- 順位
- #99
- 合計出力トークン
- 908,171
- 応答時間(平均)
- 61.58s
- 合計コスト
- $1.204
DeepSeek V4.1 Flash (max) vs Qwen4 Max (high)
DeepSeek V4.1 Flash (max) が平均スコアでリードし、8.6 vs 8.6 です。 DeepSeek V4.1 Flash (max) の benchmark コストが低く、$1.204 vs $1.363 です。 Qwen4 Max (high) の方が高速で、52.90s vs 61.58s です、成功率は 69.6% vs 85.5% です。
比較対象モデル
- 順位
- #105
- 合計出力トークン
- 185,844
- 応答時間(平均)
- 52.90s
- 合計コスト
- $1.363
おすすめモデル
Qwen4 Max (high)
総合的に最も良い選択です。競争力のあるスコア(8.6)、DeepSeek V4.1 Flash (max) より速い応答、バランスの取れたコストがあります。
詳細比較
| 指標 | DeepSeek V4.1 Flash DeepSeek V4.1 Flash max | Qwen4 Max Qwen4 Max high |
|---|---|---|
| スコア | 8.6 | 8.6 |
| 順位 | #99 | #105 |
| 信頼性 | 9.4 | 10.0 |
| 一貫性 | 9.3 | 9.6 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 69.6% | 85.5% |
| 不安定なテスト | 2 | 1 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 3.715 | 7.172 |
| 合計コスト | $1.204 | $1.363 |
| 入力価格 | $0.013 / 1M | $1.500 / 1M |
| 出力価格 | $1.320 / 1M | $4.500 / 1M |
| キャッシュ読み取り料金 | $0.013 / 1M | $0.075 / 1M |
| キャッシュ書き込み料金 | 該当なし | $1.875 / 1M |
| 合計入力トークン | 414,054 | 350,854 |
| 出力トークン | 7,635 | 8,427 |
| 推論トークン | 900,536 | 177,417 |
| 応答時間(平均) | 61.58s | 52.90s |
| 応答時間(最大) | 335.08s | 437.98s |
| 応答時間(合計) | 1416.24s | 1216.62s |
| パラメータ | 748B 総数 (16B アクティブ) | ~2.4T 総数 (~95B 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.
#99 DeepSeek V4.1 Flash
max- コスト
- $0.066
- 時間
- 211.0s
- トークン
- 54,712 tok
#105 Qwen4 Max
high- コスト
- $0.076
- 時間
- 277.5s
- トークン
- 16,848 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 | 66.63s | 325,030 | 2,077 | 34,968 | |
| Qwen4 Max | 5.0 | 10.0 | 0.0% | 0 | 228.78s | 243,450 | 2,696 | 31,022 |
| 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 | 4.35s | 852 | 213 | 7,262 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 3.42s | 816 | 283 | 1,187 |
| 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 | 62.50s | 7,509 | 373 | 132,357 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 15.68s | 8,001 | 431 | 9,195 |
| 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 | 160.31s | 66,677 | 4,031 | 221,091 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 46.52s | 79,602 | 3,716 | 12,144 |
| 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 | 4.56s | 2,397 | 120 | 2,047 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 3.88s | 8,097 | 255 | 552 |
| 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 | 3.6 | 7.2 | 22.2% | 1 | 198.41s | 909 | 27 | 384,462 | |
| Qwen4 Max | 5.9 | 7.2 | 55.6% | 1 | 239.42s | 888 | 35 | 109,258 |
| 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 | 4.00s | 549 | 148 | 1,093 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 4.78s | 552 | 189 | 249 |
| 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 | 7.64s | 783 | 63 | 2,293 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 3.02s | 771 | 84 | 500 |
| 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 | 5.5 | 7.1 | 44.4% | 1 | 30.82s | 828 | 339 | 54,014 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 3.51s | 804 | 366 | 572 |
| 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 | 9.49s | 8,259 | 228 | 693 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 6.99s | 7,633 | 281 | 259 |
| 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 | 98.48s | 261 | 16 | 60,256 | |
| Qwen4 Max | 3.0 | 10.0 | 0.0% | 0 | 79.73s | 240 | 91 | 12,479 |
クイック比較
比較ペアを切り替え
Claude Haiku 5.5lowvsQwen4 MaxhighERNIE-Light-DT-1.0highvsDeepSeek V4.1 FlashmaxParticle-1mediumvsQwen4 MaxhighDeepSeek V4.1 FlashmaxvsMuse EmberlowDeepSeek V4.1 FlashmaxvsGPT-6.1 TerranoneDeepSeek V4.1 FlashmaxvsMuse Spark 1.1lowClaude Fable 5.2lowvsDeepSeek V4.1 FlashmaxClaude Fable 5.2lowvsQwen4 MaxhighMuse Spark 1.1lowvsQwen4 MaxhighGPT-6.1 TerranonevsQwen4 MaxhighClaude Sonnet 5.5highvsDeepSeek V4.1 FlashmaxClaude Fable 5.2highvsDeepSeek V4.1 Flashmax