AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs DeepSeek: DeepSeek V4 Pro

Сводка

Сравнение benchmark Claude Opus 4.8 vs DeepSeek V4 Pro: Claude Opus 4.8 лидирует по среднему баллу: 8.8 vs 7.6. DeepSeek V4 Pro имеет более низкую стоимость benchmark: $0.157 vs $1.107. Claude Opus 4.8 быстрее: 9.66s vs 77.20s, с долей успешных попыток 84.1% vs 66.7%.

Рекомендуемая модель: Claude Opus 4.8 - Здесь у него лучший балл (8.8), и он отвечает примерно в 8.0 раза быстрее, чем DeepSeek V4 Pro.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	DeepSeek V4 Pro DeepSeek V4 Pro high Релиз: 2026-04-24

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	DeepSeek V4 Pro DeepSeek V4 Pro high Релиз: 2026-04-24
Оценка	8.8	7.6
Ранг	#12	#41
Надежность	10.0	9.3
Стабильность	9.6	7.0
Тестов верно
Доля успешных попыток	84.1%	66.7%
Нестабильные тесты	1	8
Всего запусков	63	63
Стоимость за результат	6.512	1.742
Общая стоимость	$1.107	$0.157
Цена входа	$5.000 / 1M	$0.435 / 1M
Цена выхода	$25.000 / 1M	$0.870 / 1M
Общее число входных токенов	61,007	38,726
Выходные токены	26,495	6,334
Токены рассуждений	5,901	159,151
Время ответа (среднее)	9.66s	77.20s
Время ответа (макс.)	38.03s	416.76s
Время ответа (суммарно)	202.89s	1621.17s

Генерация showcase

Hamster playing table tennis

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

#12 Claude Opus 4.8

medium

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

#41 DeepSeek V4 Pro

high

Стоимость: $0.023
Время: 257.6s
Токены: 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 4.8	10.0	10.0	100.0%	0		3.95s	834	1,179	478
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 4.8	10.0	10.0	100.0%	0		15.33s	10,590	9,945	1,381
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 4.8	9.8	10.0	100.0%	0		38.03s	23,561	5,260	1,588
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 4.8	7.1	5.6	83.3%	1		12.29s	10,503	481	312
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 4.8	5.3	10.0	33.3%	0		14.15s	975	7,477	900
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 4.8	10.0	10.0	100.0%	0		2.46s	708	237	0
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 4.8	10.0	10.0	100.0%	0		3.32s	909	373	320
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 4.8	10.0	10.0	100.0%	0		3.95s	894	791	483
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 4.8	10.0	10.0	100.0%	0		8.96s	11,775	301	225
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 4.8	3.0	10.0	0.0%	0		6.14s	258	451	214
DeepSeek V4 Pro	3.0	10.0	0.0%	0		34.01s	183	16	5,961

Быстрое сравнение

Сменить пару сравнения