导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Opus 4.8 vs DeepSeek: DeepSeek V4 Flash

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-28

指标 Claude Opus 4.8 Claude Opus 4.8 medium 发布日期: 2026-05-28 DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24 免费可用
分数 8.7 7.6
排名 #12 #45
可靠性 10.0 10.0
一致性 9.6 8.4
测试正确
尝试通过率 83.3% 73.3%
不稳定测试 1 4
总运行次数 60 60
每个结果成本 6.285 0.309
总成本 $1.006 $0.028
输入价格 $5.000 / 1M $0.100 / 1M
输出价格 $25.000 / 1M $0.200 / 1M
输出令牌 23,201 10,302
推理令牌 5,901 115,740
响应时间（平均） 9.34s 46.36s
响应时间（最大） 38.03s 218.13s
响应时间（总计） 186.84s 927.27s

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 4.8 10.0 10.0 100.0% 0 3.95s 1,179 478
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 4.8 10.0 10.0 100.0% 0 14.97s 6,651 1,381
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 4.8 9.8 10.0 100.0% 0 38.03s 5,260 1,588
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 4.8 7.1 5.6 83.3% 1 12.29s 481 312
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 4.8 5.3 10.0 33.3% 0 14.15s 7,477 900
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 4.8 10.0 10.0 100.0% 0 2.46s 237 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 4.8 10.0 10.0 100.0% 0 3.32s 373 320
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 4.8 10.0 10.0 100.0% 0 3.95s 791 483
DeepSeek V4 Flash 8.2 7.2 88.9% 1 26.11s 196 1,767
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 4.8 10.0 10.0 100.0% 0 8.96s 301 225
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 4.8 3.0 10.0 0.0% 0 6.14s 451 214
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

DeepSeek V4 Flashhigh免费可用vsMiMo-V2.5-PromediumDeepSeek V4 Flashhigh免费可用vsGemini 3.1 Flash Lite PreviewlowDeepSeek V4 Flashhigh免费可用vsQwen3.5-FlashmediumDeepSeek V4 Flashhigh免费可用vsQwen3.6 FlashmediumDeepSeek V4 Flashhigh免费可用vsQwen3.5 Plus 2026-04-20mediumDeepSeek V4 Flashhigh免费可用vsGrok Build 0.1mediumDeepSeek V4 Flashhigh免费可用vsGemini 3 Flash PreviewnoneDeepSeek V4 Flashhigh免费可用vsMiMo-V2-PromediumClaude Opus 4.8mediumvsGemini 3 Flash PreviewlowDeepSeek V4 Flashhigh免费可用vsQwen3.5-122B-A10BmediumDeepSeek V4 Flashhigh免费可用vsGemini 2.5 FlashmediumClaude Sonnet 4.6mediumvsDeepSeek V4 Flashhigh免费可用