- 順位
- #110
- 合計出力トークン
- 577,214
- 応答時間（平均）
- 94.16s
- 合計コスト
- $0.462
DeepSeek V4 Flash 0731 (medium) vs GPT-6 Luna (high)
DeepSeek V4 Flash 0731 (medium) が平均スコアでリードし、7.8 vs 7.7 です。 GPT-6 Luna (high) の benchmark コストが低く、$0.074 vs $0.462 です。 GPT-6 Luna (high) の方が高速で、20.37s vs 94.16s です、成功率は 72.5% vs 73.9% です。
比較対象モデル
- 順位
- #111
- 合計出力トークン
- 101,587
- 応答時間（平均）
- 20.37s
- 合計コスト
- $0.074
おすすめモデル
GPT-6 Luna (high)
スコアはここでの最高値に近く（7.7 vs 7.8）、DeepSeek V4 Flash 0731 (medium) より約 6.3 倍低コストです。
詳細比較
| 指標 | DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium | GPT-6 Luna GPT-6 Luna high |
|---|---|---|
| スコア | 7.8 | 7.7 |
| 順位 | #110 | #111 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 7.2 | 8.7 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.5% | 73.9% |
| 不安定なテスト | 8 | 4 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 1.176 | 0.492 |
| 合計コスト | $0.462 | $0.074 |
| 入力価格 | $0.010 / 1M | $0.100 / 1M |
| 出力価格 | $1.280 / 1M | $0.500 / 1M |
| 合計入力トークン | 274,189 | 229,986 |
| 出力トークン | 66,689 | 6,037 |
| 推論トークン | 510,525 | 95,550 |
| 応答時間（平均） | 94.16s | 20.37s |
| 応答時間（最大） | 303.26s | 106.93s |
| 応答時間（合計） | 2165.72s | 468.52s |
| パラメータ | 284B 総数 (13B アクティブ) | ~400B 総数 (~17B アクティブ) |
| 公開状況 | クローズド | 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.
#110 DeepSeek V4 Flash 0731
medium- コスト
- $0.004
- 時間
- 93.3s
- トークン
- 13,252 tok
#111 GPT-6 Luna
high- コスト
- $0.003
- 時間
- 49.2s
- トークン
- 5,231 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
| エージェントタスク | 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 | 10.0 | 10.0 | 100.0% | 0 | 303.26s | 184,370 | 8,291 | 18,068 | |
| GPT-6 Luna | 5.2 | 3.2 | 33.3% | 1 | 82.78s | 149,545 | 1,276 | 8,906 |
| 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 | |
| GPT-6 Luna | 10.0 | 10.0 | 100.0% | 0 | 2.64s | 606 | 159 | 1,358 |
| 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 | |
| GPT-6 Luna | 7.8 | 7.4 | 77.8% | 1 | 24.69s | 7,302 | 483 | 15,691 |
| 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 | |
| GPT-6 Luna | 10.0 | 10.0 | 100.0% | 0 | 21.53s | 57,233 | 3,111 | 6,658 |
| 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 | |
| GPT-6 Luna | 10.0 | 10.0 | 100.0% | 0 | 24.50s | 7,140 | 234 | 352 |
| 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 | 2.9 | 7.2 | 11.1% | 1 | 203.11s | 592 | 9,333 | 154,069 | |
| GPT-6 Luna | 5.9 | 7.2 | 55.6% | 1 | 51.14s | 732 | 70 | 55,170 |
| 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 | |
| GPT-6 Luna | 5.1 | 10.0 | 0.0% | 0 | 17.40s | 477 | 96 | 373 |
| 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 | |
| GPT-6 Luna | 8.4 | 6.9 | 83.3% | 1 | 1.92s | 660 | 91 | 420 |
| 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 | |
| GPT-6 Luna | 7.8 | 10.0 | 66.7% | 0 | 7.51s | 642 | 231 | 4,988 |
| 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 | |
| GPT-6 Luna | 10.0 | 10.0 | 100.0% | 0 | 6.96s | 5,454 | 256 | 261 |
| 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 | |
| GPT-6 Luna | 3.0 | 10.0 | 0.0% | 0 | 4.90s | 195 | 30 | 1,373 |
クイック比較
比較ペアを切り替え
DeepSeek V4 Flash 0731mediumvsGrok 4.5lowDeepSeek V4 Flash 0731mediumvsQwen3.7 PlusnoneGPT-6 LunahighvsQwen3.5 Plus 2026-04-20mediumGPT-6 LunahighvsQwen3.7 FlashlowMuse Glimmer 30BmediumvsGPT-6 LunahighDeepSeek V4 Flash 0731mediumvsGLM 5.3highDeepSeek V4 Flash 0731mediumvsMuse Glimmer 30BhighGPT-6 LunahighvsGrok 4.5lowGPT-6 LunahighvsQwen3.7 PlusnoneDeepSeek V4 Flash 0731mediumvsQwen3.7 FlashlowGPT-6 LunahighvsGrok 4.6mediumDeepSeek V4 Flash 0731mediumvsQwen3.8 2.4T A95Bhigh