- 順位
- #62
- 合計出力トークン
- 871,126
- 応答時間（平均）
- 61.35s
- 合計コスト
- $0.537
DeepSeek V4.1 Flash (max) vs Grok 4.6 (medium)
Grok 4.6 (medium) が平均スコアでリードし、8.4 vs 8.3 です。 DeepSeek V4.1 Flash (max) の benchmark コストが低く、$0.537 vs $1.713 です。 DeepSeek V4.1 Flash (max) の方が高速で、61.35s vs 73.46s です、成功率は 68.2% vs 81.8% です。
比較対象モデル
- 順位
- #56
- 合計出力トークン
- 249,808
- 応答時間（平均）
- 73.46s
- 合計コスト
- $1.713
おすすめモデル
DeepSeek V4.1 Flash (max)
スコアはここでの最高値に近く（8.3 vs 8.4）、Grok 4.6 (medium) より約 3.2 倍低コストです。
詳細比較
| 指標 | DeepSeek V4.1 Flash DeepSeek V4.1 Flash max | Grok 4.6 Grok 4.6 medium |
|---|---|---|
| スコア | 8.3 | 8.4 |
| 順位 | #62 | #56 |
| 信頼性 | 9.1 | 10.0 |
| 一貫性 | 9.2 | 8.6 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 68.2% | 81.8% |
| 不安定なテスト | 2 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 3.829 | 10.703 |
| 合計コスト | $0.537 | $1.713 |
| 入力価格 | $0.150 / 1M | $2.000 / 1M |
| 出力価格 | $0.600 / 1M | $6.000 / 1M |
| 合計入力トークン | 89,024 | 106,787 |
| 出力トークン | 5,558 | 4,811 |
| 推論トークン | 865,568 | 244,997 |
| 応答時間（平均） | 61.35s | 73.46s |
| 応答時間（最大） | 335.08s | 514.35s |
| 応答時間（合計） | 1349.61s | 1616.12s |
| パラメータ | 748B 総数 (16B アクティブ) | ~1.7T 総数 (~170B アクティブ) |
| 公開状況 | オープンソース | クローズド |
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.
#62 DeepSeek V4.1 Flash
max- コスト
- $0.066
- 時間
- 211.0s
- トークン
- 54,712 tok
#56 SpaceXAI: Grok 4.6
medium- コスト
- $0.028
- 時間
- 72.1s
- トークン
- 4,771 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 | 4.35s | 852 | 213 | 7,262 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 10.84s | 2,991 | 78 | 6,335 |
| 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 | |
| Grok 4.6 | 8.2 | 7.2 | 88.9% | 1 | 120.05s | 9,579 | 351 | 64,226 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 62.66s | 68,060 | 3,687 | 21,366 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 11.46s | 8,937 | 225 | 4,400 |
| 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 | |
| Grok 4.6 | 5.3 | 7.2 | 44.4% | 1 | 304.33s | 2,523 | 15 | 127,702 |
| 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 | |
| Grok 4.6 | 4.1 | 2.7 | 33.3% | 1 | 17.27s | 1,077 | 47 | 2,052 |
| 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 | |
| Grok 4.6 | 9.8 | 10.0 | 100.0% | 0 | 12.75s | 1,857 | 57 | 4,500 |
| 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 | |
| Grok 4.6 | 8.7 | 7.7 | 88.9% | 1 | 16.30s | 2,430 | 123 | 5,799 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 12.83s | 8,544 | 216 | 1,068 |
| 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 | |
| Grok 4.6 | 3.0 | 10.0 | 0.0% | 0 | 46.88s | 789 | 12 | 7,549 |
クイック比較
比較ペアを切り替え
Muse Spark 1.2lowvsGrok 4.6mediumDeepSeek V4.1 FlashmaxvsMuse Spark 1.1lowDeepSeek V4.1 FlashmaxvsInkling SmallhighDeepSeek V4.1 FlashhighvsGrok 4.6mediumDeepSeek V4.1 FlashlowvsGrok 4.6mediumQwen3.8 27BhighvsGrok 4.6mediumSeed 2.1 TurbomediumvsDeepSeek V4.1 FlashmaxDeepSeek V4.1 FlashmaxvsQwen3.8 27BhighDeepSeek V4.1 FlashmaxvsGPT-5.2mediumInkling SmallhighvsGrok 4.6mediumClaude Fable 5.1mediumvsDeepSeek V4.1 FlashmaxDeepSeek V4.1 FlashmaxvsGrok 4.5low