- 順位
- #35
- 合計出力トークン
- 314,605
- 応答時間（平均）
- 60.18s
- 合計コスト
- $0.053
DeepSeek V4 Flash 0731 (low) vs GPT-5.4 (medium)
GPT-5.4 (medium) が平均スコアでリードし、8.5 vs 8.2 です。 DeepSeek V4 Flash 0731 (low) の benchmark コストが低く、$0.053 vs $1.533 です。 GPT-5.4 (medium) の方が高速で、23.10s vs 60.18s です、成功率は 75.8% vs 77.3% です。
- 順位
- #26
- 合計出力トークン
- 88,670
- 応答時間（平均）
- 23.10s
- 合計コスト
- $1.533
おすすめモデル
DeepSeek V4 Flash 0731 (low)
スコアはここでの最高値に近く（8.2 vs 8.5）、GPT-5.4 (medium) より約 29.3 倍低コストです。
詳細比較
| 指標 | DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low | GPT-5.4 GPT-5.4 medium |
|---|---|---|
| スコア | 8.2 | 8.5 |
| 順位 | #35 | #26 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.3 | 8.6 |
| 正解テスト | ||
| 試行ごとの合格率 | 75.8% | 77.3% |
| 不安定なテスト | 5 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 0.374 | 10.220 |
| 合計コスト | $0.053 | $1.533 |
| 入力価格 | $0.140 / 1M | $2.500 / 1M |
| 出力価格 | $0.280 / 1M | $15.000 / 1M |
| 合計入力トークン | 93,336 | 81,127 |
| 出力トークン | 40,662 | 6,155 |
| 推論トークン | 273,943 | 82,515 |
| 応答時間（平均） | 60.18s | 23.10s |
| 応答時間（最大） | 438.65s | 100.41s |
| 応答時間（合計） | 1323.92s | 508.26s |
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.
#35 DeepSeek V4 Flash 0731
low
無効なSVG
- コスト
- $0.000
- 時間
- 78.1s
- トークン
- 8,090 tok
#26 GPT-5.4
medium- コスト
- $0.214
- 時間
- 199.6s
- トークン
- 14,349 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 Flash 0731 | 8.2 | 7.9 | 83.3% | 1 | 10.08s | 540 | 1,833 | 6,605 | |
| GPT-5.4 | 8.3 | 10.0 | 75.0% | 0 | 4.11s | 606 | 240 | 1,511 |
| 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 Flash 0731 | 7.3 | 5.1 | 77.8% | 2 | 163.31s | 5,953 | 782 | 86,028 | |
| GPT-5.4 | 8.8 | 7.8 | 88.9% | 1 | 44.36s | 7,305 | 433 | 24,216 |
| 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 Flash 0731 | 9.8 | 10.0 | 100.0% | 0 | 54.25s | 68,913 | 8,230 | 22,729 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 29.77s | 58,038 | 4,214 | 13,351 |
| 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 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 4.35s | 7,290 | 305 | 995 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 5.32s | 7,140 | 234 | 804 |
| 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 Flash 0731 | 5.3 | 10.0 | 33.3% | 0 | 128.09s | 648 | 25,039 | 95,560 | |
| GPT-5.4 | 5.3 | 7.2 | 44.4% | 1 | 74.27s | 619 | 61 | 34,748 |
| 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 Flash 0731 | 6.5 | 3.4 | 66.7% | 1 | 7.63s | 471 | 81 | 1,181 | |
| GPT-5.4 | 4.7 | 3.1 | 33.3% | 1 | 4.92s | 477 | 145 | 321 |
| 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 Flash 0731 | 9.9 | 10.0 | 100.0% | 0 | 3.01s | 627 | 94 | 644 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 3.11s | 660 | 93 | 897 |
| 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 Flash 0731 | 8.0 | 7.6 | 77.8% | 1 | 9.08s | 594 | 414 | 4,808 | |
| GPT-5.4 | 8.2 | 7.2 | 88.9% | 1 | 9.14s | 642 | 441 | 3,815 |
| 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 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 4.44s | 8,178 | 367 | 186 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 13.28s | 5,445 | 264 | 1,031 |
| 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 Flash 0731 | 3.0 | 10.0 | 0.0% | 0 | 246.86s | 122 | 3,517 | 55,207 | |
| GPT-5.4 | 3.0 | 10.0 | 0.0% | 0 | 13.95s | 195 | 30 | 1,821 |
クイック比較
比較ペアを切り替え
DeepSeek V4 Flash 0731lowvsGPT-5 MinimediumClaude Opus 5lowvsGPT-5.4mediumDeepSeek V4 Flash 0731lowvsGemini 2.5 FlashmediumDeepSeek V4 Flash 0731lowvsMuse Spark 1.1highDeepSeek V4 Flash 0731lowvsInklinghighDeepSeek V4 Flash 0731lowvsStep 3.7 FlashmediumDeepSeek V4 Flash 0731lowvsGPT-5.2 ChatnoneGPT-5.4mediumvsGrok 4.5lowDeepSeek V4 Flash 0731lowvsGLM 5.2highGPT-5.4mediumvsInkling SmallhighClaude Sonnet 5mediumvsDeepSeek V4 Flash 0731lowDeepSeek V4 Flash 0731lowvsGrok 4.5medium