- 順位
- #29
- 合計出力トークン
- 63,207
- 応答時間（平均）
- 12.52s
- 合計コスト
- $0.922
Claude Sonnet 5 (medium) vs DeepSeek V4 Flash 0731 (low)
Claude Sonnet 5 (medium) が平均スコアでリードし、8.3 vs 8.2 です。 DeepSeek V4 Flash 0731 (low) の benchmark コストが低く、$0.053 vs $0.922 です。 Claude Sonnet 5 (medium) の方が高速で、12.52s vs 60.18s です、成功率は 80.3% vs 75.8% です。
- 順位
- #32
- 合計出力トークン
- 314,605
- 応答時間（平均）
- 60.18s
- 合計コスト
- $0.053
おすすめモデル
DeepSeek V4 Flash 0731 (low)
スコアはここでの最高値に近く（8.2 vs 8.3）、Claude Sonnet 5 (medium) より約 17.6 倍低コストです。
詳細比較
| 指標 | Claude Sonnet 5 Claude Sonnet 5 medium | DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low |
|---|---|---|
| スコア | 8.3 | 8.2 |
| 順位 | #29 | #32 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.0 | 8.3 |
| 正解テスト | ||
| 試行ごとの合格率 | 80.3% | 75.8% |
| 不安定なテスト | 3 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 5.760 | 0.374 |
| 合計コスト | $0.922 | $0.053 |
| 入力価格 | $2.000 / 1M | $0.140 / 1M |
| 出力価格 | $10.000 / 1M | $0.280 / 1M |
| 合計入力トークン | 145,956 | 93,336 |
| 出力トークン | 52,333 | 40,662 |
| 推論トークン | 10,874 | 273,943 |
| 応答時間（平均） | 12.52s | 60.18s |
| 応答時間（最大） | 66.71s | 438.65s |
| 応答時間（合計） | 275.42s | 1323.92s |
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.
#29 Claude Sonnet 5
medium- コスト
- $0.007
- 時間
- 6.4s
- トークン
- 832 tok
#32 DeepSeek V4 Flash 0731
low
無効なSVG
- コスト
- $0.000
- 時間
- 78.1s
- トークン
- 8,090 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 | 10.0 | 10.0 | 100.0% | 0 | 3.80s | 834 | 1,220 | 446 | |
| DeepSeek V4 Flash 0731 | 8.2 | 7.9 | 83.3% | 1 | 10.08s | 540 | 1,833 | 6,605 |
| 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 | 9.0 | 7.9 | 88.9% | 1 | 17.28s | 10,590 | 13,153 | 2,379 | |
| DeepSeek V4 Flash 0731 | 7.3 | 5.1 | 77.8% | 2 | 163.31s | 5,953 | 782 | 86,028 |
| 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 | 7.3 | 6.0 | 83.3% | 1 | 51.86s | 107,934 | 23,169 | 5,371 | |
| DeepSeek V4 Flash 0731 | 9.8 | 10.0 | 100.0% | 0 | 54.25s | 68,913 | 8,230 | 22,729 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 3.16s | 10,503 | 312 | 0 | |
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 4.35s | 7,290 | 305 | 995 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 20.38s | 975 | 12,140 | 1,994 | |
| DeepSeek V4 Flash 0731 | 5.3 | 10.0 | 33.3% | 0 | 128.09s | 648 | 25,039 | 95,560 |
| 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 | 4.8 | 3.2 | 33.3% | 1 | 4.32s | 708 | 264 | 0 | |
| DeepSeek V4 Flash 0731 | 6.5 | 3.4 | 66.7% | 1 | 7.63s | 471 | 81 | 1,181 |
| 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 | 9.9 | 10.0 | 100.0% | 0 | 3.10s | 909 | 318 | 269 | |
| DeepSeek V4 Flash 0731 | 9.9 | 10.0 | 100.0% | 0 | 3.01s | 627 | 94 | 644 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 2.98s | 894 | 407 | 121 | |
| DeepSeek V4 Flash 0731 | 8.0 | 7.6 | 77.8% | 1 | 9.08s | 594 | 414 | 4,808 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 10.70s | 12,351 | 433 | 90 | |
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 4.44s | 8,178 | 367 | 186 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 7.06s | 258 | 917 | 204 | |
| DeepSeek V4 Flash 0731 | 3.0 | 10.0 | 0.0% | 0 | 246.86s | 122 | 3,517 | 55,207 |
クイック比較
比較ペアを切り替え
Claude Sonnet 5mediumvsMuse Spark 1.1lowDeepSeek V4 Flash 0731lowvsGPT-5 MinimediumDeepSeek V4 Flash 0731lowvsGemini 2.5 FlashmediumDeepSeek V4 Flash 0731lowvsMuse Spark 1.1highClaude Sonnet 5mediumvsGrok 4.5lowDeepSeek V4 Flash 0731lowvsGemini 3.5 Flash-LitehighDeepSeek V4 Flash 0731lowvsInklinghighDeepSeek V4 Flash 0731lowvsStep 3.7 FlashmediumDeepSeek V4 Flash 0731lowvsGPT-5.2 ChatnoneDeepSeek V4 Flash 0731lowvsGLM 5.2highDeepSeek V4 Flash 0731lowvsGrok 4.5mediumDeepSeek V4 Flash 0731lowvsInklingmedium