- 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 Qwen3.8 27B (high)
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 ~$0.287 です。 DeepSeek V4.1 Flash (medium) の方が高速で、32.22s vs 167.89s です、成功率は 72.7% 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 (medium)
ここでは最高スコア（8.5）で、Qwen3.8 27B (high) より約 5.2 倍速く応答します。
詳細比較
| 指標 | DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium | Qwen3.8 27B Qwen3.8 27B high |
|---|---|---|
| スコア | 8.5 | 8.4 |
| 順位 | #53 | #59 |
| 信頼性 | 9.5 | 9.6 |
| 一貫性 | 9.3 | 9.2 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.7% | 77.3% |
| 不安定なテスト | 2 | 2 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 1.812 | ~1.792 |
| 合計コスト | $0.272 | ~$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 | 88,508 | 100,179 |
| 出力トークン | 5,410 | 904 |
| 推論トークン | 425,406 | 655,731 |
| 応答時間（平均） | 32.22s | 167.89s |
| 応答時間（最大） | 276.31s | 640.85s |
| 応答時間（合計） | 708.76s | 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.
#53 DeepSeek V4.1 Flash
medium- コスト
- $0.014
- 時間
- 34.7s
- トークン
- 11,541 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 | 3.07s | 852 | 156 | 4,108 | |
| 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 | 34.45s | 7,509 | 396 | 71,345 | |
| 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 | 22.21s | 66,161 | 3,956 | 24,673 | |
| 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 | 3.77s | 2,397 | 120 | 998 | |
| 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 | 2.9 | 7.2 | 11.1% | 1 | 153.01s | 909 | 24 | 298,454 | |
| 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 | 3.13s | 549 | 131 | 581 | |
| 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 | 9.69s | 783 | 63 | 1,483 | |
| 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 | 8.7 | 7.7 | 88.9% | 1 | 8.01s | 828 | 293 | 12,340 | |
| 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 | 15.33s | 8,259 | 258 | 296 | |
| 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 | 20.25s | 261 | 13 | 11,128 | |
| 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 27BhighQwen3.8 27BhighvsGrok 4.5lowDeepSeek V4.1 FlashmediumvsMuse Spark 1.2lowQwen3.8 27BhighvsGrok 4.6mediumDeepSeek V4.1 FlashmaxvsQwen3.8 27BhighMuse Spark 1.2lowvsQwen3.8 27BhighDeepSeek V4.1 FlashmediumvsGrok 4.5lowQwen3.8 27BhighvsGrok 4.5mediumMuse Spark 1.1lowvsQwen3.8 27BhighDeepSeek V4.1 FlashlowvsQwen3.8 27BhighDeepSeek V4.1 FlashmediumvsQwen3.8 Maxlow