AI BENCHY Compare
DeepSeek: DeepSeek V3.2 vs OpenAI: GPT-5.4
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: 2026-04-16
| 指標 | DeepSeek V3.2 DeepSeek V3.2 none | GPT-5.4 GPT-5.4 none |
|---|---|---|
| スコア | 6.1 | 5.9 |
| 順位 | #63 | #65 |
| 一貫性 | 8.1 | 9.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 50.0% | 42.6% |
| 不安定なテスト | 4 | 2 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 0.226 | 1.477 |
| 合計コスト | $0.016 | $0.104 |
| ???? | $0.260 / 1M | $2.500 / 1M |
| ???? | $0.380 / 1M | $15.000 / 1M |
| 出力トークン | 8,384 | 2,317 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 12.09s | 1.51s |
| 応答時間（最大） | 115.89s | 2.95s |
| 応答時間（合計） | 217.56s | 27.21s |
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 | 3.2 | 9.8 | 0.0% | 0 | 7.63s | 1,419 | 0 | |
| GPT-5.4 | 3.2 | 8.0 | 8.3% | 1 | 1.21s | 406 | 0 |
| 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 | 2.4 | 1.3 | 33.3% | 1 | 7.63s | 553 | 0 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 2.95s | 480 | 0 |
| 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 | 6.5 | 10.0 | 0.0% | 0 | 115.89s | 2,887 | 0 | |
| GPT-5.4 | 3.0 | 10.0 | 0.0% | 0 | 2.89s | 291 | 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 | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 6.3 | 5.8 | 66.7% | 1 | 9.42s | 1,710 | 0 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 1.04s | 222 | 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 | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.6 | 7.2 | 22.2% | 1 | 1.61s | 24 | 0 | |
| GPT-5.4 | 5.3 | 7.2 | 44.4% | 1 | 1.07s | 50 | 0 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 2.86s | 67 | 0 | |
| GPT-5.4 | 4.4 | 9.9 | 0.0% | 0 | 1.78s | 184 | 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 | 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 | 1.52s | 66 | 0 | |
| GPT-5.4 | 6.5 | 10.0 | 50.0% | 0 | 1.07s | 81 | 0 |
| 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 | 8.5 | 7.5 | 88.9% | 1 | 7.37s | 1,136 | 0 | |
| GPT-5.4 | 5.6 | 9.8 | 33.3% | 0 | 1.52s | 357 | 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 | 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 | 11.85s | 522 | 0 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 246 | 0 |
クイック比較
比較ペアを切り替え
DeepSeek V3.2nonevsGPT-5 NanomediumMiniMax M2.5medium無料で利用可能vsGPT-5.4noneMistral Small 4mediumvsGPT-5.4noneDeepSeek V3.2nonevsgpt-oss-120bmedium無料で利用可能DeepSeek V3.2nonevsMercury 2mediumDeepSeek V3.2nonevsMiniMax M2.5medium無料で利用可能DeepSeek V3.2nonevsMistral Small 4mediumDeepSeek V3.2nonevsGrok 4.1 FastmediumDeepSeek V3.2nonevsNemotron 3 Supermedium無料で利用可能Mercury 2mediumvsGPT-5.4noneMiniMax M2.7mediumvsGPT-5.4noneGPT-5.4nonevsElephantmedium