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

Средний балл практически равен: 8.3 vs 8.3. Claude Sonnet 5.5 (xhigh) имеет более низкую стоимость benchmark: $1.069 vs $1.073. Claude Sonnet 5.5 (xhigh) быстрее: 13.17s vs 61.35s, с долей успешных попыток 78.8% vs 68.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-29

Сравниваемые модели

Ранг: #79
Общее число выходных токенов: 77,105
Время ответа (среднее): 13.17s
Общая стоимость: $1.069

Ранг: #77
Общее число выходных токенов: 871,126
Время ответа (среднее): 61.35s
Общая стоимость: $1.073

Рекомендуемая модель Claude Sonnet 5.5 (xhigh)

Здесь у него лучший балл (8.3), и он отвечает примерно в 4.7 раза быстрее, чем DeepSeek V4.1 Flash (max).

Подробное сравнение

Метрика	Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh Релиз: 2026-09-29	DeepSeek V4.1 Flash DeepSeek V4.1 Flash max 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 max Релиз: 2026-09-10
Оценка	8.3	8.3
Ранг	#79	#77
Надежность	10.0	9.1
Стабильность	8.7	9.2
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	78.8%	68.2%
Нестабильные тесты	4	2
Всего запусков	66	66
Стоимость за результат	7.123	3.829
Общая стоимость	$1.069	$1.073
Цена входа	$2.000 / 1M	$0.300 / 1M
Цена выхода	$10.000 / 1M	$1.200 / 1M
Общее число входных токенов	148,643	89,024
Выходные токены	9,700	5,558
Токены рассуждений	67,405	865,568
Время ответа (среднее)	13.17s	61.35s
Время ответа (макс.)	54.91s	335.08s
Время ответа (суммарно)	289.67s	1349.61s
Параметры	~1T всего (~100B активных)	748B всего (16B активных)
Доступность	Закрытая модель	Открытый исходный код

Генерация showcase моделей

Hamster playing table tennis

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

#79 Claude Sonnet 5.5

xhigh

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

#77 DeepSeek V4.1 Flash

max

Стоимость: $0.066
Время: 211.0s
Токены: 54,712 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 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		4.35s	852	213	7,262

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		62.50s	7,509	373	132,357

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		160.31s	66,677	4,031	221,091

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		4.56s	2,397	120	2,047

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	3.6	7.2	22.2%	1		198.41s	909	27	384,462

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		4.00s	549	148	1,093

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		7.64s	783	63	2,293

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	5.5	7.1	44.4%	1		30.82s	828	339	54,014

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		9.49s	8,259	228	693

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		98.48s	261	16	60,256

Быстрое сравнение

Сменить пару сравнения

Claude Sonnet 5.5xhighvsMuse Spark 1.1low Claude Sonnet 5.5xhighvsGPT-6 Lunahigh DeepSeek V4.1 FlashmaxvsMuse Spark 1.1low Claude Sonnet 5.5highvsDeepSeek V4.1 Flashmax DeepSeek V4.1 FlashmaxvsInkling Smallhigh DeepSeek V4.1 FlashmaxvsGPT-6 Sollow Claude Sonnet 5.5xhighvsGLM 5.3 FlashXmax DeepSeek V4.1 FlashmaxvsGPT-6 Lunahigh Seed 2.1 TurbomediumvsDeepSeek V4.1 Flashmax DeepSeek V4.1 FlashmaxvsMiMo-V2.6-Promedium DeepSeek V4.1 FlashmaxvsQwen3.8 27Bhigh DeepSeek V4.1 FlashmaxvsGPT-5.2medium