- 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 Kimi K2.6 (medium)
DeepSeek V4 Flash 0731 (medium) が平均スコアでリードし、7.3 vs 7.2 です。 DeepSeek V4 Flash 0731 (medium) の benchmark コストが低く、$0.106 vs $1.028 です。 DeepSeek V4 Flash 0731 (medium) の方が高速で、85.80s vs 109.98s です、成功率は 72.7% vs 63.6% です。
- 順位
- #81
- 合計出力トークン
- 391,540
- 応答時間（平均）
- 109.98s
- 合計コスト
- $1.028
おすすめモデル
DeepSeek V4 Flash 0731 (medium)
ここでは最高スコア（7.3）で、Kimi K2.6 (medium) より約 9.8 倍低コストです。
詳細比較
| 指標 | DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium | Kimi K2.6 Kimi K2.6 medium |
|---|---|---|
| スコア | 7.3 | 7.2 |
| 順位 | #76 | #81 |
| 信頼性 | 9.8 | 9.4 |
| 一貫性 | 7.1 | 8.3 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.7% | 63.6% |
| 不安定なテスト | 8 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 0.956 | 9.821 |
| 合計コスト | $0.106 | $1.028 |
| 入力価格 | $0.140 / 1M | $0.600 / 1M |
| 出力価格 | $0.280 / 1M | $3.410 / 1M |
| 合計入力トークン | 89,768 | 68,902 |
| 出力トークン | 66,624 | 111,680 |
| 推論トークン | 551,793 | 279,860 |
| 応答時間（平均） | 85.80s | 109.98s |
| 応答時間（最大） | 288.78s | 876.20s |
| 応答時間（合計） | 1887.69s | 2309.56s |
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
#81 MoonshotAI: Kimi K2.6
medium- コスト
- $0.013
- 時間
- 103.4s
- トークン
- 3,620 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 | |
| Kimi K2.6 | 7.0 | 8.0 | 66.7% | 1 | 11.59s | 618 | 7,115 | 8,934 |
| 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 | |
| Kimi K2.6 | 5.7 | 8.6 | 33.3% | 0 | 214.42s | 2,925 | 9,970 | 77,189 |
| 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 | |
| Kimi K2.6 | 6.9 | 5.9 | 66.7% | 1 | 458.58s | 50,723 | 9,468 | 39,642 |
| 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 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 20.38s | 7,014 | 316 | 11,305 |
| 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 | |
| Kimi K2.6 | 5.3 | 7.2 | 44.4% | 1 | 202.38s | 326 | 47,035 | 98,262 |
| 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 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 17.83s | 477 | 3,981 | 4,472 |
| 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 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 12.53s | 669 | 3,977 | 5,269 |
| 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 | |
| Kimi K2.6 | 6.0 | 7.4 | 55.6% | 1 | 25.06s | 651 | 13,860 | 17,599 |
| 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 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 8.92s | 5,286 | 248 | 1,011 |
| 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 | |
| Kimi K2.6 | 3.0 | 10.0 | 0.0% | 0 | 130.27s | 213 | 15,710 | 16,177 |
クイック比較
比較ペアを切り替え
KAT-Coder-Pro V2.5highvsKimi K2.6mediumKimi K2.6mediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsKimi K2.6mediumClaude Sonnet 4.6nonevsDeepSeek V4 Flash 0731mediumKimi K2.6mediumvsQwen3.7 FlashlowDeepSeek V4 Flash 0731mediumvsQwen3.7 FlashlowClaude Opus 4.8nonevsDeepSeek V4 Flash 0731mediumDeepSeek V4 Flash 0731mediumvsStep 3.7 FlashlowDeepSeek V4 Flash 0731mediumvsKAT-Coder-Pro V2.5lowDeepSeek V4 Flash 0731mediumvsGemini 3 Flash PreviewlowKimi K2.6mediumvsQwen3.7 PlusnoneDeepSeek V4 Flash 0731mediumvsKAT-Coder-Pro V2.5high