- 順位
- #75
- 合計出力トークン
- 83,041
- 応答時間（平均）
- 14.98s
- 合計コスト
- $1.516
Claude Sonnet 5.5 (xhigh) vs DeepSeek V4.1 Flash (high)
DeepSeek V4.1 Flash (high) が平均スコアでリードし、8.7 vs 8.6 です。 DeepSeek V4.1 Flash (high) の benchmark コストが低く、$0.617 vs $1.516 です。 Claude Sonnet 5.5 (xhigh) の方が高速で、14.98s vs 33.27s です、成功率は 79.7% vs 75.4% です。
比較対象モデル
- 順位
- #64
- 合計出力トークン
- 464,156
- 応答時間（平均）
- 33.27s
- 合計コスト
- $0.617
おすすめモデル
DeepSeek V4.1 Flash (high)
ここでは最高スコア（8.7）で、Claude Sonnet 5.5 (xhigh) より約 2.5 倍低コストです。
詳細比較
| 指標 | Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh | DeepSeek V4.1 Flash DeepSeek V4.1 Flash high |
|---|---|---|
| スコア | 8.6 | 8.7 |
| 順位 | #75 | #64 |
| 信頼性 | 10.0 | 9.7 |
| 一貫性 | 8.7 | 9.0 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 79.7% | 75.4% |
| 不安定なテスト | 4 | 3 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 9.473 | 1.843 |
| 合計コスト | $1.516 | $0.617 |
| 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 | 342,579 | 282,490 |
| 出力トークン | 12,848 | 8,621 |
| 推論トークン | 70,193 | 455,535 |
| 応答時間（平均） | 14.98s | 33.27s |
| 応答時間（最大） | 54.92s | 205.53s |
| 応答時間（合計） | 344.60s | 765.12s |
| 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.
#75 Claude Sonnet 5.5
xhigh- コスト
- $0.319
- 時間
- 258.6s
- トークン
- 31,969 tok
#64 DeepSeek V4.1 Flash
high- コスト
- $0.035
- 時間
- 111.0s
- トークン
- 29,201 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 | 54.92s | 193,936 | 3,148 | 2,788 | |
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 43.97s | 182,379 | 1,979 | 9,237 |
| 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 | 4.21s | 858 | 417 | 1,162 | |
| DeepSeek V4.1 Flash | 8.3 | 10.0 | 75.0% | 0 | 3.42s | 852 | 170 | 5,348 |
| 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 | 8.2 | 7.2 | 88.9% | 1 | 11.90s | 10,608 | 555 | 9,501 | |
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 49.19s | 7,509 | 376 | 108,285 |
| 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 | 8.7 | 6.9 | 83.3% | 1 | 30.37s | 111,104 | 6,732 | 10,690 | |
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 27.63s | 77,764 | 5,152 | 31,635 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 4.96s | 10,515 | 312 | 1,590 | |
| DeepSeek V4.1 Flash | 6.5 | 10.0 | 50.0% | 0 | 4.19s | 2,397 | 120 | 1,584 |
| 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 | 2.9 | 7.2 | 11.1% | 1 | 35.33s | 990 | 56 | 34,319 | |
| DeepSeek V4.1 Flash | 5.3 | 7.2 | 44.4% | 1 | 127.30s | 909 | 28 | 249,623 |
| 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 | 9.10s | 714 | 279 | 2,152 | |
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 549 | 120 | 1,130 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 4.58s | 921 | 98 | 661 | |
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.06s | 783 | 63 | 1,972 |
| 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 | 4.88s | 912 | 716 | 1,402 | |
| DeepSeek V4.1 Flash | 6.4 | 4.9 | 66.7% | 2 | 14.27s | 828 | 339 | 23,969 |
| 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 | 10.29s | 11,757 | 354 | 1,112 | |
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.28s | 8,259 | 258 | 506 |
| 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 | 17.31s | 264 | 181 | 4,816 | |
| DeepSeek V4.1 Flash | 3.0 | 10.0 | 0.0% | 0 | 38.05s | 261 | 16 | 22,246 |
クイック比較
比較ペアを切り替え
DeepSeek V4.1 FlashhighvsMuse Spark OpenmediumDeepSeek V4.1 FlashhighvsKimi K3.1 PromaxDeepSeek V4.1 FlashhighvsMuse Spark 1.2lowDeepSeek V4.1 FlashhighvsGPT-5.4mediumDeepSeek V4.1 FlashhighvsGPT-5.2mediumDeepSeek V4.1 FlashhighvsQwen3.8 MAXlowDeepSeek V4.1 FlashhighvsKimi K3.1 ProlowDeepSeek V4.1 FlashhighvsMiMo-V2.6-PromediumSeed 2.1 TurbomediumvsDeepSeek V4.1 FlashhighDeepSeek V4.1 FlashhighvsGPT-6 SollowDeepSeek V4.1 FlashhighvsPareto 26.9defaultClaude Fable 5mediumvsDeepSeek V4.1 Flashhigh