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 8.8 vs 7.6。 DeepSeek V4 Pro benchmark 成本更低，为 $0.157 vs $1.107。 Claude Opus 4.8 更快，为 9.66s vs 77.20s，通过率为 84.1% vs 66.7%。

推荐模型: Claude Opus 4.8 - 它在这里得分最高（8.8），同时响应速度比DeepSeek V4 Pro快约 8.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Claude Opus 4.8 Claude Opus 4.8 medium 发布日期: 2026-05-28 DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24
分数 8.8 7.6
排名 #12 #41
可靠性 10.0 9.3
一致性 9.6 7.0
测试正确
尝试通过率 84.1% 66.7%
不稳定测试 1 8
总运行次数 63 63
每个结果成本 6.512 1.742
总成本 $1.107 $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 61,007 38,726
输出令牌 26,495 6,334
推理令牌 5,901 159,151
响应时间（平均） 9.66s 77.20s
响应时间（最大） 38.03s 416.76s
响应时间（总计） 202.89s 1621.17s

生成展示

Hamster playing table tennis

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

#12 Claude Opus 4.8

medium
成本
$0.057
时间
23.1s
令牌
2,412 tok

#41 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 3.95s 834 1,179 478
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 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
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 38.03s 23,561 5,260 1,588
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 7.1 5.6 83.3% 1 12.29s 10,503 481 312
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 14.15s 975 7,477 900
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 2.46s 708 237 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 10.0 10.0 100.0% 0 3.32s 909 373 320
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 3.95s 894 791 483
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 8.96s 11,775 301 225
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 6.14s 258 451 214
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

DeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsMercury 2mediumDeepSeek V4 ProhighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.4 NanomediumDeepSeek V4 ProhighvsGrok 4.3mediumDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsQwen3.6 FlashmediumDeepSeek V4 ProhighvsKimi K2.6medium免费可用