导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Opus 4.8 vs DeepSeek: DeepSeek V4 Pro

摘要

Claude Opus 4.8 vs DeepSeek V4 Pro benchmark 对比：Claude Opus 4.8 平均分领先，为 7.7 vs 7.6。 DeepSeek V4 Pro benchmark 成本更低，为 $0.157 vs $1.270。 Claude Opus 4.8 更快，为 10.83s vs 77.20s，通过率为 79.4% vs 66.7%。

推荐模型: Claude Opus 4.8 - 它在这里得分最高（7.7），同时响应速度比DeepSeek V4 Pro快约 7.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-30

指标 Claude Opus 4.8 Claude Opus 4.8 low 发布日期: 2026-05-28 DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24
分数 7.7 7.6
排名 #38 #43
可靠性 10.0 9.3
一致性 8.8 7.0
测试正确
尝试通过率 79.4% 66.7%
不稳定测试 3 8
总运行次数 63 63
每个结果成本 8.466 1.742
总成本 $1.270 $0.157
输入价格 $5.000 / 1M $0.435 / 1M
输出价格 $25.000 / 1M $0.870 / 1M
总输入令牌 60,946 38,726
输出令牌 31,771 6,334
推理令牌 6,831 159,151
响应时间（平均） 10.83s 77.20s
响应时间（最大） 127.97s 416.76s
响应时间（总计） 227.39s 1621.17s

生成展示

Hamster playing table tennis

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

#38 Claude Opus 4.8

low
成本
$0.031
时间
14.1s
令牌
1,345 tok

#43 DeepSeek V4 Pro

high
成本
$0.023
时间
257.6s
令牌
14,870 tok

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） 输入令牌 输出令牌 推理令牌
Claude Opus 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
DeepSeek V4 Pro 5.7 5.9 58.3% 2 25.70s 536 149 3,214
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） 输入令牌 输出令牌 推理令牌
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
DeepSeek V4 Pro 6.1 4.6 66.7% 2 243.00s 5,090 383 84,580
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） 输入令牌 输出令牌 推理令牌
Claude Opus 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
DeepSeek V4 Pro 10.0 10.0 100.0% 0 38.17s 14,060 454 5,836
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） 输入令牌 输出令牌 推理令牌
Claude Opus 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
DeepSeek V4 Pro 10.0 10.0 100.0% 0 25.03s 7,690 274 2,166
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） 输入令牌 输出令牌 推理令牌
Claude Opus 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
DeepSeek V4 Pro 3.6 7.2 22.2% 1 151.46s 569 4,404 50,391
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） 输入令牌 输出令牌 推理令牌
Claude Opus 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
DeepSeek V4 Pro 10.0 10.0 100.0% 0 8.83s 471 115 1,013
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） 输入令牌 输出令牌 推理令牌
Claude Opus 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
DeepSeek V4 Pro 7.8 6.6 83.3% 1 8.73s 627 66 2,726
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） 输入令牌 输出令牌 推理令牌
Claude Opus 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
DeepSeek V4 Pro 6.9 4.9 77.8% 2 56.85s 591 178 2,563
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） 输入令牌 输出令牌 推理令牌
Claude Opus 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
DeepSeek V4 Pro 9.8 10.0 100.0% 0 15.92s 8,909 295 701
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） 输入令牌 输出令牌 推理令牌
Claude Opus 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
DeepSeek V4 Pro 3.0 10.0 0.0% 0 34.01s 183 16 5,961

快速对比

切换对比组合

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumClaude Opus 4.8lowvsKimi K2.6medium免费可用Claude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsMercury 2mediumDeepSeek V4 ProhighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 Prohigh