导航
AI BENCHY
Advertise here

Claude Opus 4.8 (low) vs DeepSeek V4 Pro (high)

Claude Opus 4.8 (low) 平均分领先，为 7.8 vs 7.7。 DeepSeek V4 Pro (high) benchmark 成本更低，为 $0.555 vs $2.089。 Claude Opus 4.8 (low) 更快，为 12.88s vs 92.50s，通过率为 80.3% vs 63.6%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-08-14

排名
#67
总输出令牌
52,237
响应时间（平均）
12.88s
总成本
$2.089
排名
#72
总输出令牌
209,444
响应时间（平均）
92.50s
总成本
$0.555
推荐模型 Claude Opus 4.8 (low)

它在这里得分最高（7.8），同时响应速度比DeepSeek V4 Pro (high)快约 7.2 倍。

详细对比

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 7.8 7.7
排名 #67 #72
可靠性 10.0 10.0
一致性 8.9 7.7
尝试次数 66/66 66/66
测试正确
尝试通过率 80.3% 63.6%
不稳定测试 3 6
总运行次数 66 66
每个结果成本 13.054 2.251
总成本 $2.089 $0.555
输入价格 $5.000 / 1M $1.169 / 1M
输出价格 $25.000 / 1M $2.337 / 1M
总输入令牌 156,522 90,757
输出令牌 43,056 22,928
推理令牌 9,181 186,516
响应时间（平均） 12.88s 92.50s
响应时间（最大） 127.97s 416.76s
响应时间（总计） 283.32s 2035.01s
参数量 ~5T 总计 (~500B 激活) 1.6T 总计 (49B 激活)
开放状态 闭源 开源

模型生成展示

Hamster playing table tennis

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

#67 Claude Opus 4.8

low
成本
$0.031
时间
14.1s
令牌
1,345 tok

#72 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

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 6.3 8.7 33.3% 0 243.00s 5,090 383 84,580

快速对比

切换对比组合

Claude Opus 4.8lowvsSeed-2.0-LitemediumClaude Opus 4.8lowvsQwen3.7 FlashhighClaude Opus 4.8lowvsGLM 5mediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighSeed-2.0-CodelowvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGLM 5mediumClaude Opus 4.8lowvsGPT-5.6 TerramediumClaude Opus 4.8lowvsGLM 5.2mediumClaude Opus 4.8lowvsGemini 3.5 Flash LitemediumClaude Opus 4.8lowvsQwen3.6 PlusmediumSeed-2.0-LitemediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsSolar Pro 4xhigh