AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs DeepSeek: DeepSeek V4 Pro

Сводка

Сравнение benchmark Claude Opus 4.6 vs DeepSeek V4 Pro: Claude Opus 4.6 лидирует по среднему баллу: 7.7 vs 7.6. DeepSeek V4 Pro имеет более низкую стоимость benchmark: $0.157 vs $2.053. Claude Opus 4.6 быстрее: 25.89s vs 77.20s, с долей успешных попыток 61.9% vs 66.7%.

Рекомендуемая модель: DeepSeek V4 Pro - Его балл близок к лучшему здесь (7.6 против 7.7), при этом он примерно в 13.1 раза дешевле, чем Claude Opus 4.6.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-17

Метрика	Claude Opus 4.6 Claude Opus 4.6 medium Релиз: 2026-02-05	DeepSeek V4 Pro DeepSeek V4 Pro high Релиз: 2026-04-24

Метрика	Claude Opus 4.6 Claude Opus 4.6 medium Релиз: 2026-02-05	DeepSeek V4 Pro DeepSeek V4 Pro high Релиз: 2026-04-24
Оценка	7.7	7.6
Ранг	#38	#41
Надежность	10.0	9.3
Стабильность	8.8	7.0
Тестов верно
Доля успешных попыток	61.9%	66.7%
Нестабильные тесты	3	8
Всего запусков	63	63
Стоимость за результат	17.103	1.742
Общая стоимость	$2.053	$0.157
Цена входа	$5.000 / 1M	$0.435 / 1M
Цена выхода	$25.000 / 1M	$0.870 / 1M
Общее число входных токенов	53,227	38,726
Выходные токены	47,446	6,334
Токены рассуждений	24,000	159,151
Время ответа (среднее)	25.89s	77.20s
Время ответа (макс.)	83.40s	416.76s
Время ответа (суммарно)	362.49s	1621.17s

Generation showcase

Hamster playing table tennis

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

#38 Claude Opus 4.6

medium

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 0 tok

#41 DeepSeek V4 Pro

high

Cost: $0.023
Time: 257.6s
Tokens: 14,870 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	6.4	5.8	66.7%	2		7.45s	840	986	1,071
DeepSeek V4 Pro	5.7	5.9	58.3%	2		25.70s	536	149	3,214

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	5.7	7.1	44.4%	1		30.10s	8,522	13,057	4,121
DeepSeek V4 Pro	6.1	4.6	66.7%	2		243.00s	5,090	383	84,580

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	10.0	10.0	100.0%	0		76.66s	20,685	8,178	5,194
DeepSeek V4 Pro	10.0	10.0	100.0%	0		38.17s	14,060	454	5,836

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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		25.03s	7,690	274	2,166

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	3.0	10.0	0.0%	0		83.40s	674	14,642	8,687
DeepSeek V4 Pro	3.6	7.2	22.2%	1		151.46s	569	4,404	50,391

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	10.0	10.0	100.0%	0		5.04s	564	188	292
DeepSeek V4 Pro	10.0	10.0	100.0%	0		8.83s	471	115	1,013

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	10.0	10.0	100.0%	0		2.43s	792	266	467
DeepSeek V4 Pro	7.8	6.6	83.3%	1		8.73s	627	66	2,726

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	7.7	10.0	66.7%	0		4.71s	816	532	630
DeepSeek V4 Pro	6.9	4.9	77.8%	2		56.85s	591	178	2,563

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	10.0	10.0	100.0%	0		9.73s	11,454	861	329
DeepSeek V4 Pro	9.8	10.0	100.0%	0		15.92s	8,909	295	701

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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		34.01s	183	16	5,961

Быстрое сравнение

Сменить пару сравнения