Claude Sonnet 5.5 (xhigh) vs DeepSeek V4.1 Flash (high)

DeepSeek V4.1 Flash (high) лидирует по среднему баллу: 8.7 vs 8.6. DeepSeek V4.1 Flash (high) имеет более низкую стоимость benchmark: $0.617 vs $1.516. Claude Sonnet 5.5 (xhigh) быстрее: 14.98s vs 33.27s, с долей успешных попыток 79.7% vs 75.4%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-24

Сравниваемые модели

Ранг: #75
Общее число выходных токенов: 83,041
Время ответа (среднее): 14.98s
Общая стоимость: $1.516

Ранг: #64
Общее число выходных токенов: 464,156
Время ответа (среднее): 33.27s
Общая стоимость: $0.617

Рекомендуемая модель DeepSeek V4.1 Flash (high)

Здесь у него лучший балл (8.7), при этом он примерно в 2.5 раза дешевле, чем Claude Sonnet 5.5 (xhigh).

Подробное сравнение

Метрика	Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh Релиз: 2026-09-29	DeepSeek V4.1 Flash DeepSeek V4.1 Flash high Релиз: 2026-09-10

Метрика	Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh Релиз: 2026-09-29	DeepSeek V4.1 Flash DeepSeek V4.1 Flash high Релиз: 2026-09-10
Оценка	8.6	8.7
Ранг	#75	#64
Надежность	10.0	9.7
Стабильность	8.7	9.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	79.7%	75.4%
Нестабильные тесты	4	3
Всего запусков	69	69
Стоимость за результат	9.473	1.843
Общая стоимость	$1.516	$0.617
Цена входа	$2.000 / 1M	$0.013 / 1M
Цена выхода	$10.000 / 1M	$1.320 / 1M
Цена чтения из кэша	$0.200 / 1M	$0.013 / 1M
Цена записи в кэш	$2.500 / 1M	Н/Д
Общее число входных токенов	342,579	282,490
Выходные токены	12,848	8,621
Токены рассуждений	70,193	455,535
Время ответа (среднее)	14.98s	33.27s
Время ответа (макс.)	54.92s	205.53s
Время ответа (суммарно)	344.60s	765.12s
Параметры	~1T всего (~100B активных)	748B всего (16B активных)
Доступность	Закрытая модель	Открытый исходный код

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#75 Claude Sonnet 5.5

xhigh

Стоимость: $0.319
Время: 258.6s
Токены: 31,969 tok

#64 DeepSeek V4.1 Flash

high

Стоимость: $0.035
Время: 111.0s
Токены: 29,201 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 Sonnet 5.5	10.0	10.0	100.0%	0		54.92s	193,936	3,148	2,788
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		43.97s	182,379	1,979	9,237

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.21s	858	417	1,162
DeepSeek V4.1 Flash	8.3	10.0	75.0%	0		3.42s	852	170	5,348

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	8.2	7.2	88.9%	1		11.90s	10,608	555	9,501
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		49.19s	7,509	376	108,285

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	8.7	6.9	83.3%	1		30.37s	111,104	6,732	10,690
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		27.63s	77,764	5,152	31,635

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.96s	10,515	312	1,590
DeepSeek V4.1 Flash	6.5	10.0	50.0%	0		4.19s	2,397	120	1,584

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	2.9	7.2	11.1%	1		35.33s	990	56	34,319
DeepSeek V4.1 Flash	5.3	7.2	44.4%	1		127.30s	909	28	249,623

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	6.5	3.4	66.7%	1		9.10s	714	279	2,152
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		4.16s	549	120	1,130

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.58s	921	98	661
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		7.06s	783	63	1,972

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.88s	912	716	1,402
DeepSeek V4.1 Flash	6.4	4.9	66.7%	2		14.27s	828	339	23,969

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		10.29s	11,757	354	1,112
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		15.28s	8,259	258	506

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	3.0	10.0	0.0%	0		17.31s	264	181	4,816
DeepSeek V4.1 Flash	3.0	10.0	0.0%	0		38.05s	261	16	22,246

Сменить пару сравнения