- 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 Grok 4.5 (low)
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 $0.945 です。 Grok 4.5 (low) の方が高速で、16.17s vs 32.22s です、成功率は 72.7% vs 77.3% です。
比較対象モデル
- 順位
- #57
- 合計出力トークン
- 115,489
- 応答時間（平均）
- 16.17s
- 合計コスト
- $0.945
おすすめモデル
DeepSeek V4.1 Flash (medium)
ここでは最高スコア（8.5）で、Grok 4.5 (low) より約 3.5 倍低コストです。
詳細比較
| 指標 | DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium | Grok 4.5 Grok 4.5 low |
|---|---|---|
| スコア | 8.5 | 8.4 |
| 順位 | #53 | #57 |
| 信頼性 | 9.5 | 10.0 |
| 一貫性 | 9.3 | 9.3 |
| 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 | 5.901 |
| 合計コスト | $0.272 | $0.945 |
| 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 | 88,508 | 125,605 |
| 出力トークン | 5,410 | 7,505 |
| 推論トークン | 425,406 | 107,984 |
| 応答時間（平均） | 32.22s | 16.17s |
| 応答時間（最大） | 276.31s | 205.28s |
| 応答時間（合計） | 708.76s | 355.67s |
| 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.
#53 DeepSeek V4.1 Flash
medium- コスト
- $0.014
- 時間
- 34.7s
- トークン
- 11,541 tok
#57 SpaceXAI: Grok 4.5
low- コスト
- $0.011
- 時間
- 12.4s
- トークン
- 2,018 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 2,991 | 261 | 3,000 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 13.72s | 9,579 | 303 | 15,641 |
| 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 | |
| Grok 4.5 | 6.5 | 10.0 | 50.0% | 0 | 12.75s | 82,028 | 6,031 | 3,583 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 3.44s | 8,937 | 225 | 2,549 |
| 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 | |
| Grok 4.5 | 2.9 | 7.2 | 11.1% | 1 | 77.09s | 2,523 | 14 | 71,813 |
| 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 | |
| Grok 4.5 | 6.1 | 3.1 | 66.7% | 1 | 4.88s | 1,077 | 98 | 1,253 |
| 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 | |
| Grok 4.5 | 9.8 | 10.0 | 100.0% | 0 | 2.80s | 1,857 | 57 | 1,878 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 3.20s | 2,430 | 217 | 2,590 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 5.83s | 13,394 | 284 | 871 |
| 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 | |
| Grok 4.5 | 3.0 | 10.0 | 0.0% | 0 | 13.98s | 789 | 15 | 4,806 |
クイック比較
比較ペアを切り替え
GPT-5.2mediumvsGrok 4.5lowQwen3.8 27BhighvsGrok 4.5lowDeepSeek V4.1 FlashmediumvsMuse Spark 1.2lowSeed 2.1 TurbomediumvsGrok 4.5lowInkling SmallhighvsGrok 4.5lowDeepSeek V4.1 FlashmaxvsGrok 4.5lowDeepSeek V4.1 FlashhighvsGrok 4.5lowDeepSeek V4.1 FlashmediumvsQwen3.8 27BhighDeepSeek V4.1 FlashmediumvsQwen3.8 MaxlowDeepSeek V4.1 FlashmediumvsInkling SmallhighGPT-5.4mediumvsGrok 4.5lowClaude Fable 5.1mediumvsGrok 4.5low