- 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 Pro (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 Pro (high) の benchmark コストが低く、$0.200 vs $2.057 です。 Claude Sonnet 4.6 (medium) の方が高速で、25.91s vs 79.14s です、成功率は 66.7% vs 63.6% です。
- 順位
- #58
- 合計出力トークン
- 189,181
- 応答時間（平均）
- 79.14s
- 合計コスト
- $0.200
おすすめモデル
DeepSeek V4 Pro (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 10.3 倍低コストです。
詳細比較
| 指標 | Claude Sonnet 4.6 Claude Sonnet 4.6 medium | DeepSeek V4 Pro DeepSeek V4 Pro high |
|---|---|---|
| スコア | 7.8 | 7.7 |
| 順位 | #51 | #58 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.2 | 7.7 |
| 正解テスト | ||
| 試行ごとの合格率 | 66.7% | 63.6% |
| 不安定なテスト | 2 | 6 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 14.692 | 2.000 |
| 合計コスト | $2.057 | $0.200 |
| 入力価格 | $3.000 / 1M | $0.435 / 1M |
| 出力価格 | $15.000 / 1M | $0.870 / 1M |
| 合計入力トークン | 106,292 | 90,748 |
| 出力トークン | 80,748 | 10,462 |
| 推論トークン | 35,117 | 178,719 |
| 応答時間（平均） | 25.91s | 79.14s |
| 応答時間（最大） | 140.96s | 416.76s |
| 応答時間（合計） | 362.78s | 1740.97s |
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
#58 DeepSeek V4 Pro
high- コスト
- $0.023
- 時間
- 257.6s
- トークン
- 14,870 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 Pro | 5.7 | 5.9 | 58.3% | 2 | 25.70s | 536 | 149 | 3,214 |
| 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 Pro | 6.3 | 8.7 | 33.3% | 0 | 243.00s | 5,090 | 383 | 84,580 |
| 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 Pro | 10.0 | 10.0 | 100.0% | 0 | 78.99s | 66,082 | 4,582 | 25,404 |
| 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 Pro | 10.0 | 10.0 | 100.0% | 0 | 25.03s | 7,690 | 274 | 2,166 |
| 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 Pro | 3.6 | 7.2 | 22.2% | 1 | 151.46s | 569 | 4,404 | 50,391 |
| 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 Pro | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 471 | 115 | 1,013 |
| 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 Pro | 7.8 | 6.6 | 83.3% | 1 | 8.73s | 627 | 66 | 2,726 |
| 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 Pro | 6.9 | 4.9 | 77.8% | 2 | 56.85s | 591 | 178 | 2,563 |
| 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 Pro | 9.8 | 10.0 | 100.0% | 0 | 15.92s | 8,909 | 295 | 701 |
| 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 Pro | 3.0 | 10.0 | 0.0% | 0 | 34.01s | 183 | 16 | 5,961 |
クイック比較
比較ペアを切り替え
Claude Sonnet 4.6mediumvsQwen3.7 FlashhighClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGLM 5mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumDeepSeek V4 ProhighvsGPT-5.6 LunamediumClaude Opus 4.8lowvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsNemotron 3 Ultramedium無料で利用可能Claude Opus 5nonevsDeepSeek V4 ProhighDeepSeek V4 ProhighvsKimi K2.7 CodemediumClaude Sonnet 4.6mediumvsGPT-5.6 LunahighClaude Sonnet 4.6mediumvsGPT-5.6 Terrahigh