Claude Opus 5 vs DeepSeek V4 Pro: preços e especificações, medidos

Qual usar e quando

Os dois compartilham um contexto de 1000000 tokens e conseguem desligar o pensamento, então a diferença está na modalidade e na tabela de preços: o claude-opus-5 aceita entrada de imagem além de texto e traz uma capacidade de pensamento explícita, enquanto o deepseek-v4-pro é apenas texto mas sai cerca de 3.8x mais barato na entrada ($1.32 contra $5), cerca de 6.3x mais barato na saída ($3.96 contra $25) e cerca de 3.8x mais barato nas leituras de cache ($0.132 contra $0.5). Escolha o claude-opus-5 quando capturas de tela ou diagramas fizerem parte do prompt; escolha o deepseek-v4-pro para texto e código em volume, onde sua saída máxima de 393216 tokens também supera o teto de 128000.

Benchmarks

Acima da médiaNenhum melhorClaude Opus 538 ~~/ 46~~8 ~~/ 46~~DeepSeek V4 Pro5 ~~/ 10~~0 ~~/ 10~~

Claude Opus 5 DeepSeek V4 Pro outros modelos medidos média dos modelos comparados ★ nenhum outro modelo teve pontuação maior

NL2Repo

nenhum outro modelo teve pontuação maior 75.3%

35.5%

BioMysteryBench hard

49.4%

N/A

OSWorld 2.0

nenhum outro modelo teve pontuação maior 70.6%

N/A

ExploitBench (Cap%)

70%

N/A

HealthBench Professional

59.8%

N/A

Finance Agent v2

58.6%

N/A

Legal Agent Benchmark

6.7%

N/A

Humanity's Last Exam no tools

56.6%

37.7%

BrowseComp

90.8%

N/A

LVBench

75.4%

N/A

Humanity's Last Exam no tools

56.6%

37.7%

GPQA Diamond

93.4%

N/A

Humanity's Last Exam with tools

63.6%

N/A

HLE-Verified

54.4%

N/A

FrontierMath Tier 4 (v2)

73.2%

N/A

ARC-AGI-3

30.2%

N/A

ARC-AGI-1

97.5%

N/A

ARC-AGI-2

90.4%

N/A

GPQA Diamond max

N/A

90.1%

Apex Shortlist high

N/A

85.5%

Apex Shortlist max

N/A

90.2%

Chinese-SimpleQA high

N/A

77.7%

Chinese-SimpleQA max

N/A

84.4%

CorpusQA 1M high

N/A

56.5%

CorpusQA 1M max

N/A

62%

GPQA Diamond high

N/A

89.1%

HMMT Feb. 2026 high

N/A

94%

HMMT Feb. 2026 max

N/A

95.2%

Humanity's Last Exam no tools, high

N/A

34.5%

Humanity's Last Exam no tools, max

N/A

37.7%

Humanity's Last Exam with tools, high

N/A

44.7%

Humanity's Last Exam with tools, max

N/A

48.2%

IFBench max

N/A

77%

IMOAnswerBench high

N/A

88%

IMOAnswerBench max

N/A

89.8%

MMLU-Pro high

N/A

87.1%

MMLU-Pro max

N/A

87.5%

MMMLU max

N/A

87.9%

MRCR 1M high

N/A

83.3%

MRCR 1M max

N/A

83.5%

SimpleQA-Verified high

N/A

46.2%

SimpleQA-Verified max

N/A

57.9%

Apex Shortlist non-think

N/A

9.2%

Chinese-SimpleQA non-think

N/A

75.8%

CorpusQA 1M non-think

N/A

35.6%

CritPt max

N/A

12.9%

Global PIQA max

N/A

90.5%

GPQA Diamond non-think

N/A

72.9%

HMMT Feb. 2026 non-think

N/A

31.7%

Humanity's Last Exam no tools, non-think

N/A

7.7%

IFEval max

N/A

91.9%

IMOAnswerBench non-think

N/A

35.3%

INCLUDE max

N/A

86.1%

MAXIFE max

N/A

88.9%

MMLU-Pro non-think

N/A

82.9%

MMLU-ProX max

N/A

83.9%

MMLU-Redux max

N/A

94.8%

MRCR 1M non-think

N/A

44.7%

MRCR v2 128K max

N/A

74.4%

NOVA-63 max

N/A

52.8%

PolyMATH max

N/A

72%

QwenWorldBench max

N/A

52.3%

SimpleQA-Verified non-think

N/A

45%

SuperGPQA max

N/A

69.9%

WMT24++ max

N/A

82.2%

NL2Repo

nenhum outro modelo teve pontuação maior 75.3%

35.5%

SWE-Bench Pro

N/A

59%

DeepSWE 1.1

68.8%

N/A

Terminal-Bench 2.1

89.1%

N/A

SWE-bench Multilingual

N/A

76.2%

Terminal-bench 4.0

52.3%

N/A

Terminal-bench 3.0

nenhum outro modelo teve pontuação maior 43.3%

N/A

FrontierCode 1.1 Main

48%

N/A

ProgramBench Almost Solved

nenhum outro modelo teve pontuação maior 37%

N/A

Terminal Bench 2.0 Terminus 2

N/A

67.9%

FrontierCode 1.1 Extended

63.6%

N/A

CursorBench 3.2.0

70%

N/A

CursorBench 4.0

46.6%

N/A

Frontier-Bench v0.1

nenhum outro modelo teve pontuação maior 43.3%

N/A

SWE-Bench Pro max

N/A

55.4%

Codeforces (Elo) high · 2816-3052 segundo DeepSeek · 2026-08-26

N/A

2919

LiveCodeBench high

N/A

89.8%

LiveCodeBench max

N/A

93.5%

SWE-bench Multilingual max

N/A

76.2%

SWE-Bench Pro high

N/A

54.4%

SWE-bench Verified high

N/A

79.4%

SWE-bench Verified max

N/A

80.6%

Terminal Bench 2.0 high

N/A

63.3%

Terminal Bench 2.0 max

N/A

67.9%

Terminal Bench 2.0 Terminus 2, max

N/A

67.9%

Codeforces (Elo) max · 3052-3206 segundo DeepSeek · 2026-08-26

N/A

3206

LiveCodeBench non-think

N/A

56.8%

NL2Repo max

N/A

35.5%

QwenSVGBench Elo, max · 1506-1541 segundo Alibaba (Qwen) · 2026-08-26

N/A

1506

QwenWebDev (Elo) Elo, max · 1570-1617 segundo Alibaba (Qwen) · 2026-08-26

N/A

1570

SWE-bench Multilingual non-think

N/A

69.8%

SWE-bench Multilingual high

N/A

74.1%

SWE-Bench Pro non-think

N/A

52.1%

SWE-bench Verified non-think

N/A

73.6%

Terminal Bench 2.0 non-think

N/A

59.1%

Publicado pelos provedores: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai

Preços

	Claude Opus 5	DeepSeek V4 Pro	Δ
Entrada / 1M tokens	$5	$1.32	3.8×
Saída / 1M tokens	$25	$3.96	6.3×
Leitura de cache / 1M tokens	$0.5	$0.132	3.8×
Escrita de cache	1.25x (5m) / 2x (1h)	sem cobrança separada	-

Tarifas do catálogo em tempo real, lidas no momento do build; a página de cada modelo traz a tabela de preços atual.

Onde cada um fica: preço de entrada por 1M tokens entre os 76 modelos de chat com esta unidade de cobrança (escala logarítmica)

Claude Opus 5 · $5 DeepSeek V4 Pro · $1.32

$0.05 · Qwen3 VL Flash $30 · GPT-5.4 Pro

Capacidades

	Claude Opus 5	DeepSeek V4 Pro
Uso de ferramentas	sim	sim
Controle de raciocínio	configurável	configurável
Saída estruturada	sim	sim
Cache de prompts	explícito (você marca o prefixo)	implícito (automático)
Tempo de vida do cache	5m default, 1h option	no fixed TTL (evicted when unused)
Prefixo mínimo em cache	1024 tokens	não publicado

Especificações

	Claude Opus 5	DeepSeek V4 Pro
Modalidades de entrada	texto imagem	texto
Modalidades de saída	texto	texto
Lançamento	2026-07-24	2026-04-24
Corte de conhecimento	2026-05	-
Janela de contexto	1M	1M
Saída máxima	128K	393K
Parâmetro de raciocínio	thinking.type output_config.effort	thinking.type reasoning_effort
Valores aceitos	thinking.type adaptive disabled effort low medium high xhigh max	thinking.type enabled disabled reasoning_effort high max (low and medium map to high, xhigh maps to max)
Padrão	thinking on effort high (Claude API and Claude Code)	enabled, with reasoning_effort high some complex agent requests are automatically set to max

As especificações são transcritas da documentação de cada provedor; quando um provedor não publica um dado, a linha é omitida, e não inferida. Fontes completas: Claude Opus 5 · DeepSeek V4 Pro

Um prompt, os dois modelos, medidos pelo gateway

Raciocínio para um CFO Corrigir uma função com bug Extrair para um schema Escrever com restrições

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. VERIFICAÇÃO exatamente 3 frases

Claude Opus 5 passou · 3 sentences

When reasoning is enabled, the model generates a hidden chain of "thinking" tokens before it writes the visible answer, and those internal tokens are billed at the output rate even though no one ever sees them — commonly 3–10x more tokens than the response itself. Because output tokens are priced several times higher than input tokens, that added volume hits us at our most expensive rate, which is why the bill roughly doubled while our request count stayed flat. The spend is controllable: we can cap the reasoning budget per call, route only genuinely hard requests to reasoning mode and cheaper models for the rest, and track cost per successfully completed task rather than cost per token, since a single correct answer usually beats three cheap retries plus human cleanup.

saída 529 tok latência 9.0 s

DeepSeek V4 Pro passou · 3 sentences

Enabling reasoning causes the model to generate a lengthy internal chain‑of‑thought before it delivers a visible answer, and we are billed for every one of those hidden reasoning tokens just as we are for the final output. In most interactions, the volume of these unseen tokens at least equals the visible response, effectively doubling the total tokens consumed per query. That doubled token consumption translates directly into a doubled per‑query cost, which is why our overall LLM bill doubled.

saída 641 tok (+545 raciocínio) latência 11.5 s

Se a instrução é seguida (exatamente três frases, dá para contar), a adequação ao público (tom para um CFO) e a diferença de cobrança causada pelo raciocínio oculto, que os medidores de tokens abaixo deixam à mostra.

PROMPT This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. VERIFICAÇÃO a correção passa nos testes

Claude Opus 5 passou · 8/8 cases

## Fixed version ```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 if cur > best: best = cur return best ``` ## The bug The counters were tracking the wrong quantity: `cur` counted *matching adjacent pairs* rather than *elements in the current run*, and both counters started at `0` instead of `1`. Since a run of length *n* contains only *n − 1* adjacent equal pairs, every result came back one too small — `[1, 1]` returned 1, `[3, 3, 3]` returned 2 — and a single-element list returned 0 because the loop body never executed and `best` kept its initial value of `0`. […]

saída 1094 tok latência 16.1 s

DeepSeek V4 Pro passou · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 best = max(best, cur) else: cur = 1 return best ``` **Explanation:** The bug stems from initializing `cur = 0` and only incrementing it when two adjacent elements match, which counts the number of *additional* equal elements rather than the actual run length (which is `cur + 1`). As a result, the returned `best` is always one less than the true longest run—most obviously returning 0 for a single-element list instead of 1. […]

saída 2418 tok (+2131 raciocínio) latência 35.6 s

Se a correção está mesmo certa (dá para executar), a densidade da explicação e a eficiência em tokens em uma tarefa bem delimitada.

PROMPT Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. VERIFICAÇÃO JSON válido, schema exato

Claude Opus 5 passou · 5/5 fields, guidance "Withheld pending Q4 close"

```json { "company": "Meridian Robotics", "quarter": "Q3", "revenue_usd_m": 412, "growth_pct": 11, "guidance": "Withheld pending Q4 close" } ``` Notes on judgment calls: - **quarter**: "September quarter" is labeled Q3 because the text refers to an upcoming "Q4 close," implying a calendar-aligned fiscal year. No fiscal year is given. - **revenue_usd_m**: 412 is stated as constant-currency and hedged ("call it"), so it's approximate; the currency is not explicitly stated as USD. - **growth_pct**: "up eleven and change" means slightly more than 11, so 11 is a floor rather than an exact figure.

saída 539 tok latência 7.6 s

DeepSeek V4 Pro passou · 5/5 fields, guidance null

{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": "eleven and change", "guidance": null }

saída 1204 tok (+1153 raciocínio) latência 19.9 s

Aderência ao schema (sem campos inventados), pressão para alucinar (o texto diz explicitamente que o guidance não foi divulgado) e diferenças no caminho de saída estruturada.

PROMPT Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. VERIFICAÇÃO 120 palavras, 0 palavras proibidas

Claude Opus 5 passou · 123 words, 0 banned, 1 question

**Cross-Provider Prompt Caching** We're introducing Cross-Provider Prompt Caching in the API Gateway. Repeated system prompts, long documents, and few-shot examples are stored once at the gateway layer and reused across OpenAI, Anthropic, Google, and self-hosted models. Instead of paying full input token costs on every request, your application sends a cache reference, and the gateway rehydrates the context before forwarding it downstream. Why does that matter? Teams running high-volume agents and retrieval pipelines typically see input token spend fall 40 to 70 percent, with median latency dropping by several hundred milliseconds. Caches are scoped per project, encrypted at rest, and invalidated automatically when a prompt template changes. Enable it with a single header, and see the docs for TTL tuning and per-route controls.

saída 1593 tok latência 19.1 s

DeepSeek V4 Pro sem resposta para avaliar · no answer text within 16,384 tokens (all of it went to thinking)

O modelo não retornou nenhum texto de resposta: todo o orçamento de tokens foi consumido pelo raciocínio oculto.

saída 8193 tok (+8192 raciocínio) latência 106.2 s

Respeito às restrições (limite de palavras, lista de palavras proibidas, uma única pergunta), a marca de estilo de cada modelo e o controle do tamanho.

Troque de um para o outro mudando uma linha

Os dois ids estão em todas as abas abaixo; o par de linhas destacado é a única alteração. O endpoint, a chave e o formato da requisição são os mesmos.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="claude-opus-5",
    # model="deepseek-v4-pro",  # descomente esta linha, comente a linha acima
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://synthorai.io/v1",
  apiKey: "sk-syn-...",
});

const resp = await client.chat.completions.create({
  model: "claude-opus-5",
  // model: "deepseek-v4-pro",  // descomente esta linha, comente a linha acima
  messages: [{ role: "user", content: "Summarize this diff" }],
  reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);

curl https://synthorai.io/v1/chat/completions \
  -H "Authorization: Bearer sk-syn-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-opus-5",
    # "model": "deepseek-v4-pro",  # descomente esta linha, comente a linha acima
    "messages": [{"role": "user", "content": "Hello"}],
    "reasoning_effort": "medium"
  }'

package main

import (
	"context"
	"fmt"

	"github.com/openai/openai-go/v3"
	"github.com/openai/openai-go/v3/option"
)

func main() {
	client := openai.NewClient(
		option.WithBaseURL("https://synthorai.io/v1"),
		option.WithAPIKey("sk-syn-..."),
	)
	resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
		Model: "claude-opus-5",
		// Model: "deepseek-v4-pro",  // descomente esta linha, comente a linha acima
		Messages: []openai.ChatCompletionMessageParamUnion{
			openai.UserMessage("Summarize this diff"),
		},
		ReasoningEffort: openai.ReasoningEffortMedium,
	})
	fmt.Println(resp.Choices[0].Message.Content)
}

import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;

OpenAIClient client = OpenAIOkHttpClient.builder()
    .baseUrl("https://synthorai.io/v1")
    .apiKey("sk-syn-...")
    .build();

ChatCompletion resp = client.chat().completions().create(
    ChatCompletionCreateParams.builder()
        .model("claude-opus-5")
        // .model("deepseek-v4-pro")  // descomente esta linha, comente a linha acima
        .addUserMessage("Summarize this diff")
        .reasoningEffort(ReasoningEffort.MEDIUM)
        .build());
System.out.println(resp.choices().get(0).message().content().orElse(""));

Obtenha sua chave de API →

Perguntas frequentes

Qual é mais barato, Claude Opus 5 ou DeepSeek V4 Pro?

DeepSeek V4 Pro sai mais barato na linha “Entrada / 1M tokens” ($1.32 contra $5, 3.8× de diferença). Outras linhas podem pender para o outro lado: a tabela acima mostra todos os preços, e o custo real depende do seu mix de uso.

Posso fazer um teste A/B de Claude Opus 5 contra DeepSeek V4 Pro sem duas integrações?

Sim. Os dois são servidos pelo mesmo endpoint compatível com OpenAI, com uma única chave de API. Para trocar, basta mudar uma linha, a string do modelo; assim você pode direcionar uma parte do tráfego para cada um e comparar as contas diretamente.

Claude Opus 5 e DeepSeek V4 Pro suportam cache de prompts?

Sim. Os dois cobram as leituras de cache abaixo da tarifa de entrada, então cargas de trabalho com prefixo já em cache custam menos do que os preços de tabela sugerem. Os valores exatos de leitura de cache estão na tabela de preços acima.

Comparações relacionadas

Claude Opus 5 vs Claude Opus 5.5 Claude Opus 5 vs Qwen3.8 Flash Claude Opus 5 vs Gemini 3.8 Flash Claude Opus 5 vs DeepSeek V4.1 Flash Compare dois modelos quaisquer →

Dos nossos estudos com medições

GPT-6.1 Sol vs Claude Sonnet 5.5: mesmo $2/$10, metade do custo Recusas excessivas: o benchmark pesa mais que o modelo Claude Opus 5.5 vs Opus 5: mesmas respostas, metade dos tokens