Навигация
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 4.8 vs DeepSeek: DeepSeek V4 Flash

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-28

Метрика Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28 DeepSeek V4 Flash DeepSeek V4 Flash high Релиз: 2026-04-24 Бесплатно доступно
Оценка 8.7 7.6
Ранг #12 #45
Надежность 10.0 10.0
Стабильность 9.6 8.4
Тестов верно
Доля успешных попыток 83.3% 73.3%
Нестабильные тесты 1 4
Всего запусков 60 60
Стоимость за результат 6.285 0.309
Общая стоимость $1.006 $0.028
Цена входа $5.000 / 1M $0.100 / 1M
Цена выхода $25.000 / 1M $0.200 / 1M
Выходные токены 23,201 10,302
Токены рассуждений 5,901 115,740
Время ответа (среднее) 9.34s 46.36s
Время ответа (макс.) 38.03s 218.13s
Время ответа (суммарно) 186.84s 927.27s

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) Выходные токены Токены рассуждений
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 1,179 478
DeepSeek V4 Flash 8.3 10.0 75.0% 0 28.51s 140 7,770
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Claude Opus 4.8 10.0 10.0 100.0% 0 14.97s 6,651 1,381
DeepSeek V4 Flash 6.8 10.0 50.0% 0 58.13s 387 27,101
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 5,260 1,588
DeepSeek V4 Flash 10.0 10.0 100.0% 0 76.57s 465 7,347
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 481 312
DeepSeek V4 Flash 10.0 10.0 100.0% 0 28.03s 201 1,179
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Claude Opus 4.8 5.3 10.0 33.3% 0 14.15s 7,477 900
DeepSeek V4 Flash 4.1 4.4 44.5% 2 100.31s 27 59,249
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 237 0
DeepSeek V4 Flash 6.1 3.1 66.7% 1 25.15s 79 632
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 373 320
DeepSeek V4 Flash 10.0 10.0 100.0% 0 15.36s 63 1,622
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 791 483
DeepSeek V4 Flash 8.2 7.2 88.9% 1 26.11s 196 1,767
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 301 225
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 228 542
Эрудиция Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 451 214
DeepSeek V4 Flash 3.0 10.0 0.0% 0 54.46s 8,516 8,531

Быстрое сравнение

Сменить пару сравнения

DeepSeek V4 FlashhighБесплатно доступноvsMiMo-V2.5-PromediumDeepSeek V4 FlashhighБесплатно доступноvsGemini 3.1 Flash Lite PreviewlowDeepSeek V4 FlashhighБесплатно доступноvsQwen3.5-FlashmediumDeepSeek V4 FlashhighБесплатно доступноvsQwen3.6 FlashmediumDeepSeek V4 FlashhighБесплатно доступноvsQwen3.5 Plus 2026-04-20mediumDeepSeek V4 FlashhighБесплатно доступноvsGrok Build 0.1mediumDeepSeek V4 FlashhighБесплатно доступноvsGemini 3 Flash PreviewnoneDeepSeek V4 FlashhighБесплатно доступноvsMiMo-V2-PromediumClaude Opus 4.8mediumvsGemini 3 Flash PreviewlowDeepSeek V4 FlashhighБесплатно доступноvsQwen3.5-122B-A10BmediumDeepSeek V4 FlashhighБесплатно доступноvsGemini 2.5 FlashmediumClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighБесплатно доступно