- 順位
- #127
- 合計出力トークン
- 16,797
- 応答時間（平均）
- 4.92s
- 合計コスト
- $1.166
Claude Opus 4.8 vs DeepSeek V4 Flash 0731 (medium)
平均スコアは 7.3 vs 7.3 でほぼ同等です。 DeepSeek V4 Flash 0731 (medium) の benchmark コストが低く、$0.066 vs $1.166 です。 Claude Opus 4.8 の方が高速で、4.92s vs 84.66s です、成功率は 63.6% vs 71.2% です。
比較対象モデル
- 順位
- #126
- 合計出力トークン
- 550,855
- 応答時間（平均）
- 84.66s
- 合計コスト
- $0.066
おすすめモデル
DeepSeek V4 Flash 0731 (medium)
ここでは最高スコア（7.3）で、Claude Opus 4.8 より約 17.8 倍低コストです。
詳細比較
| 指標 | Claude Opus 4.8 Claude Opus 4.8 none | DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium |
|---|---|---|
| スコア | 7.3 | 7.3 |
| 順位 | #127 | #126 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.2 | 7.1 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 63.6% | 71.2% |
| 不安定なテスト | 2 | 8 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 8.969 | 0.960 |
| 合計コスト | $1.166 | $0.066 |
| 入力価格 | $5.000 / 1M | $0.065 / 1M |
| 出力価格 | $25.000 / 1M | $0.180 / 1M |
| 合計入力トークン | 149,203 | 89,819 |
| 出力トークン | 16,797 | 58,398 |
| 推論トークン | 0 | 492,457 |
| 応答時間（平均） | 4.92s | 84.66s |
| 応答時間（最大） | 35.03s | 288.78s |
| 応答時間（合計） | 108.24s | 1862.46s |
| パラメータ | ~5T 総数 (~500B アクティブ) | 284B 総数 (13B アクティブ) |
| 公開状況 | クローズド | クローズド |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#127 Claude Opus 4.8
none- コスト
- $0.053
- 時間
- 22.0s
- トークン
- 2,253 tok
#126 DeepSeek V4 Flash 0731
medium- コスト
- $0.004
- 時間
- 93.3s
- トークン
- 13,252 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 4.8 | 6.5 | 10.0 | 50.0% | 0 | 3.40s | 834 | 1,472 | 0 | |
| DeepSeek V4 Flash 0731 | 8.2 | 7.9 | 83.3% | 1 | 17.95s | 698 | 2,101 | 6,715 |
| 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 4.8 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| DeepSeek V4 Flash 0731 | 6.4 | 4.4 | 77.8% | 2 | 198.78s | 6,032 | 4,109 | 160,154 |
| 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 4.8 | 9.8 | 10.0 | 100.0% | 0 | 26.38s | 111,760 | 11,949 | 0 | |
| DeepSeek V4 Flash 0731 | 7.3 | 5.8 | 83.3% | 1 | 150.58s | 65,118 | 40,110 | 97,296 |
| 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 4.8 | 7.3 | 5.8 | 83.3% | 1 | 1.77s | 10,503 | 308 | 0 | |
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 5.21s | 7,290 | 287 | 1,519 |
| 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 4.8 | 5.3 | 7.2 | 44.4% | 1 | 1.76s | 972 | 61 | 0 | |
| DeepSeek V4 Flash 0731 | 2.9 | 7.2 | 11.1% | 1 | 203.11s | 592 | 9,333 | 154,069 |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.48s | 708 | 230 | 0 | |
| DeepSeek V4 Flash 0731 | 6.1 | 3.1 | 66.7% | 1 | 12.16s | 471 | 66 | 1,589 |
| 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 4.8 | 9.9 | 10.0 | 100.0% | 0 | 1.37s | 909 | 95 | 0 | |
| DeepSeek V4 Flash 0731 | 8.5 | 6.8 | 83.3% | 1 | 2.42s | 706 | 109 | 580 |
| 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 4.8 | 7.7 | 10.0 | 66.7% | 0 | 2.74s | 894 | 783 | 0 | |
| DeepSeek V4 Flash 0731 | 8.2 | 7.3 | 88.9% | 1 | 65.12s | 594 | 1,530 | 66,970 |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 5.35s | 11,775 | 355 | 0 | |
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 4.41s | 8,178 | 374 | 152 |
| 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 4.8 | 3.0 | 10.0 | 0.0% | 0 | 3.41s | 258 | 212 | 0 | |
| DeepSeek V4 Flash 0731 | 3.0 | 10.0 | 0.0% | 0 | 56.64s | 140 | 379 | 3,413 |
クイック比較
比較ペアを切り替え
DeepSeek V4 Flash 0731mediumvsQwen3.7 PlusnoneDeepSeek V4 Flash 0731mediumvsGLM 5.3 FlashhighClaude Opus 4.8nonevsKimi K2.6mediumClaude Opus 4.8nonevsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsGLM 5.3 FlashhighClaude Opus 4.8nonevsKAT-Coder-Pro V2.5highDeepSeek V4 Flash 0731mediumvsKAT-Coder-Pro V2.5highDeepSeek V4 Flash 0731mediumvsKAT-Coder-Pro V2.5lowClaude Opus 4.8nonevsMuse Glimmer 30BhighDeepSeek V4 Flash 0731mediumvsGLM 5.3highClaude Sonnet 4.6nonevsDeepSeek V4 Flash 0731mediumClaude Opus 4.8nonevsKAT-Coder-Pro V2.5low