- 順位
- #62
- 合計出力トークン
- 168,165
- 応答時間（平均）
- 49.75s
- 合計コスト
- $0.060
DeepSeek V4 Flash (high) vs Gemini 3.1 Pro Preview (medium)
Gemini 3.1 Pro Preview (medium) が平均スコアでリードし、9.2 vs 7.7 です。 DeepSeek V4 Flash (high) の benchmark コストが低く、$0.060 vs $1.361 です。 Gemini 3.1 Pro Preview (medium) の方が高速で、21.47s vs 49.75s です、成功率は 72.7% vs 90.9% です。
- 順位
- #9
- 合計出力トークン
- 97,958
- 応答時間（平均）
- 21.47s
- 合計コスト
- $1.361
おすすめモデル
Gemini 3.1 Pro Preview (medium)
ここでは最高スコア（9.2）で、DeepSeek V4 Flash (high) より約 2.3 倍速く応答します。
詳細比較
| 指標 | DeepSeek V4 Flash DeepSeek V4 Flash high | Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium |
|---|---|---|
| スコア | 7.7 | 9.2 |
| 順位 | #62 | #9 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.2 | 10.0 |
| ベンチマーク網羅率 | 22/22 テスト · 66/66 回 | 22/22 テスト · 66/66 回 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.7% | 90.9% |
| 不安定なテスト | 5 | 0 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 0.402 | 6.801 |
| 合計コスト | $0.060 | $1.361 |
| 入力価格 | $0.140 / 1M | $2.000 / 1M |
| 出力価格 | $0.280 / 1M | $12.000 / 1M |
| 合計入力トークン | 108,392 | 92,287 |
| 出力トークン | 14,478 | 5,232 |
| 推論トークン | 153,687 | 92,726 |
| 応答時間（平均） | 49.75s | 21.47s |
| 応答時間（最大） | 218.13s | 88.68s |
| 応答時間（合計） | 1094.41s | 322.08s |
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.
#62 DeepSeek V4 Flash
high- コスト
- $0.003
- 時間
- 93.1s
- トークン
- 7,926 tok
#9 Gemini 3.1 Pro Preview
medium- コスト
- $0.115
- 時間
- 87.2s
- トークン
- 9,629 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 | 8.3 | 10.0 | 75.0% | 0 | 28.51s | 540 | 140 | 7,770 | |
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 7.90s | 498 | 112 | 3,218 |
| 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 | 7.8 | 10.0 | 66.7% | 0 | 50.60s | 7,279 | 395 | 34,862 | |
| Gemini 3.1 Pro Preview | 7.9 | 9.9 | 66.7% | 0 | 40.17s | 8,124 | 435 | 41,247 |
| 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 | 6.4 | 5.8 | 66.7% | 1 | 104.10s | 82,663 | 4,633 | 37,533 | |
| Gemini 3.1 Pro Preview | 9.8 | 10.0 | 100.0% | 0 | 40.39s | 67,910 | 3,687 | 23,111 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 28.03s | 7,290 | 201 | 1,179 | |
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 7.72s | 7,265 | 279 | 3,904 |
| 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 | 4.1 | 4.4 | 44.5% | 2 | 100.31s | 666 | 27 | 59,249 | |
| Gemini 3.1 Pro Preview | 7.7 | 10.0 | 66.7% | 0 | 32.73s | 635 | 18 | 12,424 |
| 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 | 6.1 | 3.1 | 66.7% | 1 | 25.15s | 471 | 79 | 632 | |
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 11.77s | 490 | 108 | 1,179 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 15.36s | 627 | 63 | 1,622 | |
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 9.56s | 621 | 72 | 2,236 |
| 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 | 8.2 | 7.2 | 88.9% | 1 | 26.11s | 594 | 196 | 1,767 | |
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 6.90s | 570 | 235 | 3,128 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 74.73s | 8,079 | 228 | 542 | |
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 23.15s | 6,018 | 274 | 982 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 54.46s | 183 | 8,516 | 8,531 | |
| Gemini 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 6.27s | 156 | 12 | 1,297 |
クイック比較
比較ペアを切り替え
Claude Opus 5highvsGemini 3.1 Pro PreviewmediumClaude Opus 4.6mediumvsDeepSeek V4 FlashhighDeepSeek V4 FlashhighvsGLM 5mediumDeepSeek V4 FlashhighvsMiniMax M3mediumDeepSeek V4 FlashhighvsGrok Build 0.1mediumGemini 3.1 Pro PreviewmediumvsGPT-5.5lowClaude Opus 4.8lowvsDeepSeek V4 FlashhighDeepSeek V4 FlashhighvsGPT-5.6 LunamediumGemini 3.1 Pro PreviewmediumvsGPT-5.6 SolhighDeepSeek V4 FlashhighvsNemotron 3 Ultramedium無料で利用可能Claude Opus 5nonevsDeepSeek V4 FlashhighDeepSeek V4 FlashhighvsKimi K2.7 Codemedium