AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs DeepSeek: DeepSeek V4 Pro

概要

Claude Opus 4.6 vs DeepSeek V4 Pro の benchmark 比較: Claude Opus 4.6 が平均スコアでリードし、7.7 vs 7.2 です。 DeepSeek V4 Pro の benchmark コストが低く、$0.034 vs $2.053 です。 DeepSeek V4 Pro の方が高速で、6.41s vs 25.89s です、成功率は 61.9% vs 52.4% です。

おすすめモデル: DeepSeek V4 Pro - スコアはここでの最高値に近く（7.2 vs 7.7）、Claude Opus 4.6 より約 61.7 倍低コストです。

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: 2026-06-18

指標	Claude Opus 4.6 Claude Opus 4.6 medium リリース: 2026-02-05	DeepSeek V4 Pro DeepSeek V4 Pro none リリース: 2026-04-24

指標	Claude Opus 4.6 Claude Opus 4.6 medium リリース: 2026-02-05	DeepSeek V4 Pro DeepSeek V4 Pro none リリース: 2026-04-24
スコア	7.7	7.2
順位	#38	#58
信頼性	10.0	9.9
一貫性	8.8	8.8
正解テスト
試行ごとの合格率	61.9%	52.4%
不安定なテスト	3	3
総実行回数	63	63
結果あたりのコスト	17.103	0.333
合計コスト	$2.053	$0.034
入力価格	$5.000 / 1M	$0.435 / 1M
出力価格	$25.000 / 1M	$0.870 / 1M
合計入力トークン	53,227	53,558
出力トークン	47,446	11,424
推論トークン	24,000	0
応答時間（平均）	25.89s	6.41s
応答時間（最大）	83.40s	30.09s
応答時間（合計）	362.49s	134.66s

生成ショーケース

Hamster playing table tennis

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

#38 Claude Opus 4.6

medium

無効なSVG

コスト: $0.000
時間: 300.0s
トークン: 0 tok

#58 DeepSeek V4 Pro

none

無効なSVG

コスト: $0.000
時間: 300.0s
トークン: 0 tok

スコア上位モデル

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）	入力トークン	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	840	986	1,071
DeepSeek V4 Pro	3.2	6.1	16.7%	2		4.02s	540	1,168	0

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）	入力トークン	出力トークン	推論トークン
Claude Opus 4.6	5.7	7.1	44.4%	1		30.10s	8,522	13,057	4,121
DeepSeek V4 Pro	5.6	10.0	33.3%	0		13.38s	7,275	5,500	0

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）	入力トークン	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	20,685	8,178	5,194
DeepSeek V4 Pro	9.5	10.0	100.0%	0		23.74s	27,529	2,235	0

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）	入力トークン	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	8,676	691	757
DeepSeek V4 Pro	10.0	10.0	100.0%	0		4.61s	7,568	200	0

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）	入力トークン	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	674	14,642	8,687
DeepSeek V4 Pro	5.3	10.0	33.3%	0		3.72s	666	24	0

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）	入力トークン	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	564	188	292
DeepSeek V4 Pro	5.0	10.0	0.0%	0		2.05s	471	126	0

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）	入力トークン	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	792	266	467
DeepSeek V4 Pro	6.3	5.8	66.7%	1		4.12s	627	713	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）	入力トークン	出力トークン	推論トークン
Claude Opus 4.6	7.7	10.0	66.7%	0		4.71s	816	532	630
DeepSeek V4 Pro	10.0	10.0	100.0%	0		3.61s	594	442	0

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）	入力トークン	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	11,454	861	329
DeepSeek V4 Pro	10.0	10.0	100.0%	0		7.40s	8,105	328	0

雑学	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）	入力トークン	出力トークン	推論トークン
Claude Opus 4.6	3.0	10.0	0.0%	0		63.24s	204	8,045	2,452
DeepSeek V4 Pro	3.0	10.0	0.0%	0		5.76s	183	688	0

クイック比較

比較ペアを切り替え