AI BENCHY Compare
Anthropic: Claude Opus 4.6 vs DeepSeek: DeepSeek V4 Pro
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-04-24
| 指標 | Claude Opus 4.6 Claude Opus 4.6 medium | DeepSeek V4 Pro DeepSeek V4 Pro high |
|---|---|---|
| スコア | 7.6 | 7.4 |
| 順位 | #43 | #50 |
| 一貫性 | 9.1 | 10.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 70.4% | 61.1% |
| 不安定なテスト | 2 | 0 |
| 総実行回数 | 54 | 24 |
| 結果あたりのコスト | 12.047 | 1.385 |
| 合計コスト | $1.446 | $0.153 |
| ???? | $5.000 / 1M | $1.740 / 1M |
| ???? | $25.000 / 1M | $3.480 / 1M |
| 出力トークン | 29,829 | 584 |
| 推論トークン | 18,938 | 37,708 |
| 応答時間（平均） | 21.08s | 78.45s |
| 応答時間（最大） | 83.40s | 351.99s |
| 応答時間（合計） | 231.84s | 1255.22s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 6.4 | 5.8 | 66.7% | 2 | 7.45s | 986 | 1,071 | |
| DeepSeek V4 Pro | 8.3 | 10.0 | 75.0% | 0 | 32.12s | 64 | 1,799 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 23.11s | 3,486 | 1,504 | |
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 93.00s | 82 | 2,808 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 76.66s | 8,178 | 5,194 | |
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 71.08s | 134 | 2,163 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 7.37s | 691 | 757 | |
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 63.00s | 67 | 1,071 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 3.0 | 10.0 | 0.0% | 0 | 83.40s | 14,642 | 8,687 | |
| DeepSeek V4 Pro | 5.3 | 10.0 | 33.3% | 0 | 202.56s | 11 | 25,343 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 5.04s | 188 | 292 | |
| DeepSeek V4 Pro | 5.0 | 10.0 | 0.0% | 0 | 26.96s | 51 | 734 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 266 | 467 | |
| DeepSeek V4 Pro | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 7.7 | 10.0 | 66.7% | 0 | 4.60s | 531 | 637 | |
| DeepSeek V4 Pro | 7.7 | 10.0 | 66.7% | 0 | 63.66s | 91 | 3,617 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 9.73s | 861 | 329 | |
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 11.05s | 84 | 173 |
クイック比較
比較ペアを切り替え
Claude Opus 4.6mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsDeepSeek V4 ProhighDeepSeek V4 ProhighvsMiMo-V2-FlashmediumDeepSeek V4 ProhighvsGPT-5.2mediumDeepSeek V4 ProhighvsGPT-5.4 MinimediumSeed-2.0-MinimediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGPT-5.4 NanomediumClaude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneDeepSeek V4 ProhighvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGPT-5.2 Chatnone