AI BENCHY Compare
DeepSeek: DeepSeek V3.2 vs OpenAI: GPT-4o-mini
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: 2026-03-03
| 指標 | DeepSeek: DeepSeek V3.2 medium リリース: 2025-12-01 | OpenAI: GPT-4o-mini none リリース: 2024-07-18 |
|---|---|---|
| 順位 | #12 | #29 |
| 平均スコア | 6.98 | 4.86 |
| 一貫性 | 8.75 | 9.98 |
| 結果あたりのコスト | 0.193 | 0.056 |
| 合計コスト | $0.018 | $0.003 |
| 正解テスト | 9/14 | 5/14 |
| 試行ごとの合格率 | 71.4% | 35.7% |
| 不安定なテスト | 2 | 0 |
| 出力トークン | 6,753 | 949 |
| 推論トークン | 30,427 | 0 |
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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.00 | 9.86 | 66.7% | 0 | 1,171 | 4,893 | |
| OpenAI: GPT-4o-mini | 4.00 | 10.00 | 33.3% | 0 | 180 | 0 |
| 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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 9.88 | 10.00 | 100.0% | 0 | 207 | 7,693 | |
| OpenAI: GPT-4o-mini | 10.00 | 10.00 | 100.0% | 0 | 183 | 0 |
| 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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 4.00 | 7.21 | 44.4% | 1 | 3,081 | 7,856 | |
| OpenAI: GPT-4o-mini | 1.00 | 10.00 | 0.0% | 0 | 15 | 0 |
| 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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.00 | 9.84 | 50.0% | 0 | 1,397 | 2,845 | |
| OpenAI: GPT-4o-mini | 5.50 | 10.00 | 50.0% | 0 | 71 | 0 |
| Puzzle Solving | 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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.00 | 7.21 | 88.9% | 1 | 390 | 6,281 | |
| OpenAI: GPT-4o-mini | 4.00 | 9.92 | 0.0% | 0 | 295 | 0 |
| 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 | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 10.00 | 10.00 | 100.0% | 0 | 507 | 859 | |
| OpenAI: GPT-4o-mini | 10.00 | 10.00 | 100.0% | 0 | 205 | 0 |
クイック比較
比較ペアを切り替え
DeepSeek V3.2mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6nonevsDeepSeek V3.2mediumDeepSeek V3.2mediumvsQwen3.5 Plus 2026-02-15noneGPT-4o-mininonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGPT-4o-mininoneDeepSeek V3.2mediumvsGLM 5noneGPT-4o-mininonevsQwen3.5-FlashmediumGPT-4o-mininonevsQwen3.5-35B-A3BmediumGPT-4o-mininonevsMiMo-V2-FlashmediumClaude Opus 4.6mediumvsGPT-4o-mininoneSeed-2.0-MinimediumvsGPT-4o-mininoneGPT-4o-mininonevsQwen3 Coder Nextmedium