- 順位
- #53
- 合計出力トークン
- 430,816
- 応答時間（平均）
- 32.22s
- 合計コスト
- $0.272
DeepSeek V4.1 Flash (medium) vs GPT-5.2 (medium)
DeepSeek V4.1 Flash (medium) が平均スコアでリードし、8.5 vs 8.4 です。 DeepSeek V4.1 Flash (medium) の benchmark コストが低く、$0.272 vs $1.182 です。 GPT-5.2 (medium) の方が高速で、28.51s vs 32.22s です、成功率は 72.7% vs 72.7% です。
比較対象モデル
- 順位
- #58
- 合計出力トークン
- 71,252
- 応答時間（平均）
- 28.51s
- 合計コスト
- $1.182
おすすめモデル
DeepSeek V4.1 Flash (medium)
ここでは最高スコア（8.5）で、GPT-5.2 (medium) より約 4.3 倍低コストです。
詳細比較
| 指標 | DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium | GPT-5.2 GPT-5.2 medium |
|---|---|---|
| スコア | 8.5 | 8.4 |
| 順位 | #53 | #58 |
| 信頼性 | 9.5 | 10.0 |
| 一貫性 | 9.3 | 8.5 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.7% | 72.7% |
| 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 | 1.812 | 8.438 |
| 合計コスト | $0.272 | $1.182 |
| 入力価格 | $0.150 / 1M | $1.750 / 1M |
| 出力価格 | $0.600 / 1M | $14.000 / 1M |
| 合計入力トークン | 88,508 | 105,013 |
| 出力トークン | 5,410 | 9,914 |
| 推論トークン | 425,406 | 61,338 |
| 応答時間（平均） | 32.22s | 28.51s |
| 応答時間（最大） | 276.31s | 116.86s |
| 応答時間（合計） | 708.76s | 456.13s |
| パラメータ | 748B 総数 (16B アクティブ) | ~1.2T 総数 (~80B 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.
#53 DeepSeek V4.1 Flash
medium- コスト
- $0.014
- 時間
- 34.7s
- トークン
- 11,541 tok
#58 GPT-5.2
medium- コスト
- $0.047
- 時間
- 49.2s
- トークン
- 3,396 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 | 3.07s | 852 | 156 | 4,108 | |
| GPT-5.2 | 6.5 | 8.0 | 58.3% | 1 | 7.81s | 606 | 567 | 2,002 |
| 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 | 34.45s | 7,509 | 396 | 71,345 | |
| GPT-5.2 | 10.0 | 10.0 | 100.0% | 0 | 22.73s | 7,302 | 511 | 11,912 |
| 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 | 22.21s | 66,161 | 3,956 | 24,673 | |
| GPT-5.2 | 10.0 | 10.0 | 100.0% | 0 | 58.50s | 82,056 | 7,304 | 14,693 |
| 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 | 3.77s | 2,397 | 120 | 998 | |
| GPT-5.2 | 10.0 | 10.0 | 100.0% | 0 | 3.15s | 7,140 | 234 | 420 |
| 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 | 2.9 | 7.2 | 11.1% | 1 | 153.01s | 909 | 24 | 298,454 | |
| GPT-5.2 | 5.9 | 7.2 | 55.6% | 1 | 97.33s | 482 | 42 | 26,812 |
| 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 | 3.13s | 549 | 131 | 581 | |
| GPT-5.2 | 3.7 | 9.7 | 0.0% | 0 | 4.32s | 477 | 162 | 269 |
| 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 | 9.69s | 783 | 63 | 1,483 | |
| GPT-5.2 | 9.9 | 10.0 | 100.0% | 0 | 3.12s | 660 | 94 | 614 |
| 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 | 8.7 | 7.7 | 88.9% | 1 | 8.01s | 828 | 293 | 12,340 | |
| GPT-5.2 | 7.5 | 7.3 | 77.8% | 1 | 5.80s | 642 | 735 | 924 |
| 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 | 15.33s | 8,259 | 258 | 296 | |
| GPT-5.2 | 4.7 | 1.6 | 66.7% | 1 | 10.30s | 5,453 | 239 | 469 |
| 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 | 20.25s | 261 | 13 | 11,128 | |
| GPT-5.2 | 3.0 | 10.0 | 0.0% | 0 | 28.18s | 195 | 26 | 3,223 |
クイック比較
比較ペアを切り替え
GPT-5.2mediumvsQwen3.8 27BhighGPT-5.2mediumvsGrok 4.5lowDeepSeek V4.1 FlashmediumvsMuse Spark 1.2lowGPT-5.2mediumvsInkling SmallhighDeepSeek V4.1 FlashmaxvsGPT-5.2mediumMuse Spark 1.2lowvsGPT-5.2mediumDeepSeek V4.1 FlashmediumvsGrok 4.5lowDeepSeek V4.1 FlashhighvsGPT-5.2mediumDeepSeek V4.1 FlashlowvsGPT-5.2mediumDeepSeek V4.1 FlashmediumvsQwen3.8 27BhighDeepSeek V4.1 FlashmediumvsQwen3.8 MaxlowMuse Spark 1.1lowvsGPT-5.2medium