- 順位
- #80
- 合計出力トークン
- 43,305
- 応答時間（平均）
- 8.94s
- 合計コスト
- $0.752
Claude Sonnet 5.5 (high) vs DeepSeek V4.1 Flash (max)
平均スコアは 8.3 vs 8.3 でほぼ同等です。 Claude Sonnet 5.5 (high) の benchmark コストが低く、$0.752 vs $1.073 です。 Claude Sonnet 5.5 (high) の方が高速で、8.94s vs 61.35s です、成功率は 80.3% vs 68.2% です。
比較対象モデル
- 順位
- #77
- 合計出力トークン
- 871,126
- 応答時間（平均）
- 61.35s
- 合計コスト
- $1.073
おすすめモデル
Claude Sonnet 5.5 (high)
ここでは最高スコア（8.3）で、DeepSeek V4.1 Flash (max) より約 6.9 倍速く応答します。
詳細比較
| 指標 | Claude Sonnet 5.5 Claude Sonnet 5.5 high | DeepSeek V4.1 Flash DeepSeek V4.1 Flash max |
|---|---|---|
| スコア | 8.3 | 8.3 |
| 順位 | #80 | #77 |
| 信頼性 | 10.0 | 9.1 |
| 一貫性 | 8.3 | 9.2 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 80.3% | 68.2% |
| 不安定なテスト | 5 | 2 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 5.014 | 3.829 |
| 合計コスト | $0.752 | $1.073 |
| 入力価格 | $2.000 / 1M | $0.300 / 1M |
| 出力価格 | $10.000 / 1M | $1.200 / 1M |
| 合計入力トークン | 159,456 | 89,024 |
| 出力トークン | 10,170 | 5,558 |
| 推論トークン | 33,135 | 865,568 |
| 応答時間（平均） | 8.94s | 61.35s |
| 応答時間（最大） | 25.71s | 335.08s |
| 応答時間（合計） | 196.68s | 1349.61s |
| パラメータ | ~1T 総数 (~100B アクティブ) | 748B 総数 (16B アクティブ) |
| 公開状況 | クローズド | オープンソース |
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.
#80 Claude Sonnet 5.5
high- コスト
- $0.088
- 時間
- 73.5s
- トークン
- 8,914 tok
#77 DeepSeek V4.1 Flash
max- コスト
- $0.066
- 時間
- 211.0s
- トークン
- 54,712 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 5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.69s | 858 | 500 | 917 | |
| DeepSeek V4.1 Flash | 8.3 | 10.0 | 75.0% | 0 | 4.35s | 852 | 213 | 7,262 |
| 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 5.5 | 10.0 | 10.0 | 100.0% | 0 | 9.85s | 10,608 | 561 | 6,326 | |
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 62.50s | 7,509 | 373 | 132,357 |
| 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 5.5 | 8.2 | 6.9 | 66.7% | 1 | 24.57s | 121,917 | 7,165 | 5,930 | |
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 160.31s | 66,677 | 4,031 | 221,091 |
| 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 5.5 | 7.3 | 5.8 | 83.3% | 1 | 3.86s | 10,515 | 363 | 1,045 | |
| DeepSeek V4.1 Flash | 6.5 | 10.0 | 50.0% | 0 | 4.56s | 2,397 | 120 | 2,047 |
| 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 5.5 | 3.5 | 4.4 | 33.3% | 2 | 17.52s | 990 | 61 | 14,014 | |
| DeepSeek V4.1 Flash | 3.6 | 7.2 | 22.2% | 1 | 198.41s | 909 | 27 | 384,462 |
| 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 5.5 | 6.5 | 3.4 | 66.7% | 1 | 6.93s | 714 | 313 | 1,358 | |
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.00s | 549 | 148 | 1,093 |
| 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 5.5 | 9.9 | 10.0 | 100.0% | 0 | 5.13s | 921 | 98 | 346 | |
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.64s | 783 | 63 | 2,293 |
| 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 5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.54s | 912 | 569 | 834 | |
| DeepSeek V4.1 Flash | 5.5 | 7.1 | 44.4% | 1 | 30.82s | 828 | 339 | 54,014 |
| 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 5.5 | 10.0 | 10.0 | 100.0% | 0 | 5.22s | 11,757 | 410 | 97 | |
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.49s | 8,259 | 228 | 693 |
| 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 5.5 | 3.0 | 10.0 | 0.0% | 0 | 9.93s | 264 | 130 | 2,268 | |
| DeepSeek V4.1 Flash | 3.0 | 10.0 | 0.0% | 0 | 98.48s | 261 | 16 | 60,256 |
クイック比較
比較ペアを切り替え
Claude Sonnet 5.5highvsMuse Spark 1.1lowDeepSeek V4.1 FlashmaxvsMuse Spark 1.1lowClaude Sonnet 5.5xhighvsDeepSeek V4.1 FlashmaxDeepSeek V4.1 FlashmaxvsInkling SmallhighDeepSeek V4.1 FlashmaxvsGPT-6 SollowClaude Sonnet 5.5highvsGLM 5.3 FlashXmaxDeepSeek V4.1 FlashmaxvsGPT-6 LunahighSeed 2.1 TurbomediumvsDeepSeek V4.1 FlashmaxDeepSeek V4.1 FlashmaxvsMiMo-V2.6-PromediumDeepSeek V4.1 FlashmaxvsQwen3.8 27BhighClaude Sonnet 5.5highvsGemini 2.5 FlashmediumDeepSeek V4.1 FlashmaxvsGPT-5.2medium