导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Anthropic: Claude Sonnet 5 vs DeepSeek: DeepSeek V4 Pro

摘要

Claude Sonnet 5 vs DeepSeek V4 Pro benchmark 对比：Claude Sonnet 5 平均分领先，为 7.9 vs 7.6。 DeepSeek V4 Pro benchmark 成本更低，为 $0.157 vs $0.550。 Claude Sonnet 5 更快，为 9.94s vs 77.20s，通过率为 79.4% vs 66.7%。

推荐模型: Claude Sonnet 5 - 它在这里得分最高（7.9），同时响应速度比DeepSeek V4 Pro快约 7.8 倍。

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

指标 Claude Sonnet 5 Claude Sonnet 5 medium 发布日期: 2026-06-30 DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24
分数 7.9 7.6
排名 #30 #43
可靠性 10.0 9.3
一致性 9.0 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 3.662 1.742
总成本 $0.550 $0.157
输入价格 $2.000 / 1M $0.435 / 1M
输出价格 $10.000 / 1M $0.870 / 1M
总输入令牌 67,416 38,726
输出令牌 34,012 6,334
推理令牌 7,673 159,151
响应时间（平均） 9.94s 77.20s
响应时间（最大） 56.94s 416.76s
响应时间（总计） 208.71s 1621.17s

生成展示

Hamster playing table tennis

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

#30 Claude Sonnet 5

medium
成本
$0.007
时间
6.4s
令牌
832 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 Sonnet 5 10.0 10.0 100.0% 0 3.80s 834 1,220 446
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 Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
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 Sonnet 5 4.5 2.1 66.7% 1 37.01s 29,394 4,848 2,170
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 Sonnet 5 10.0 10.0 100.0% 0 3.16s 10,503 312 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 Sonnet 5 7.7 10.0 66.7% 0 20.38s 975 12,140 1,994
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 Sonnet 5 4.8 3.2 33.3% 1 4.32s 708 264 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 Sonnet 5 9.9 10.0 100.0% 0 3.10s 909 318 269
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 Sonnet 5 7.7 10.0 66.7% 0 2.98s 894 407 121
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 Sonnet 5 10.0 10.0 100.0% 0 10.70s 12,351 433 90
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 Sonnet 5 3.0 10.0 0.0% 0 7.06s 258 917 204
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 4.3mediumClaude Opus 4.8lowvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsQwen3.6 Flashmedium