编程智能体基准测试

Claude Code 与 DeepSeek Harness

根据 Artificial Analysis Coding Agent Index比较 Claude Code 与 DeepSeek Harness,包括基准测试得分、成本、执行时间和 token 用量。

有关我们方法论的详细信息,请参阅方法论页面。

浏览其他比较
vs
Artificial Analysis Coding Agent Index v2.0 · Higher is better
Average agent wall time per task · Lower is better
Average API cost per task (USD) · Lower is better

比较

Claude Code 与 DeepSeek Harness 的并排比较。

指标
Claude Opus 5.5 (Max, Default Fallback)
DeepSeek V4.1 Flash 1017 (Max)
分析
智能体 Harness
Claude Code
DeepSeek Harness
代表模型
Claude Opus 5.5 (Max, Default Fallback)
DeepSeek V4.1 Flash 1017 (Max)
Coding Agent Index
62
46
Claude Code 的 Coding Agent Index 高于 DeepSeek Harness
FrontierCode v1.1
56
47
Claude Code 的 FrontierCode v1.1 分数高于 DeepSeek Harness
Terminal-Bench 4.0
63
31
Claude Code 的 Terminal-Bench 4.0 分数高于 DeepSeek Harness
SWE-Atlas-QnA-AA
66
62
Claude Code 的 SWE-Atlas-QnA-AA 分数高于 DeepSeek Harness
每个任务的成本
$11.42
$0.30
DeepSeek Harness 的每个任务成本低于 Claude Code
每个任务的时间
1.0h
21.4m
DeepSeek Harness 的每个任务时间短于 Claude Code
每个任务的轮次
146.4
101.5
DeepSeek Harness 的每个任务轮次少于 Claude Code
每个任务的 Token 用量
14.5M
16.7M
Claude Code 的每个任务 token 用量少于 DeepSeek Harness
缓存命中率
95%
97%
DeepSeek Harness 的缓存命中率高于 Claude Code

模型变体

Claude Code 与 DeepSeek Harness 的已评估模型变体。

Claude Opus 5.5 (Max, Default Fallback)
max
62
56
63
66
$11.42
1.0h
14.5M
Claude Sonnet 5.5 (Max, Default Fallback)
max
59
48
66
64
$13.30
1.3h
24.1M
Claude Fable 5.1 (Max, Default Fallback)
max
58
49
58
66
$11.53
35.3m
5.99M
Step 5 Preview
reasoning
43
40
30
59
$1.84
1.0h
22.1M
Qwen3.8 Max
reasoning
39
45
17
56
$3.80
1.3h
9.15M
Claude Haiku 5.5 (Max)
max
37
47
31
34
$2.67
1.2h
16.1M
DeepSeek V4.1 Flash 1017 (Max)
max
46
47
31
62
$0.30
21.4m
16.7M

性能

Artificial Analysis Coding Agent Index上的性能。

Artificial Analysis Coding Agent Index

Artificial Analysis Coding Agent Index v2.0 incorporates 3 benchmarks: FrontierCode v1.1, Terminal-Bench 4.0, and SWE-Atlas-QnA-AA · Higher is better
着色方式

Artificial Analysis Coding Agent Index vs. 每个任务的成本

Artificial Analysis Coding Agent Index vs. 每个任务的平均按 token 计费 API 成本(USD)
着色方式
Most attractive quadrant
Pareto line

Token 用量

Artificial Analysis Coding Agent Index上的 token 消耗。

每个任务的 Token 用量

每个任务的平均输入、缓存和输出 token
提示词缓存命中率可能因提供商路由而显著变化,从而实质性地影响实际成本。

Artificial Analysis Coding Agent Index vs. 总 Token

Artificial Analysis Coding Agent Index vs. 每个任务的平均总 Token
着色方式
Most attractive quadrant

成本

基于当前按 token 计费价格的 Artificial Analysis Coding Agent Index按 token 计费 API 成本。

每个任务的成本

Average pay-per-token API cost per task (USD) · Lower is better
着色方式

执行时间

Artificial Analysis Coding Agent Index上的智能体活跃运行时间。

每个任务的时间

Average agent wall time per task · Lower is better
着色方式

Artificial Analysis Coding Agent Index vs. 执行时间

Artificial Analysis Coding Agent Index vs. 每个任务的平均智能体运行时间
着色方式
Most attractive quadrant