AI BENCHY Compare
DeepSeek: DeepSeek V3.2 vs DeepSeek: DeepSeek V4 Pro
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-05-22
| 指標 | DeepSeek V3.2 DeepSeek V3.2 medium | DeepSeek V4 Pro DeepSeek V4 Pro high |
|---|---|---|
| スコア | 7.0 | 6.6 |
| 順位 | #71 | #80 |
| 信頼性 | 9.1 | 9.0 |
| 一貫性 | 7.6 | 8.3 |
| 正解テスト | ||
| 試行ごとの合格率 | 69.2% | 66.7% |
| 不安定なテスト | 6 | 4 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 0.334 | 1.927 |
| 合計コスト | $0.037 | $0.212 |
| ???? | $0.252 / 1M | $0.435 / 1M |
| ???? | $0.378 / 1M | $0.870 / 1M |
| 出力トークン | 7,049 | 12,211 |
| 推論トークン | 68,203 | 53,774 |
| 応答時間（平均） | 53.21s | 58.93s |
| 応答時間（最大） | 189.03s | 358.35s |
| 応答時間（合計） | 1064.26s | 1119.75s |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 9.2 | 10.0 | 100.0% | 0 | 24.23s | 3,247 | 6,953 | |
| DeepSeek V4 Pro | 7.4 | 10.0 | 75.0% | 0 | 16.53s | 71 | 3,617 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.9 | 5.8 | 33.3% | 1 | 184.97s | 640 | 21,230 | |
| DeepSeek V4 Pro | 2.8 | 5.0 | 25.0% | 1 | 51.77s | 105 | 2,641 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 93.11s | 571 | 6,296 | |
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 65.02s | 465 | 5,914 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 36.09s | 207 | 7,693 | |
| DeepSeek V4 Pro | 8.8 | 10.0 | 100.0% | 0 | 23.62s | 229 | 1,710 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 2.9 | 4.4 | 22.2% | 2 | 24.27s | 21 | 6,838 | |
| DeepSeek V4 Pro | 3.0 | 6.9 | 16.7% | 1 | 205.66s | 10,529 | 28,089 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.8 | 2.5 | 50.0% | 1 | 58.29s | 49 | 2,189 | |
| DeepSeek V4 Pro | 6.1 | 3.1 | 66.7% | 1 | 25.09s | 76 | 1,152 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 35.78s | 1,397 | 2,845 | |
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 41.16s | 205 | 2,416 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 6.7 | 5.0 | 66.7% | 2 | 36.87s | 390 | 6,281 | |
| DeepSeek V4 Pro | 7.4 | 7.2 | 88.9% | 1 | 34.92s | 106 | 3,835 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 34.81s | 507 | 859 | |
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 21.33s | 372 | 593 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.0 | 10.0 | 0.0% | 0 | 83.99s | 20 | 7,019 | |
| DeepSeek V4 Pro | 3.0 | 10.0 | 0.0% | 0 | 39.14s | 53 | 3,807 |
クイック比較
比較ペアを切り替え
DeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsGemini 3.1 Flash LiteminimalDeepSeek V4 ProhighvsGrok Build 0.1noneDeepSeek V4 ProhighvsGrok 4.20mediumClaude Sonnet 4.6nonevsDeepSeek V3.2mediumDeepSeek V4 ProhighvsGemma 4 31Bnone無料で利用可能DeepSeek V4 ProhighvsQwen3.6 27BmediumDeepSeek V4 ProhighvsGemini 3.1 Flash LitenoneDeepSeek V4 ProhighvsGPT-5.5noneDeepSeek V3.2mediumvsQwen3.6 Max PreviewnoneDeepSeek V3.2mediumvsRing-2.6-1TnoneDeepSeek V4 ProhighvsQwen3.5 Plus 2026-02-15none