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: Claude Sonnet 4.6 が平均スコアでリードし、7.8 vs 7.2 です。 DeepSeek V4 Pro の benchmark コストが低く、$0.034 vs $1.418 です。 DeepSeek V4 Pro の方が高速で、6.41s vs 17.06s です、成功率は 65.1% vs 52.4% です。

おすすめモデル: DeepSeek V4 Pro - スコアはここでの最高値に近く（7.2 vs 7.8）、Claude Sonnet 4.6 より約 42.6 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: 2026-06-30

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 medium リリース: 2026-02-17	DeepSeek V4 Pro DeepSeek V4 Pro none 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 none リリース: 2026-04-24
スコア	7.8	7.2
順位	#32	#60
信頼性	10.0	9.9
一貫性	9.1	8.8
正解テスト
試行ごとの合格率	65.1%	52.4%
不安定なテスト	2	3
総実行回数	63	63
結果あたりのコスト	10.904	0.333
合計コスト	$1.418	$0.034
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	53,558
出力トークン	54,703	11,424
推論トークン	29,970	0
応答時間（平均）	17.06s	6.41s
応答時間（最大）	46.35s	30.09s
応答時間（合計）	221.83s	134.66s

生成ショーケース

Hamster playing table tennis

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

#32 Claude Sonnet 4.6

medium

無効なSVG

コスト: $0.000
時間: 300.0s
トークン: 0 tok

#60 DeepSeek V4 Pro

none

無効なSVG

コスト: $0.000
時間: 300.0s
トークン: 0 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	3.2	6.1	16.7%	2		4.02s	540	1,168	0

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	5.6	10.0	33.3%	0		13.38s	7,275	5,500	0

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	9.5	10.0	100.0%	0		23.74s	27,529	2,235	0

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		4.61s	7,568	200	0

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	5.3	10.0	33.3%	0		3.72s	666	24	0

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	5.0	10.0	0.0%	0		2.05s	471	126	0

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	6.3	5.8	66.7%	1		4.12s	627	713	0

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	10.0	10.0	100.0%	0		3.61s	594	442	0

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	10.0	10.0	100.0%	0		7.40s	8,105	328	0

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		5.76s	183	688	0

クイック比較

比較ペアを切り替え