- 順位
- #64
- 合計出力トークン
- 464,156
- 応答時間（平均）
- 33.27s
- 合計コスト
- $0.617
DeepSeek V4.1 Flash (high) vs Qwen3.8 MAX (low)
Qwen3.8 MAX (low) が平均スコアでリードし、8.8 vs 8.7 です。 DeepSeek V4.1 Flash (high) の benchmark コストが低く、$0.617 vs $1.089 です。 Qwen3.8 MAX (low) の方が高速で、25.09s vs 33.27s です、成功率は 75.4% vs 81.2% です。
比較対象モデル
- 順位
- #61
- 合計出力トークン
- 93,936
- 応答時間（平均）
- 25.09s
- 合計コスト
- $1.089
おすすめモデル
DeepSeek V4.1 Flash (high)
スコアはここでの最高値に近く（8.7 vs 8.8）、Qwen3.8 MAX (low) より約 1.8 倍低コストです。
詳細比較
| 指標 | DeepSeek V4.1 Flash DeepSeek V4.1 Flash high | Qwen3.8 MAX Qwen3.8 MAX low |
|---|---|---|
| スコア | 8.7 | 8.8 |
| 順位 | #64 | #61 |
| 信頼性 | 9.7 | 10.0 |
| 一貫性 | 9.0 | 9.0 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 75.4% | 81.2% |
| 不安定なテスト | 3 | 3 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 1.843 | 5.051 |
| 合計コスト | $0.617 | $1.089 |
| 入力価格 | $0.013 / 1M | $2.000 / 1M |
| 出力価格 | $1.320 / 1M | $6.000 / 1M |
| キャッシュ読み取り料金 | $0.013 / 1M | 該当なし |
| キャッシュ書き込み料金 | 該当なし | 該当なし |
| 合計入力トークン | 282,490 | 262,495 |
| 出力トークン | 8,621 | 7,787 |
| 推論トークン | 455,535 | 86,149 |
| 応答時間（平均） | 33.27s | 25.09s |
| 応答時間（最大） | 205.53s | 155.75s |
| 応答時間（合計） | 765.12s | 577.14s |
| パラメータ | 748B 総数 (16B アクティブ) | 2.4T 総数 (~100B アクティブ) |
| 公開状況 | オープンソース | クローズド |
キャッシュ料金は入力トークンに適用されます。読み取りは保存済みのプロンプトを再利用し、書き込みは保存するため追加料金がかかる場合があります。出力トークンには出力料金が適用されます。
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.
#64 DeepSeek V4.1 Flash
high- コスト
- $0.035
- 時間
- 111.0s
- トークン
- 29,201 tok
#61 Qwen3.8 MAX
low- コスト
- $0.026
- 時間
- 68.5s
- トークン
- 4,280 tok
カテゴリ内訳
| エージェントタスク | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 43.97s | 182,379 | 1,979 | 9,237 | |
| Qwen3.8 MAX | 10.0 | 10.0 | 100.0% | 0 | 96.77s | 163,314 | 1,655 | 8,460 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 8.3 | 10.0 | 75.0% | 0 | 3.42s | 852 | 170 | 5,348 | |
| Qwen3.8 MAX | 10.0 | 10.0 | 100.0% | 0 | 3.93s | 984 | 228 | 1,750 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 49.19s | 7,509 | 376 | 108,285 | |
| Qwen3.8 MAX | 8.4 | 7.4 | 88.9% | 1 | 28.69s | 8,127 | 512 | 15,952 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 27.63s | 77,764 | 5,152 | 31,635 | |
| Qwen3.8 MAX | 10.0 | 10.0 | 100.0% | 0 | 98.19s | 69,994 | 4,221 | 32,937 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 6.5 | 10.0 | 50.0% | 0 | 4.19s | 2,397 | 120 | 1,584 | |
| Qwen3.8 MAX | 10.0 | 10.0 | 100.0% | 0 | 7.87s | 7,938 | 270 | 2,257 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 5.3 | 7.2 | 44.4% | 1 | 127.30s | 909 | 28 | 249,623 | |
| Qwen3.8 MAX | 2.9 | 7.2 | 11.1% | 1 | 40.12s | 1,014 | 62 | 19,512 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 549 | 120 | 1,130 | |
| Qwen3.8 MAX | 6.5 | 3.4 | 66.7% | 1 | 5.29s | 594 | 128 | 568 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.06s | 783 | 63 | 1,972 | |
| Qwen3.8 MAX | 10.0 | 10.0 | 100.0% | 0 | 4.01s | 855 | 102 | 851 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 6.4 | 4.9 | 66.7% | 2 | 14.27s | 828 | 339 | 23,969 | |
| Qwen3.8 MAX | 9.9 | 10.0 | 100.0% | 0 | 4.11s | 930 | 286 | 1,304 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.28s | 8,259 | 258 | 506 | |
| Qwen3.8 MAX | 10.0 | 10.0 | 100.0% | 0 | 8.06s | 8,463 | 295 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 3.0 | 10.0 | 0.0% | 0 | 38.05s | 261 | 16 | 22,246 | |
| Qwen3.8 MAX | 3.0 | 10.0 | 0.0% | 0 | 12.43s | 282 | 28 | 1,865 |
クイック比較
比較ペアを切り替え
DeepSeek V4.1 FlashhighvsMuse Spark OpenmediumDeepSeek V4.1 FlashhighvsKimi K3.1 PromaxDeepSeek V4.1 FlashhighvsMuse Spark 1.2lowGPT-5.4mediumvsQwen3.8 MAXlowDeepSeek V4.1 FlashhighvsGPT-5.4mediumQwen3.8 MAXlowvsPareto 26.9defaultClaude Fable 5mediumvsQwen3.8 MAXlowMuse Spark 1.1mediumvsQwen3.8 MAXlowMuse Spark 1.2mediumvsQwen3.8 MAXlowMuse Spark OpenmediumvsQwen3.8 MAXlowDeepSeek V4.1 FlashhighvsGPT-5.2mediumDeepSeek V4.1 FlashhighvsKimi K3.1 Prolow