Claude Opus 4.8 (medium) vs DeepSeek V4 Flash 0731 (high)

DeepSeek V4 Flash 0731 (high) лидирует по среднему баллу: 8.4 vs 8.3. DeepSeek V4 Flash 0731 (high) имеет более низкую стоимость benchmark: $0.578 vs $3.490. Claude Opus 4.8 (medium) быстрее: 16.72s vs 118.83s, с долей успешных попыток 82.6% vs 76.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #80
Общее число выходных токенов: 67,842
Время ответа (среднее): 16.72s
Общая стоимость: $3.490

Ранг: #74
Общее число выходных токенов: 532,511
Время ответа (среднее): 118.83s
Общая стоимость: $0.578

Рекомендуемая модель DeepSeek V4 Flash 0731 (high)

Здесь у него лучший балл (8.4), при этом он примерно в 6.0 раза дешевле, чем Claude Opus 4.8 (medium).

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high Релиз: 2026-08-01

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high Релиз: 2026-08-01
Оценка	8.3	8.4
Ранг	#80	#74
Надежность	10.0	10.0
Стабильность	9.0	8.1
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	82.6%	76.8%
Нестабильные тесты	3	5
Всего запусков	69	69
Стоимость за результат	20.527	1.069
Общая стоимость	$3.490	$0.578
Цена входа	$5.000 / 1M	$0.010 / 1M
Цена выхода	$25.000 / 1M	$1.280 / 1M
Общее число входных токенов	360,294	281,863
Выходные токены	43,441	24,535
Токены рассуждений	24,401	507,976
Время ответа (среднее)	16.72s	118.83s
Время ответа (макс.)	99.37s	600.61s
Время ответа (суммарно)	384.66s	2733.01s
Параметры	~5T всего (~500B активных)	284B всего (13B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#80 Claude Opus 4.8

medium

Стоимость: $0.057
Время: 23.1s
Токены: 2,412 tok

#74 DeepSeek V4 Flash 0731

high

No output was saved. The original provider response or failure reason is unavailable.

Стоимость: $0.000
Время: 187.3s
Токены: 19,048 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

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	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

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.8mediumvsGrok 4.5high Claude Opus 4.8mediumvsKimi K3max DeepSeek V4 Flash 0731highvsGemini 3.1 Pro Previewmedium Claude Opus 4.8mediumvsGemini 3.5 Flashhigh DeepSeek V4 Flash 0731highvsMuse Glimmer 30Bxhigh DeepSeek V4 Flash 0731highvsGPT-5 Minimedium Claude Opus 4.8mediumvsGPT-5.6 Terrahigh DeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95Blow DeepSeek V4 Flash 0731highvsKimi K3max Claude Opus 4.8mediumvsGLM 5.2high DeepSeek V4 Flash 0731highvsGPT-6 Lunamedium DeepSeek V4 Flash 0731highvsQwen3.7 Plusmedium