- 順位
- #58
- 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 Pareto 26.9 (default)
Pareto 26.9 (default) が平均スコアでリードし、8.9 vs 8.7 です。 DeepSeek V4.1 Flash (high) の benchmark コストが低く、$0.617 vs $1.864 です。 Pareto 26.9 (default) の方が高速で、28.26s vs 33.27s です、成功率は 75.4% vs 79.7% です。
比較対象モデル
- 順位
- #55
- 合計出力トークン
- 175,696
- 応答時間（平均）
- 28.26s
- 合計コスト
- $1.864
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 8.9）、Pareto 26.9 (default) より約 3.0 倍低コストです。
詳細比較
| 指標 | DeepSeek V4.1 Flash DeepSeek V4.1 Flash high | Pareto 26.9 Pareto 26.9 default |
|---|---|---|
| スコア | 8.7 | 8.9 |
| 順位 | #58 | #55 |
| 信頼性 | 9.7 | 10.0 |
| 一貫性 | 9.0 | 8.1 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 75.4% | 79.7% |
| 不安定なテスト | 3 | 6 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 1.843 | 12.422 |
| 合計コスト | $0.617 | $1.864 |
| 入力価格 | $0.013 / 1M | $2.500 / 1M |
| 出力価格 | $1.320 / 1M | $7.500 / 1M |
| キャッシュ読み取り料金 | $0.013 / 1M | $0.250 / 1M |
| 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 | 218,199 |
| 出力トークン | 8,621 | 175,696 |
| 推論トークン | 455,535 | 0 |
| 応答時間（平均） | 33.27s | 28.26s |
| 応答時間（最大） | 205.53s | 151.76s |
| 応答時間（合計） | 765.12s | 649.90s |
| パラメータ | 748B 総数 (16B 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.
#58 DeepSeek V4.1 Flash
high- コスト
- $0.035
- 時間
- 111.0s
- トークン
- 29,201 tok
#55 Pareto 26.9
default- コスト
- $0.038
- 時間
- 109.6s
- トークン
- 5,118 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 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 54.17s | 103,835 | 8,348 | 0 |
| 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 | |
| Pareto 26.9 | 7.5 | 8.4 | 66.7% | 1 | 6.44s | 737 | 1,595 | 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） | 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 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 49.15s | 7,419 | 1,895 | 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） | 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 | |
| Pareto 26.9 | 8.2 | 6.9 | 66.7% | 1 | 81.38s | 88,832 | 146,339 | 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） | 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 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 2.63s | 7,728 | 1,285 | 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） | 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 | |
| Pareto 26.9 | 5.9 | 7.2 | 55.6% | 1 | 60.97s | 825 | 12,233 | 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） | 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 | |
| Pareto 26.9 | 6.5 | 3.4 | 66.7% | 1 | 6.55s | 492 | 774 | 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） | 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 | |
| Pareto 26.9 | 9.8 | 10.0 | 100.0% | 0 | 3.82s | 696 | 393 | 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） | 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 | |
| Pareto 26.9 | 8.2 | 7.3 | 88.9% | 1 | 8.40s | 624 | 1,437 | 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） | 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 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 3.63s | 6,762 | 892 | 0 |
| 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 | |
| Pareto 26.9 | 2.8 | 1.6 | 33.3% | 1 | 28.57s | 249 | 505 | 0 |
クイック比較
比較ペアを切り替え
Claude Fable 5mediumvsPareto 26.9defaultMuse Spark 1.1mediumvsPareto 26.9defaultDeepSeek V4.1 FlashhighvsMuse Spark 1.2lowMuse Spark 1.2mediumvsPareto 26.9defaultMuse Spark 1.2highvsPareto 26.9defaultDeepSeek V4.1 FlashhighvsGPT-5.4mediumQwen3.8 MAXlowvsPareto 26.9defaultDeepSeek V4.1 FlashhighvsGPT-5.2mediumDeepSeek V4.1 FlashhighvsQwen3.8 MAXlowGPT-5.4mediumvsPareto 26.9defaultDeepSeek V4.1 FlashhighvsMiMo-V2.6-PromediumSeed 2.1 TurbomediumvsDeepSeek V4.1 Flashhigh