- 順位
- #51
- 合計出力トークン
- 115,865
- 応答時間（平均）
- 25.91s
- 合計コスト
- $2.057
Claude Sonnet 4.6 (medium) vs DeepSeek V4 Flash (high)
Claude Sonnet 4.6 (medium) が平均スコアでリードし、7.8 vs 7.7 です。 DeepSeek V4 Flash (high) の benchmark コストが低く、$0.060 vs $2.057 です。 Claude Sonnet 4.6 (medium) の方が高速で、25.91s vs 49.75s です、成功率は 66.7% vs 72.7% です。
- 順位
- #57
- 合計出力トークン
- 168,165
- 応答時間（平均）
- 49.75s
- 合計コスト
- $0.060
おすすめモデル
DeepSeek V4 Flash (high)
スコアはここでの最高値に近く（7.7 vs 7.8）、Claude Sonnet 4.6 (medium) より約 34.4 倍低コストです。
詳細比較
| 指標 | Claude Sonnet 4.6 Claude Sonnet 4.6 medium | DeepSeek V4 Flash DeepSeek V4 Flash high |
|---|---|---|
| スコア | 7.8 | 7.7 |
| 順位 | #51 | #57 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.2 | 8.2 |
| 正解テスト | ||
| 試行ごとの合格率 | 66.7% | 72.7% |
| 不安定なテスト | 2 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 14.692 | 0.402 |
| 合計コスト | $2.057 | $0.060 |
| 入力価格 | $3.000 / 1M | $0.140 / 1M |
| 出力価格 | $15.000 / 1M | $0.280 / 1M |
| 合計入力トークン | 106,292 | 108,392 |
| 出力トークン | 80,748 | 14,478 |
| 推論トークン | 35,117 | 153,687 |
| 応答時間（平均） | 25.91s | 49.75s |
| 応答時間（最大） | 140.96s | 218.13s |
| 応答時間（合計） | 362.78s | 1094.41s |
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.
#51 Claude Sonnet 4.6
medium
無効なSVG
- コスト
- $0.000
- 時間
- 300.0s
- トークン
- 0 tok
#57 DeepSeek V4 Flash
high- コスト
- $0.003
- 時間
- 93.1s
- トークン
- 7,926 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 Sonnet 4.6 | 6.5 | 10.0 | 50.0% | 0 | 2.98s | 789 | 1,046 | 1,093 | |
| DeepSeek V4 Flash | 8.3 | 10.0 | 75.0% | 0 | 28.51s | 540 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 5.7 | 6.6 | 44.4% | 1 | 33.29s | 6,995 | 16,089 | 3,686 | |
| DeepSeek V4 Flash | 7.8 | 10.0 | 66.7% | 0 | 50.60s | 7,279 | 395 | 34,862 |
| 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 Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 93.65s | 75,531 | 31,916 | 9,109 | |
| DeepSeek V4 Flash | 6.4 | 5.8 | 66.7% | 1 | 104.10s | 82,663 | 4,633 | 37,533 |
| 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 Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 13.90s | 8,676 | 649 | 742 | |
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 28.03s | 7,290 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 2.9 | 7.2 | 11.1% | 1 | 0ms | 471 | 25,790 | 16,919 | |
| DeepSeek V4 Flash | 4.1 | 4.4 | 44.5% | 2 | 100.31s | 666 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.94s | 564 | 256 | 433 | |
| DeepSeek V4 Flash | 6.1 | 3.1 | 66.7% | 1 | 25.15s | 471 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 2.61s | 792 | 318 | 552 | |
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.36s | 627 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 5.31s | 816 | 592 | 646 | |
| DeepSeek V4 Flash | 8.2 | 7.2 | 88.9% | 1 | 26.11s | 594 | 196 | 1,767 |
| 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 Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 7.48s | 11,454 | 655 | 351 | |
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 74.73s | 8,079 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 3.0 | 10.0 | 0.0% | 0 | 30.09s | 204 | 3,437 | 1,586 | |
| DeepSeek V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 54.46s | 183 | 8,516 | 8,531 |
クイック比較
比較ペアを切り替え
Claude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsQwen3.7 FlashhighDeepSeek V4 FlashhighvsGLM 5mediumDeepSeek V4 FlashhighvsMiniMax M3mediumDeepSeek V4 FlashhighvsGrok Build 0.1mediumClaude Opus 4.8lowvsDeepSeek V4 FlashhighDeepSeek V4 FlashhighvsGPT-5.6 LunamediumDeepSeek V4 FlashhighvsNemotron 3 Ultramedium無料で利用可能Claude Opus 5nonevsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsGPT-5.6 LunahighClaude Sonnet 4.6mediumvsGPT-5.6 TerrahighClaude Sonnet 4.6mediumvsKimi K3max