AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs DeepSeek: DeepSeek V4 Pro

概要

Claude Sonnet 4.6 vs DeepSeek V4 Pro の benchmark 比較: DeepSeek V4 Pro が平均スコアでリードし、8.1 vs 7.8 です。 DeepSeek V4 Pro の benchmark コストが低く、$0.098 vs $1.418 です。 Claude Sonnet 4.6 の方が高速で、17.06s vs 72.22s です、成功率は 65.1% vs 66.7% です。

おすすめモデル: DeepSeek V4 Pro - ここでは最高スコア（8.1）で、Claude Sonnet 4.6 より約 14.5 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: 2026-06-12

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 medium リリース: 2026-02-17	DeepSeek V4 Pro DeepSeek V4 Pro high リリース: 2026-04-24

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 medium リリース: 2026-02-17	DeepSeek V4 Pro DeepSeek V4 Pro high リリース: 2026-04-24
スコア	7.8	8.1
順位	#35	#30
信頼性	10.0	9.6
一貫性	9.1	7.8
正解テスト
試行ごとの合格率	65.1%	66.7%
不安定なテスト	2	6
総実行回数	63	57
結果あたりのコスト	10.904	0.978
合計コスト	$1.418	$0.098
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	49,112	35,122
出力トークン	54,703	6,315
推論トークン	29,970	93,205
応答時間（平均）	17.06s	72.22s
応答時間（最大）	46.35s	437.44s
応答時間（合計）	221.83s	1444.45s

Generation showcase

Hamster playing table tennis

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

#35 Claude Sonnet 4.6

medium

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 0 tok

#30 DeepSeek V4 Pro

high

Cost: $0.023
Time: 257.6s
Tokens: 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	7.7	10.0	66.7%	0		308.19s	1,583	368	42,658

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		46.35s	18,351	5,871	3,962
DeepSeek V4 Pro	10.0	10.0	100.0%	0		38.17s	14,060	454	5,836

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		130.09s	472	4,400	26,367

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