AI BENCHY Compare
Anthropic: Claude Sonnet 4.6 vs DeepSeek: DeepSeek V3.2
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: 2026-04-16
| 指標 | Claude Sonnet 4.6 Claude Sonnet 4.6 none | DeepSeek V3.2 DeepSeek V3.2 medium |
|---|---|---|
| スコア | 7.4 | 8.0 |
| 順位 | #41 | #27 |
| 一貫性 | 9.6 | 8.2 |
| 正解テスト | ||
| 試行ごとの合格率 | 64.8% | 79.6% |
| 不安定なテスト | 1 | 4 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 2.376 | 0.240 |
| 合計コスト | $0.262 | $0.029 |
| ???? | $3.000 / 1M | $0.260 / 1M |
| ???? | $15.000 / 1M | $0.380 / 1M |
| 出力トークン | 7,433 | 10,620 |
| 推論トークン | 0 | 48,511 |
| 応答時間（平均） | 4.98s | 46.41s |
| 応答時間（最大） | 23.84s | 180.92s |
| 応答時間（合計） | 54.83s | 835.33s |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 4.8 | 10.0 | 25.0% | 0 | 2.94s | 1,214 | 0 | |
| DeepSeek V3.2 | 8.4 | 9.9 | 75.0% | 0 | 30.72s | 3,773 | 7,523 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 3.67s | 523 | 0 | |
| DeepSeek V3.2 | 4.7 | 1.6 | 66.7% | 1 | 180.92s | 626 | 6,792 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 9.5 | 10.0 | 100.0% | 0 | 23.84s | 3,766 | 0 | |
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 93.11s | 571 | 6,296 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 3.43s | 252 | 0 | |
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 36.09s | 207 | 7,693 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 7.7 | 10.0 | 66.7% | 0 | 3.54s | 413 | 0 | |
| DeepSeek V3.2 | 5.3 | 7.2 | 44.4% | 1 | 39.32s | 3,081 | 7,856 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 6.1 | 3.1 | 66.7% | 1 | 2.56s | 192 | 0 | |
| DeepSeek V3.2 | 5.4 | 2.5 | 66.7% | 1 | 31.30s | 68 | 2,366 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 6.5 | 10.0 | 50.0% | 0 | 1.96s | 90 | 0 | |
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 35.78s | 1,397 | 2,845 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 7.7 | 10.0 | 66.7% | 0 | 2.92s | 536 | 0 | |
| DeepSeek V3.2 | 8.2 | 7.2 | 88.9% | 1 | 36.87s | 390 | 6,281 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.11s | 447 | 0 | |
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 34.81s | 507 | 859 |
クイック比較
比較ペアを切り替え
Claude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsGPT-5.2mediumDeepSeek V3.2mediumvsGPT-5.2 ChatnoneDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Sonnet 4.6nonevsSeed-2.0-MinimediumDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewlowDeepSeek V3.2mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumDeepSeek V3.2mediumvsGPT-5.3 Chatnone