- 順位
- #90
- 合計出力トークン
- 371,547
- 応答時間（平均）
- 28.04s
- 合計コスト
- $0.153
DeepSeek V4.1 Flash (low) vs Qwen3.5-27B (medium)
DeepSeek V4.1 Flash (low) が平均スコアでリードし、8.0 vs 7.9 です。 DeepSeek V4.1 Flash (low) の benchmark コストが低く、$0.153 vs $1.135 です。 DeepSeek V4.1 Flash (low) の方が高速で、28.04s vs 114.73s です、成功率は 73.9% vs 76.8% です。
比較対象モデル
- 順位
- #96
- 合計出力トークン
- 635,288
- 応答時間（平均）
- 114.73s
- 合計コスト
- $1.135
おすすめモデル
DeepSeek V4.1 Flash (low)
ここでは最高スコア（8.0）で、Qwen3.5-27B (medium) より約 7.4 倍低コストです。
詳細比較
| 指標 | DeepSeek V4.1 Flash DeepSeek V4.1 Flash low | Qwen3.5-27B Qwen3.5-27B medium |
|---|---|---|
| スコア | 8.0 | 7.9 |
| 順位 | #90 | #96 |
| 信頼性 | 9.6 | 10.0 |
| 一貫性 | 8.7 | 7.9 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 73.9% | 76.8% |
| 不安定なテスト | 4 | 6 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 1.576 | 8.104 |
| 合計コスト | $0.153 | $1.135 |
| 入力価格 | $0.020 / 1M | $0.195 / 1M |
| 出力価格 | $0.396 / 1M | $1.560 / 1M |
| 合計入力トークン | 266,849 | 288,919 |
| 出力トークン | 8,284 | 17,484 |
| 推論トークン | 363,263 | 617,804 |
| 応答時間（平均） | 28.04s | 114.73s |
| 応答時間（最大） | 149.84s | 1026.43s |
| 応答時間（合計） | 645.03s | 2638.74s |
| パラメータ | 748B 総数 (16B アクティブ) | 27B |
| 公開状況 | オープンソース | オープンソース |
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.
#90 DeepSeek V4.1 Flash
low- コスト
- $0.017
- 時間
- 43.6s
- トークン
- 14,069 tok
#96 Qwen3.5-27B
medium- コスト
- $0.008
- 時間
- 62.0s
- トークン
- 3,099 tok
スコア上位モデル
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
| 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 | 6.1 | 3.1 | 66.7% | 1 | 56.02s | 167,134 | 1,903 | 21,681 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 146.48s | 177,275 | 1,371 | 19,008 |
| 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 | 3.32s | 852 | 171 | 4,328 | |
| Qwen3.5-27B | 8.7 | 7.9 | 91.7% | 1 | 19.75s | 672 | 569 | 31,505 |
| 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 | 40.66s | 7,509 | 378 | 81,978 | |
| Qwen3.5-27B | 6.2 | 7.1 | 55.6% | 1 | 160.69s | 7,895 | 6,381 | 89,388 |
| 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 | 24.73s | 77,368 | 4,906 | 24,016 | |
| Qwen3.5-27B | 7.3 | 5.8 | 83.3% | 1 | 595.19s | 84,417 | 7,948 | 279,132 |
| 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 | 3.80s | 2,397 | 120 | 1,149 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 30.26s | 7,782 | 270 | 16,150 |
| 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 | 3.5 | 4.4 | 33.3% | 2 | 95.58s | 909 | 27 | 184,701 | |
| Qwen3.5-27B | 5.9 | 7.2 | 55.6% | 1 | 89.39s | 562 | 157 | 52,734 |
| 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 | 4.34s | 549 | 117 | 1,319 | |
| Qwen3.5-27B | 6.1 | 3.1 | 66.7% | 1 | 101.41s | 524 | 70 | 23,147 |
| 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 | 8.38s | 783 | 63 | 1,546 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 19.66s | 699 | 97 | 11,638 |
| 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 | 8.2 | 7.7 | 77.8% | 1 | 9.39s | 828 | 273 | 14,502 | |
| Qwen3.5-27B | 8.2 | 7.7 | 77.8% | 1 | 59.60s | 696 | 242 | 70,096 |
| 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 | 13.83s | 8,259 | 313 | 284 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 7.45s | 8,193 | 348 | 1,323 |
| 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 | 46.86s | 261 | 13 | 27,759 | |
| Qwen3.5-27B | 3.0 | 10.0 | 0.0% | 0 | 85.11s | 204 | 31 | 23,683 |
クイック比較
比較ペアを切り替え
Qwen3.5-27BmediumvsGLM 5.3 FlashXmaxClaude Fable 5.1highvsQwen3.5-27BmediumGPT-5.6 TerralowvsQwen3.5-27BmediumClaude Opus 4.7mediumvsDeepSeek V4.1 FlashlowDeepSeek V4.1 FlashlowvsGPT-5.6 LunahighDeepSeek V4.1 FlashlowvsNemotron 3 Ultramedium無料で利用可能DeepSeek V4.1 FlashlowvsGPT-5.4 NanomediumDeepSeek V4.1 FlashlowvsGemini 3.8 FlashmediumGPT-5.6 LunahighvsQwen3.5-27BmediumDeepSeek V4.1 FlashlowvsGLM 5.3 FlashXmaxQwen3.5-27BmediumvsGLM 5.3highClaude Fable 5.1highvsDeepSeek V4.1 Flashlow