Claude Opus 4.8 vs DeepSeek V4 Flash 0731 (medium)

Средний балл практически равен: 7.3 vs 7.3. DeepSeek V4 Flash 0731 (medium) имеет более низкую стоимость benchmark: $0.106 vs $1.166. Claude Opus 4.8 быстрее: 4.91s vs 85.80s, с долей успешных попыток 63.6% vs 72.7%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-01

Ранг: #79
Общее число выходных токенов: 16,797
Время ответа (среднее): 4.91s
Общая стоимость: $1.166

Ранг: #76
Общее число выходных токенов: 618,417
Время ответа (среднее): 85.80s
Общая стоимость: $0.106

Рекомендуемая модель DeepSeek V4 Flash 0731 (medium)

Здесь у него лучший балл (7.3), при этом он примерно в 11.1 раза дешевле, чем Claude Opus 4.8.

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium Релиз: 2026-08-01

Метрика	Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium Релиз: 2026-08-01
Оценка	7.3	7.3
Ранг	#79	#76
Надежность	10.0	9.8
Стабильность	9.2	7.1
Тестов верно
Доля успешных попыток	63.6%	72.7%
Нестабильные тесты	2	8
Всего запусков	66	66
Стоимость за результат	8.969	0.956
Общая стоимость	$1.166	$0.106
Цена входа	$5.000 / 1M	$0.140 / 1M
Цена выхода	$25.000 / 1M	$0.280 / 1M
Общее число входных токенов	149,206	89,768
Выходные токены	16,797	66,624
Токены рассуждений	0	551,793
Время ответа (среднее)	4.91s	85.80s
Время ответа (макс.)	35.03s	288.78s
Время ответа (суммарно)	108.03s	1887.69s

Генерация showcase моделей

Hamster playing table tennis

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

#79 Claude Opus 4.8

none

Стоимость: $0.053
Время: 22.0s
Токены: 2,253 tok

#76 DeepSeek V4 Flash 0731

medium

Стоимость: $0.004
Время: 93.3s
Токены: 13,252 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:

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	6.5	10.0	50.0%	0		3.40s	834	1,472	0
DeepSeek V4 Flash 0731	8.2	7.9	83.3%	1		17.95s	698	2,101	6,715

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	5.5	10.0	33.3%	0		3.29s	10,590	1,332	0
DeepSeek V4 Flash 0731	6.4	4.4	77.8%	2		198.78s	6,032	4,109	160,154

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		26.38s	111,760	11,949	0
DeepSeek V4 Flash 0731	7.3	5.8	83.3%	1		150.58s	65,118	40,110	97,296

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	7.3	5.8	83.3%	1		1.77s	10,503	308	0
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		5.21s	7,290	287	1,519

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	7.2	44.4%	1		1.70s	975	61	0
DeepSeek V4 Flash 0731	3.6	7.2	22.2%	1		211.52s	541	17,559	213,405

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		3.48s	708	230	0
DeepSeek V4 Flash 0731	6.1	3.1	66.7%	1		12.16s	471	66	1,589

Следование инструкциям	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		1.37s	909	95	0
DeepSeek V4 Flash 0731	8.5	6.8	83.3%	1		2.42s	706	109	580

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	7.7	10.0	66.7%	0		2.74s	894	783	0
DeepSeek V4 Flash 0731	8.2	7.3	88.9%	1		65.12s	594	1,530	66,970

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		5.35s	11,775	355	0
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		4.41s	8,178	374	152

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		3.41s	258	212	0
DeepSeek V4 Flash 0731	3.0	10.0	0.0%	0		56.64s	140	379	3,413

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.8nonevsQwen3.7 Flashlow Claude Opus 4.8nonevsStep 3.7 Flashlow Claude Opus 4.8nonevsKimi K2.6medium Claude Sonnet 4.6nonevsDeepSeek V4 Flash 0731medium Claude Opus 4.8nonevsGemini 3.1 Flash Litemedium DeepSeek V4 Flash 0731mediumvsQwen3.7 Flashlow Claude Opus 4.8nonevsKAT-Coder-Pro V2.5high Claude Opus 4.8nonevsGemini 3.1 Flash Lite Previewmedium DeepSeek V4 Flash 0731mediumvsStep 3.7 Flashlow DeepSeek V4 Flash 0731mediumvsKAT-Coder-Pro V2.5low DeepSeek V4 Flash 0731mediumvsGemini 3 Flash Previewlow Claude Opus 4.8nonevsQwen3.5 Plus 2026-04-20medium