- 順位
- #76
- 合計出力トークン
- 618,417
- 応答時間（平均）
- 85.80s
- 合計コスト
- $0.106
DeepSeek V4 Flash 0731 (medium) vs LongCat 2.0 (medium)
LongCat 2.0 (medium) が平均スコアでリードし、7.4 vs 7.3 です。 DeepSeek V4 Flash 0731 (medium) の benchmark コストが低く、$0.106 vs $0.478 です。 DeepSeek V4 Flash 0731 (medium) の方が高速で、85.80s vs 136.64s です、成功率は 72.7% vs 60.6% です。
- 順位
- #71
- 合計出力トークン
- 373,396
- 応答時間（平均）
- 136.64s
- 合計コスト
- $0.478
おすすめモデル
DeepSeek V4 Flash 0731 (medium)
スコアはここでの最高値に近く（7.3 vs 7.4）、LongCat 2.0 (medium) より約 4.5 倍低コストです。
詳細比較
| 指標 | DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium | LongCat 2.0 LongCat 2.0 medium |
|---|---|---|
| スコア | 7.3 | 7.4 |
| 順位 | #76 | #71 |
| 信頼性 | 9.8 | 9.8 |
| 一貫性 | 7.1 | 8.9 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.7% | 60.6% |
| 不安定なテスト | 8 | 3 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 0.956 | 3.978 |
| 合計コスト | $0.106 | $0.478 |
| 入力価格 | $0.140 / 1M | $0.300 / 1M |
| 出力価格 | $0.280 / 1M | $1.200 / 1M |
| 合計入力トークン | 89,768 | 97,315 |
| 出力トークン | 66,624 | 44,384 |
| 推論トークン | 551,793 | 329,012 |
| 応答時間（平均） | 85.80s | 136.64s |
| 応答時間（最大） | 288.78s | 939.52s |
| 応答時間（合計） | 1887.69s | 3006.01s |
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.
#76 DeepSeek V4 Flash 0731
medium- コスト
- $0.004
- 時間
- 93.3s
- トークン
- 13,252 tok
#71 LongCat 2.0
medium- コスト
- $0.016
- 時間
- 285.1s
- トークン
- 13,057 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 | 17.95s | 698 | 2,101 | 6,715 | |
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 9.65s | 588 | 201 | 4,412 |
| 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 | 6.4 | 4.4 | 77.8% | 2 | 198.78s | 6,032 | 4,109 | 160,154 | |
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 455.00s | 7,419 | 533 | 214,143 |
| 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 | 7.3 | 5.8 | 83.3% | 1 | 150.58s | 65,118 | 40,110 | 97,296 | |
| LongCat 2.0 | 7.3 | 5.8 | 83.3% | 1 | 151.04s | 72,348 | 4,675 | 38,668 |
| 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 | 5.21s | 7,290 | 287 | 1,519 | |
| LongCat 2.0 | 6.3 | 10.0 | 50.0% | 0 | 10.63s | 7,653 | 198 | 2,536 |
| 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 | 3.6 | 7.2 | 22.2% | 1 | 211.52s | 541 | 17,559 | 213,405 | |
| LongCat 2.0 | 2.9 | 7.2 | 11.1% | 1 | 339.86s | 496 | 37,855 | 37,080 |
| 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 | 6.1 | 3.1 | 66.7% | 1 | 12.16s | 471 | 66 | 1,589 | |
| LongCat 2.0 | 4.8 | 3.2 | 33.3% | 1 | 16.35s | 480 | 121 | 1,598 |
| 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 | 8.5 | 6.8 | 83.3% | 1 | 2.42s | 706 | 109 | 580 | |
| LongCat 2.0 | 6.5 | 10.0 | 50.0% | 0 | 7.38s | 657 | 78 | 1,652 |
| 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 | 8.2 | 7.3 | 88.9% | 1 | 65.12s | 594 | 1,530 | 66,970 | |
| LongCat 2.0 | 5.4 | 10.0 | 33.3% | 0 | 8.84s | 636 | 388 | 2,562 |
| 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 | 4.41s | 8,178 | 374 | 152 | |
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 10.67s | 6,840 | 249 | 581 |
| 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 | 56.64s | 140 | 379 | 3,413 | |
| LongCat 2.0 | 3.0 | 10.0 | 0.0% | 0 | 191.19s | 198 | 86 | 25,780 |
クイック比較
比較ペアを切り替え
LongCat 2.0mediumvsQwen3.7 MaxnoneClaude Sonnet 4.6nonevsDeepSeek V4 Flash 0731mediumGemini 3 Flash PreviewlowvsLongCat 2.0mediumDeepSeek V4 Flash 0731mediumvsQwen3.7 FlashlowKAT-Coder-Pro V2.5lowvsLongCat 2.0mediumClaude Opus 4.8nonevsDeepSeek V4 Flash 0731mediumDeepSeek V4 Flash 0731mediumvsStep 3.7 FlashlowDeepSeek V4 Flash 0731mediumvsKAT-Coder-Pro V2.5lowDeepSeek V4 Flash 0731mediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsLongCat 2.0mediumLongCat 2.0mediumvsGPT-5.6 TerralowDeepSeek V4 Flash 0731mediumvsKAT-Coder-Pro V2.5high