro

none
SVG invalid
Cost
$0.000
Timp
300.0s
Tokenuri
0 tok

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 intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
DeepSeek V4 Pro 3.2 6.1 16.7% 2 4.02s 540 1,168 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
DeepSeek V4 Pro 5.6 10.0 33.3% 0 13.38s 7,275 5,500 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
DeepSeek V4 Pro 9.5 10.0 100.0% 0 23.74s 27,529 2,235 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
DeepSeek V4 Pro 10.0 10.0 100.0% 0 4.61s 7,568 200 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
DeepSeek V4 Pro 5.3 10.0 33.3% 0 3.72s 666 24 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
DeepSeek V4 Pro 5.0 10.0 0.0% 0 2.05s 471 126 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
DeepSeek V4 Pro 6.3 5.8 66.7% 1 4.12s 627 713 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
DeepSeek V4 Pro 10.0 10.0 100.0% 0 3.61s 594 442 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
DeepSeek V4 Pro 10.0 10.0 100.0% 0 7.40s 8,105 328 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
DeepSeek V4 Pro 3.0 10.0 0.0% 0 5.76s 183 688 0

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.6mediumvsStep 3.7 FlashlowDeepSeek V4 PrononevsGemma 4 26B A4BmediumDisponibil gratuitDeepSeek V4 PrononevsStep 3.7 FlashhighDeepSeek V4 PrononevsGLM 5.1mediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 PrononevsKimi K2.7 CodemediumDeepSeek V4 PrononevsGrok 4.20mediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneDeepSeek V4 PrononevsGemini 3 Flash PreviewlowDeepSeek V4 PrononevsMiMo-V2.5-PromediumSeed-2.0-MinimediumvsDeepSeek V4 PrononeDeepSeek V4 PrononevsQwen3.6 Flashmedium