AI BENCHY Compare
Anthropic: Claude Opus 4.7 vs DeepSeek: DeepSeek V4 Flash
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: 2026-05-22
| 指標 | Claude Opus 4.7 Claude Opus 4.7 medium | DeepSeek V4 Flash DeepSeek V4 Flash high 無料で利用可能 |
|---|---|---|
| スコア | 8.9 | 7.4 |
| 順位 | #7 | #55 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 10.0 | 8.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 85.0% | 71.7% |
| 不安定なテスト | 0 | 5 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 3.674 | 0.339 |
| 合計コスト | $0.625 | $0.038 |
| ???? | $5.000 / 1M | $0.112 / 1M |
| ???? | $25.000 / 1M | $0.224 / 1M |
| 出力トークン | 10,468 | 10,299 |
| 推論トークン | 2,198 | 116,570 |
| 応答時間（平均） | 4.50s | 46.28s |
| 応答時間（最大） | 23.18s | 218.13s |
| 応答時間（合計） | 85.46s | 925.55s |
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 4.7 | 8.3 | 10.0 | 75.0% | 0 | 1.85s | 348 | 0 | |
| DeepSeek V4 Flash | 8.3 | 10.0 | 75.0% | 0 | 28.51s | 140 | 7,770 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 14.79s | 6,210 | 1,114 | |
| DeepSeek V4 Flash | 6.8 | 10.0 | 50.0% | 0 | 58.13s | 387 | 27,101 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 21.45s | 2,369 | 1,084 | |
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 76.57s | 465 | 7,347 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 2.37s | 324 | 0 | |
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 28.03s | 201 | 1,179 |
| 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 4.7 | 7.7 | 10.0 | 66.7% | 0 | 1.17s | 51 | 0 | |
| DeepSeek V4 Flash | 4.1 | 4.4 | 44.5% | 2 | 100.31s | 27 | 59,249 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 2.87s | 256 | 0 | |
| DeepSeek V4 Flash | 6.1 | 3.1 | 66.7% | 1 | 25.15s | 79 | 632 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 1.57s | 114 | 0 | |
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.36s | 63 | 1,622 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 2.51s | 399 | 0 | |
| DeepSeek V4 Flash | 6.4 | 4.4 | 77.8% | 2 | 25.53s | 193 | 2,597 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 373 | 0 | |
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 74.73s | 228 | 542 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.7 | 3.0 | 10.0 | 0.0% | 0 | 2.25s | 24 | 0 | |
| DeepSeek V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 54.46s | 8,516 | 8,531 |
クイック比較
比較ペアを切り替え
Claude Opus 4.7mediumvsGPT-5.5lowDeepSeek V4 Flashhigh無料で利用可能vsKimi K2.6mediumDeepSeek V4 Flashhigh無料で利用可能vsMiMo-V2.5mediumDeepSeek V4 Flashhigh無料で利用可能vsQwen3.5-FlashmediumDeepSeek V4 Flashhigh無料で利用可能vsGPT-5.3 ChatnoneDeepSeek V4 Flashhigh無料で利用可能vsGPT-5.2mediumClaude Opus 4.7mediumvsGemini 3.5 FlashnoneDeepSeek V4 Flashhigh無料で利用可能vsStep 3.5 FlashmediumDeepSeek V4 Flashhigh無料で利用可能vsGLM 5.1mediumDeepSeek V4 Flashhigh無料で利用可能vsGemini 3.1 Flash LitelowDeepSeek V4 Flashhigh無料で利用可能vsQwen3.6 FlashmediumDeepSeek V4 Flashhigh無料で利用可能vsGLM 5V Turbomedium