导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Sonnet 4.6 vs DeepSeek: DeepSeek V4 Flash

摘要

Claude Sonnet 4.6 vs DeepSeek V4 Flash benchmark 对比：DeepSeek V4 Flash 平均分领先，为 8.3 vs 7.8。 DeepSeek V4 Flash benchmark 成本更低，为 $0.029 vs $1.418。 Claude Sonnet 4.6 更快，为 17.06s vs 45.85s，通过率为 65.1% vs 74.6%。

推荐模型: DeepSeek V4 Flash - 它在这里得分最高（8.3），同时成本比Claude Sonnet 4.6低约 49.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Claude Sonnet 4.6 Claude Sonnet 4.6 medium 发布日期: 2026-02-17 DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24
分数 7.8 8.3
排名 #34 #26
可靠性 10.0 10.0
一致性 9.1 8.5
测试正确
尝试通过率 65.1% 74.6%
不稳定测试 2 4
总运行次数 63 63
每个结果成本 10.904 0.299
总成本 $1.418 $0.029
输入价格 $3.000 / 1M $0.098 / 1M
输出价格 $15.000 / 1M $0.196 / 1M
总输入令牌 49,112 39,745
输出令牌 54,703 10,310
推理令牌 29,970 123,501
响应时间（平均） 17.06s 45.85s
响应时间（最大） 46.35s 218.13s
响应时间（总计） 221.83s 962.79s

Generation showcase

Hamster playing table tennis

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

#34 Claude Sonnet 4.6

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#26 DeepSeek V4 Flash

high
Cost
$0.003
Time
93.1s
Tokens
7,926 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 Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 789 1,046 1,093
DeepSeek V4 Flash 8.3 10.0 75.0% 0 28.51s 540 140 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） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
DeepSeek V4 Flash 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862
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 Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 18,351 5,871 3,962
DeepSeek V4 Flash 10.0 10.0 100.0% 0 76.57s 14,016 465 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） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 8,676 649 742
DeepSeek V4 Flash 10.0 10.0 100.0% 0 28.03s 7,290 201 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） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 2.9 7.2 11.1% 1 0ms 471 25,790 16,919
DeepSeek V4 Flash 4.1 4.4 44.5% 2 100.31s 666 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） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 564 256 433
DeepSeek V4 Flash 6.1 3.1 66.7% 1 25.15s 471 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） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 792 318 552
DeepSeek V4 Flash 10.0 10.0 100.0% 0 15.36s 627 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） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 816 592 646
DeepSeek V4 Flash 8.2 7.2 88.9% 1 26.11s 594 196 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） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 11,454 655 351
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 8,079 228 542
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） 输入令牌 输出令牌 推理令牌
Claude Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 204 3,437 1,586
DeepSeek V4 Flash 3.0 10.0 0.0% 0 54.46s 183 8,516 8,531

快速对比

切换对比组合

DeepSeek V4 FlashhighvsGemini 2.5 FlashmediumDeepSeek V4 FlashhighvsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsGPT-5.2mediumClaude Sonnet 4.6mediumvsStep 3.7 FlashlowDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用DeepSeek V4 FlashhighvsGLM 5 TurbomediumDeepSeek V4 FlashhighvsStep 3.7 FlashmediumDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneSeed-2.0-LitemediumvsDeepSeek V4 FlashhighDeepSeek V4 FlashhighvsGPT-5.4mediumDeepSeek V4 FlashhighvsGPT-5.4 MinimediumDeepSeek V4 FlashhighvsQwen3.5 Plus 2026-02-15medium