- 順位
- #79
- 合計出力トークン
- 77,105
- 応答時間（平均）
- 13.17s
- 合計コスト
- $1.069
Claude Sonnet 5.5 (xhigh) 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 (xhigh) の benchmark コストが低く、$1.069 vs $1.073 です。 Claude Sonnet 5.5 (xhigh) の方が高速で、13.17s vs 61.35s です、成功率は 78.8% 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 (xhigh)
ここでは最高スコア（8.3）で、DeepSeek V4.1 Flash (max) より約 4.7 倍速く応答します。
詳細比較
| 指標 | Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh | DeepSeek V4.1 Flash DeepSeek V4.1 Flash max |
|---|---|---|
| スコア | 8.3 | 8.3 |
| 順位 | #79 | #77 |
| 信頼性 | 10.0 | 9.1 |
| 一貫性 | 8.7 | 9.2 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 78.8% | 68.2% |
| 不安定なテスト | 4 | 2 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 7.123 | 3.829 |
| 合計コスト | $1.069 | $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 | 148,643 | 89,024 |
| 出力トークン | 9,700 | 5,558 |
| 推論トークン | 67,405 | 865,568 |
| 応答時間（平均） | 13.17s | 61.35s |
| 応答時間（最大） | 54.91s | 335.08s |
| 応答時間（合計） | 289.67s | 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.
#79 Claude Sonnet 5.5
xhigh- コスト
- $0.319
- 時間
- 258.6s
- トークン
- 31,969 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 | 4.21s | 858 | 417 | 1,162 | |
| 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 | 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 | 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 | 8.7 | 6.9 | 83.3% | 1 | 30.37s | 111,104 | 6,732 | 10,690 | |
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 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 | 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 | 4.56s | 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 | 2.9 | 7.2 | 11.1% | 1 | 35.33s | 990 | 56 | 34,319 | |
| 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 | 9.10s | 714 | 279 | 2,152 | |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 4.58s | 921 | 98 | 661 | |
| 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 | 4.88s | 912 | 716 | 1,402 | |
| 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 | 10.29s | 11,757 | 354 | 1,112 | |
| 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 | 17.31s | 264 | 181 | 4,816 | |
| 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 5.5xhighvsMuse Spark 1.1lowClaude Sonnet 5.5xhighvsGPT-6 LunahighDeepSeek V4.1 FlashmaxvsMuse Spark 1.1lowClaude Sonnet 5.5highvsDeepSeek V4.1 FlashmaxDeepSeek V4.1 FlashmaxvsInkling SmallhighDeepSeek V4.1 FlashmaxvsGPT-6 SollowClaude Sonnet 5.5xhighvsGLM 5.3 FlashXmaxDeepSeek V4.1 FlashmaxvsGPT-6 LunahighSeed 2.1 TurbomediumvsDeepSeek V4.1 FlashmaxDeepSeek V4.1 FlashmaxvsMiMo-V2.6-PromediumDeepSeek V4.1 FlashmaxvsQwen3.8 27BhighDeepSeek V4.1 FlashmaxvsGPT-5.2medium