- 順位
- #63
- 合計出力トークン
- 48,293
- 応答時間（平均）
- 10.79s
- 合計コスト
- $1.175
Claude Sonnet 5.5 (high) vs DeepSeek V4.1 Flash (medium)
DeepSeek V4.1 Flash (medium) が平均スコアでリードし、8.7 vs 8.6 です。 DeepSeek V4.1 Flash (medium) の benchmark コストが低く、$0.591 vs $1.175 です。 Claude Sonnet 5.5 (high) の方が高速で、10.79s vs 32.88s です、成功率は 81.2% vs 73.9% です。
比較対象モデル
- 順位
- #53
- 合計出力トークン
- 444,665
- 応答時間（平均）
- 32.88s
- 合計コスト
- $0.591
おすすめモデル
DeepSeek V4.1 Flash (medium)
ここでは最高スコア（8.7）で、Claude Sonnet 5.5 (high) より約 2.0 倍低コストです。
詳細比較
| 指標 | Claude Sonnet 5.5 Claude Sonnet 5.5 high | DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium |
|---|---|---|
| スコア | 8.6 | 8.7 |
| 順位 | #63 | #53 |
| 信頼性 | 10.0 | 9.6 |
| 一貫性 | 8.3 | 9.3 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 81.2% | 73.9% |
| 不安定なテスト | 5 | 2 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 7.340 | 1.757 |
| 合計コスト | $1.175 | $0.591 |
| 入力価格 | $2.000 / 1M | $0.013 / 1M |
| 出力価格 | $10.000 / 1M | $1.320 / 1M |
| キャッシュ読み取り料金 | $0.200 / 1M | $0.013 / 1M |
| キャッシュ書き込み料金 | $2.500 / 1M | 該当なし |
| 合計入力トークン | 345,687 | 280,643 |
| 出力トークン | 13,550 | 7,342 |
| 推論トークン | 34,743 | 437,323 |
| 応答時間（平均） | 10.79s | 32.88s |
| 応答時間（最大） | 51.53s | 276.31s |
| 応答時間（合計） | 248.22s | 756.34s |
| 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 |
キャッシュ料金は入力トークンに適用されます。読み取りは保存済みのプロンプトを再利用し、書き込みは保存するため追加料金がかかる場合があります。出力トークンには出力料金が適用されます。
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.
#63 Claude Sonnet 5.5
high- コスト
- $0.088
- 時間
- 73.5s
- トークン
- 8,914 tok
#53 DeepSeek V4.1 Flash
medium- コスト
- $0.014
- 時間
- 34.7s
- トークン
- 11,541 tok
カテゴリ内訳
| エージェントタスク | 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 | 51.53s | 186,231 | 3,380 | 1,608 | |
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 47.59s | 192,135 | 1,932 | 11,917 |
| 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 | 3.07s | 852 | 156 | 4,108 |
| 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 | 34.45s | 7,509 | 396 | 71,345 |
| 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 | 22.21s | 66,161 | 3,956 | 24,673 |
| 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 | 3.77s | 2,397 | 120 | 998 |
| 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 | 2.9 | 7.2 | 11.1% | 1 | 153.01s | 909 | 24 | 298,454 |
| 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 | 3.13s | 549 | 131 | 581 |
| 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 | 9.69s | 783 | 63 | 1,483 |
| 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 | 8.7 | 7.7 | 88.9% | 1 | 8.01s | 828 | 293 | 12,340 |
| 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 | 15.33s | 8,259 | 258 | 296 |
| 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 | 20.25s | 261 | 13 | 11,128 |
クイック比較
比較ペアを切り替え
Claude Sonnet 5.5highvsMuse Spark 1.1lowDeepSeek V4.1 FlashmediumvsMuse Spark 1.2lowClaude Sonnet 5.5highvsDeepSeek V4.1 FlashmaxClaude Sonnet 5.5highvsQwen3.8 Max (0902)lowClaude Sonnet 5.5highvsGPT-6 SollowDeepSeek V4.1 FlashmediumvsQwen3.8 27Bhigh無料で利用可能Claude Sonnet 5.5highvsSeed 2.1 TurbomediumClaude Sonnet 5.5highvsMiMo-V2.6-PromediumDeepSeek V4.1 FlashmediumvsQwen3.8 MAXlowClaude Sonnet 5.5highvsGPT-5.2mediumDeepSeek V4.1 FlashmediumvsGPT-6 SollowClaude Sonnet 5.5highvsMuse Spark 1.3low