导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Anthropic: Claude Opus 4.7 vs DeepSeek: DeepSeek V4 Flash

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-22

指标 Claude Opus 4.7 Claude Opus 4.7 medium 发布日期: 2026-04-16 DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24 免费可用
分数 8.9 7.4
排名 #7 #55
可靠性 10.0 10.0
一致性 10.0 8.0
测试正确
尝试通过率 85.0% 71.7%
不稳定测试 0 5
总运行次数 60 60
每个结果成本 3.674 0.339
总成本 $0.625 $0.038
???? $5.000 / 1M $0.112 / 1M
???? $25.000 / 1M $0.224 / 1M
输出令牌 10,468 10,299
推理令牌 2,198 116,570
响应时间（平均） 4.50s 46.28s
响应时间（最大） 23.18s 218.13s
响应时间（总计） 85.46s 925.55s

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输出令牌 推理令牌
Claude Opus 4.7 8.3 10.0 75.0% 0 1.85s 348 0
DeepSeek V4 Flash 8.3 10.0 75.0% 0 28.51s 140 7,770
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输出令牌 推理令牌
Claude Opus 4.7 10.0 10.0 100.0% 0 14.79s 6,210 1,114
DeepSeek V4 Flash 6.8 10.0 50.0% 0 58.13s 387 27,101
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输出令牌 推理令牌
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 2,369 1,084
DeepSeek V4 Flash 10.0 10.0 100.0% 0 76.57s 465 7,347
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输出令牌 推理令牌
Claude Opus 4.7 10.0 10.0 100.0% 0 2.37s 324 0
DeepSeek V4 Flash 10.0 10.0 100.0% 0 28.03s 201 1,179
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输出令牌 推理令牌
Claude Opus 4.7 7.7 10.0 66.7% 0 1.17s 51 0
DeepSeek V4 Flash 4.1 4.4 44.5% 2 100.31s 27 59,249
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输出令牌 推理令牌
Claude Opus 4.7 10.0 10.0 100.0% 0 2.87s 256 0
DeepSeek V4 Flash 6.1 3.1 66.7% 1 25.15s 79 632
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输出令牌 推理令牌
Claude Opus 4.7 10.0 10.0 100.0% 0 1.57s 114 0
DeepSeek V4 Flash 10.0 10.0 100.0% 0 15.36s 63 1,622
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输出令牌 推理令牌
Claude Opus 4.7 10.0 10.0 100.0% 0 2.51s 399 0
DeepSeek V4 Flash 6.4 4.4 77.8% 2 25.53s 193 2,597
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输出令牌 推理令牌
Claude Opus 4.7 10.0 10.0 100.0% 0 4.17s 373 0
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 228 542
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输出令牌 推理令牌
Claude Opus 4.7 3.0 10.0 0.0% 0 2.25s 24 0
DeepSeek V4 Flash 3.0 10.0 0.0% 0 54.46s 8,516 8,531

快速对比

切换对比组合

Claude Opus 4.7mediumvsGPT-5.5lowDeepSeek V4 Flashhigh免费可用vsKimi K2.6mediumDeepSeek V4 Flashhigh免费可用vsMiMo-V2.5mediumDeepSeek V4 Flashhigh免费可用vsQwen3.5-FlashmediumDeepSeek V4 Flashhigh免费可用vsGPT-5.3 ChatnoneDeepSeek V4 Flashhigh免费可用vsGPT-5.2mediumClaude Opus 4.7mediumvsGemini 3.5 FlashnoneDeepSeek V4 Flashhigh免费可用vsStep 3.5 FlashmediumDeepSeek V4 Flashhigh免费可用vsGLM 5.1mediumDeepSeek V4 Flashhigh免费可用vsGemini 3.1 Flash LitelowDeepSeek V4 Flashhigh免费可用vsQwen3.6 FlashmediumDeepSeek V4 Flashhigh免费可用vsGLM 5V Turbomedium