- 順位
- #51
- 合計出力トークン
- 347,963
- 応答時間（平均）
- 26.77s
- 合計コスト
- $0.224
DeepSeek V4.1 Flash (low) vs Qwen3.8 27B (high)
DeepSeek V4.1 Flash (low) が平均スコアでリードし、8.5 vs 8.4 です。 DeepSeek V4.1 Flash (low) の benchmark コストが低く、$0.224 vs ~$0.287 です。 DeepSeek V4.1 Flash (low) の方が高速で、26.77s vs 167.89s です、成功率は 74.2% vs 77.3% です。
比較対象モデル
- 順位
- #59
- 合計出力トークン
- 656,635
- 応答時間（平均）
- 167.89s
- 合計コスト
- ~$0.287
おすすめモデル
DeepSeek V4.1 Flash (low)
ここでは最高スコア（8.5）で、Qwen3.8 27B (high) より約 6.3 倍速く応答します。
詳細比較
| 指標 | DeepSeek V4.1 Flash DeepSeek V4.1 Flash low | Qwen3.8 27B Qwen3.8 27B high |
|---|---|---|
| スコア | 8.5 | 8.4 |
| 順位 | #51 | #59 |
| 信頼性 | 9.5 | 9.6 |
| 一貫性 | 8.9 | 9.2 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 74.2% | 77.3% |
| 不安定なテスト | 3 | 2 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 1.492 | ~1.792 |
| 合計コスト | $0.224 | ~$0.287 |
| 入力価格 | $0.150 / 1M | 該当なし |
| 出力価格 | $0.600 / 1M | 該当なし |
| 合計入力トークン | 99,715 | 100,179 |
| 出力トークン | 6,381 | 904 |
| 推論トークン | 341,582 | 655,731 |
| 応答時間（平均） | 26.77s | 167.89s |
| 応答時間（最大） | 149.84s | 640.85s |
| 応答時間（合計） | 589.01s | 3693.54s |
| パラメータ | 748B 総数 (16B アクティブ) | 27.3B |
| 公開状況 | オープンソース | 重み公開 |
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.
#51 DeepSeek V4.1 Flash
low- コスト
- $0.017
- 時間
- 43.6s
- トークン
- 14,069 tok
#59 Qwen3.8 27B
high- コスト
- ~$0.008
- 時間
- 270.1s
- トークン
- 18,963 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
| 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 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 8.10s | 1,128 | 114 | 5,319 |
| 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 | |
| Qwen3.8 27B | 8.1 | 7.0 | 88.9% | 1 | 248.62s | 8,235 | 346 | 143,335 |
| 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 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 185.57s | 68,997 | 66 | 72,556 |
| 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 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 34.85s | 9,675 | 123 | 10,320 |
| 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 | |
| Qwen3.8 27B | 5.3 | 10.0 | 33.3% | 0 | 526.74s | 975 | 6 | 234,555 |
| 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 | |
| Qwen3.8 27B | 5.0 | 10.0 | 0.0% | 0 | 8.45s | 630 | 63 | 1,191 |
| 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 | |
| Qwen3.8 27B | 9.8 | 10.0 | 100.0% | 0 | 8.24s | 927 | 42 | 2,871 |
| 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 | |
| Qwen3.8 27B | 7.6 | 7.2 | 77.8% | 1 | 199.90s | 1,038 | 120 | 138,427 |
| 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 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 5.62s | 8,256 | 21 | 912 |
| 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 | |
| Qwen3.8 27B | 3.0 | 10.0 | 0.0% | 0 | 263.98s | 318 | 3 | 46,245 |
クイック比較
比較ペアを切り替え
GPT-5.2mediumvsQwen3.8 27BhighSeed 2.1 TurbomediumvsQwen3.8 27BhighDeepSeek V4.1 FlashlowvsGrok 4.5mediumQwen3.8 27BhighvsGrok 4.5lowDeepSeek V4.1 FlashlowvsGrok 4.6mediumQwen3.8 27BhighvsGrok 4.6mediumDeepSeek V4.1 FlashlowvsGPT-5.4mediumDeepSeek V4.1 FlashmaxvsQwen3.8 27BhighMuse Spark 1.2lowvsQwen3.8 27BhighQwen3.8 27BhighvsGrok 4.5mediumDeepSeek V4.1 FlashlowvsGPT-5.2mediumDeepSeek V4.1 FlashmediumvsQwen3.8 27Bhigh