- Rang
- #80
- Total tokenuri de ieșire
- 67,842
- Timp de răspuns (mediu)
- 16.72s
- Cost total
- $3.490
Claude Opus 4.8 (medium) vs DeepSeek V4 Flash 0731 (high)
DeepSeek V4 Flash 0731 (high) conduce la scorul mediu cu 8.4 vs 8.3. DeepSeek V4 Flash 0731 (high) are costul de benchmark mai mic, $0.578 vs $3.490. Claude Opus 4.8 (medium) este mai rapid cu 16.72s vs 118.83s, cu rate de reușită de 82.6% vs 76.8%.
Modele comparate
- Rang
- #74
- Total tokenuri de ieșire
- 532,511
- Timp de răspuns (mediu)
- 118.83s
- Cost total
- $0.578
Model recomandat
DeepSeek V4 Flash 0731 (high)
Are cel mai bun scor aici (8.4) și costă de aproximativ 6.0x mai puțin decât Claude Opus 4.8 (medium).
Comparație detaliată
| Metrică | Claude Opus 4.8 Claude Opus 4.8 medium | DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high |
|---|---|---|
| Scor | 8.3 | 8.4 |
| Rang | #80 | #74 |
| Fiabilitate | 10.0 | 10.0 |
| Consistență | 9.0 | 8.1 |
| Încercări | 69/69 | 69/69 |
| Teste corecte | ||
| Rată de trecere pe încercare | 82.6% | 76.8% |
| Teste instabile | 3 | 5 |
| Rulări totale | 69 | 69 |
| Cost per rezultat | 20.527 | 1.069 |
| Cost total | $3.490 | $0.578 |
| Preț de intrare | $5.000 / 1M | $0.010 / 1M |
| Preț de ieșire | $25.000 / 1M | $1.280 / 1M |
| Total tokenuri de intrare | 360,294 | 281,863 |
| Tokenuri de ieșire | 43,441 | 24,535 |
| Tokenuri de raționament | 24,401 | 507,976 |
| Timp de răspuns (mediu) | 16.72s | 118.83s |
| Timp de răspuns (maxim) | 99.37s | 600.61s |
| Timp de răspuns (total) | 384.66s | 2733.01s |
| Parametri | ~5T în total (~500B activi) | 284B în total (13B activi) |
| Disponibilitate | Închis | Închis |
Prezentare generare modele
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#80 Claude Opus 4.8
medium- Cost
- $0.057
- Timp
- 23.1s
- Tokenuri
- 2,412 tok
#74 DeepSeek V4 Flash 0731
high
No output was saved. The original provider response or failure reason is unavailable.
- Cost
- $0.000
- Timp
- 187.3s
- Tokenuri
- 19,048 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
| Sarcini agentice | 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 4.8 | 6.1 | 3.1 | 66.7% | 1 | 99.37s | 221,846 | 2,676 | 13,239 | |
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 204.36s | 185,161 | 7,569 | 11,635 |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.95s | 834 | 1,179 | 478 | |
| DeepSeek V4 Flash 0731 | 8.7 | 7.9 | 91.7% | 1 | 13.62s | 1,488 | 542 | 10,576 |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 15.33s | 10,590 | 9,945 | 1,381 | |
| DeepSeek V4 Flash 0731 | 6.3 | 6.3 | 55.6% | 1 | 252.67s | 7,044 | 2,160 | 191,210 |
| 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 4.8 | 9.9 | 10.0 | 100.0% | 0 | 54.29s | 101,005 | 19,531 | 4,762 | |
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 87.10s | 67,283 | 11,903 | 41,397 |
| 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 4.8 | 7.1 | 5.6 | 83.3% | 1 | 12.29s | 10,503 | 481 | 312 | |
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 3.65s | 7,764 | 336 | 1,259 |
| 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 4.8 | 3.6 | 7.2 | 22.2% | 1 | 18.11s | 972 | 7,476 | 2,987 | |
| DeepSeek V4 Flash 0731 | 3.5 | 4.4 | 33.3% | 2 | 458.65s | 700 | 104 | 215,629 |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 2.46s | 708 | 237 | 0 | |
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 5.64s | 708 | 72 | 533 |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.32s | 909 | 373 | 320 | |
| DeepSeek V4 Flash 0731 | 9.8 | 10.0 | 100.0% | 0 | 4.46s | 1,101 | 119 | 939 |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.95s | 894 | 791 | 483 | |
| DeepSeek V4 Flash 0731 | 8.2 | 7.7 | 77.8% | 1 | 9.36s | 1,305 | 397 | 6,801 |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 8.96s | 11,775 | 301 | 225 | |
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 5.42s | 8,889 | 357 | 451 |
| 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 4.8 | 3.0 | 10.0 | 0.0% | 0 | 6.14s | 258 | 451 | 214 | |
| DeepSeek V4 Flash 0731 | 3.0 | 10.0 | 0.0% | 0 | 110.63s | 420 | 976 | 27,546 |
Comparație rapidă
Schimbă perechea de comparație
Claude Opus 4.8mediumvsGrok 4.5highClaude Opus 4.8mediumvsKimi K3maxDeepSeek V4 Flash 0731highvsGemini 3.1 Pro PreviewmediumClaude Opus 4.8mediumvsGemini 3.5 FlashhighDeepSeek V4 Flash 0731highvsMuse Glimmer 30BxhighDeepSeek V4 Flash 0731highvsGPT-5 MinimediumClaude Opus 4.8mediumvsGPT-5.6 TerrahighDeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95BlowDeepSeek V4 Flash 0731highvsKimi K3maxClaude Opus 4.8mediumvsGLM 5.2highDeepSeek V4 Flash 0731highvsGPT-6 LunamediumDeepSeek V4 Flash 0731highvsQwen3.7 Plusmedium