- 順位
- #74
- 合計出力トークン
- 19,362
- 応答時間（平均）
- 8.12s
- 合計コスト
- $0.661
Claude Sonnet 4.6 vs DeepSeek V4 Flash 0731 (medium)
平均スコアは 7.3 vs 7.3 でほぼ同等です。 DeepSeek V4 Flash 0731 (medium) の benchmark コストが低く、$0.106 vs $0.661 です。 Claude Sonnet 4.6 の方が高速で、8.12s vs 85.80s です、成功率は 57.6% vs 72.7% です。
- 順位
- #76
- 合計出力トークン
- 618,417
- 応答時間（平均）
- 85.80s
- 合計コスト
- $0.106
おすすめモデル
DeepSeek V4 Flash 0731 (medium)
ここでは最高スコア（7.3）で、Claude Sonnet 4.6 より約 6.3 倍低コストです。
詳細比較
| 指標 | Claude Sonnet 4.6 Claude Sonnet 4.6 none | DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium |
|---|---|---|
| スコア | 7.3 | 7.3 |
| 順位 | #74 | #76 |
| 信頼性 | 10.0 | 9.8 |
| 一貫性 | 9.7 | 7.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 57.6% | 72.7% |
| 不安定なテスト | 1 | 8 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 5.502 | 0.956 |
| 合計コスト | $0.661 | $0.106 |
| 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 | 123,264 | 89,768 |
| 出力トークン | 19,362 | 66,624 |
| 推論トークン | 0 | 551,793 |
| 応答時間（平均） | 8.12s | 85.80s |
| 応答時間（最大） | 51.18s | 288.78s |
| 応答時間（合計） | 121.78s | 1887.69s |
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.
#74 Claude Sonnet 4.6
none- コスト
- $0.038
- 時間
- 27.3s
- トークン
- 2,598 tok
#76 DeepSeek V4 Flash 0731
medium- コスト
- $0.004
- 時間
- 93.3s
- トークン
- 13,252 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 | 4.8 | 10.0 | 25.0% | 0 | 2.94s | 636 | 1,214 | 0 | |
| DeepSeek V4 Flash 0731 | 8.2 | 7.9 | 83.3% | 1 | 17.95s | 698 | 2,101 | 6,715 |
| 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 | 5.5 | 10.0 | 33.3% | 0 | 5.19s | 8,522 | 2,127 | 0 | |
| DeepSeek V4 Flash 0731 | 6.4 | 4.4 | 77.8% | 2 | 198.78s | 6,032 | 4,109 | 160,154 |
| 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 | 9.8 | 10.0 | 100.0% | 0 | 37.51s | 91,402 | 13,663 | 0 | |
| DeepSeek V4 Flash 0731 | 7.3 | 5.8 | 83.3% | 1 | 150.58s | 65,118 | 40,110 | 97,296 |
| 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） | 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 | 3.43s | 8,574 | 252 | 0 | |
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 5.21s | 7,290 | 287 | 1,519 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 3.54s | 759 | 413 | 0 | |
| DeepSeek V4 Flash 0731 | 3.6 | 7.2 | 22.2% | 1 | 211.52s | 541 | 17,559 | 213,405 |
| 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 | 6.1 | 3.1 | 66.7% | 1 | 2.56s | 513 | 192 | 0 | |
| DeepSeek V4 Flash 0731 | 6.1 | 3.1 | 66.7% | 1 | 12.16s | 471 | 66 | 1,589 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 1.96s | 690 | 90 | 0 | |
| DeepSeek V4 Flash 0731 | 8.5 | 6.8 | 83.3% | 1 | 2.42s | 706 | 109 | 580 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 2.53s | 663 | 533 | 0 | |
| DeepSeek V4 Flash 0731 | 8.2 | 7.3 | 88.9% | 1 | 65.12s | 594 | 1,530 | 66,970 |
| 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 | 4.11s | 11,301 | 447 | 0 | |
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 4.41s | 8,178 | 374 | 152 |
| 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 | 4.67s | 204 | 431 | 0 | |
| DeepSeek V4 Flash 0731 | 3.0 | 10.0 | 0.0% | 0 | 56.64s | 140 | 379 | 3,413 |
クイック比較
比較ペアを切り替え
Claude Sonnet 4.6nonevsKAT-Coder-Pro V2.5lowClaude Sonnet 4.6nonevsGemini 3.1 Flash Lite PreviewmediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowDeepSeek V4 Flash 0731mediumvsQwen3.7 FlashlowClaude Sonnet 4.6nonevsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsDeepSeek V4 Flash 0731mediumDeepSeek V4 Flash 0731mediumvsStep 3.7 FlashlowDeepSeek V4 Flash 0731mediumvsKAT-Coder-Pro V2.5lowDeepSeek V4 Flash 0731mediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsLongCat 2.0mediumClaude Sonnet 4.6nonevsQwen3.7 FlashlowDeepSeek V4 Flash 0731mediumvsKAT-Coder-Pro V2.5high