AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs OpenAI: GPT-5.4

概要

DeepSeek V4 Flash vs GPT-5.4 の benchmark 比較: GPT-5.4 が平均スコアでリードし、8.5 vs 8.3 です。 DeepSeek V4 Flash の benchmark コストが低く、$0.029 vs $1.210 です。 GPT-5.4 の方が高速で、22.35s vs 45.85s です、成功率は 74.6% vs 76.2% です。

おすすめモデル: DeepSeek V4 Flash - スコアはここでの最高値に近く（8.3 vs 8.5）、GPT-5.4 より約 42.5 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-06-12

指標	DeepSeek V4 Flash DeepSeek V4 Flash high リリース: 2026-04-24	GPT-5.4 GPT-5.4 medium リリース: 2026-03-05

指標	DeepSeek V4 Flash DeepSeek V4 Flash high リリース: 2026-04-24	GPT-5.4 GPT-5.4 medium リリース: 2026-03-05
スコア	8.3	8.5
順位	#26	#20
信頼性	10.0	10.0
一貫性	8.5	8.6
正解テスト
試行ごとの合格率	74.6%	76.2%
不安定なテスト	4	4
総実行回数	63	63
結果あたりのコスト	0.299	8.640
合計コスト	$0.029	$1.210
入力価格	$0.098 / 1M	$2.500 / 1M
出力価格	$0.196 / 1M	$15.000 / 1M
合計入力トークン	39,745	34,108
出力トークン	10,310	2,242
推論トークン	123,501	72,707
応答時間（平均）	45.85s	22.35s
応答時間（最大）	218.13s	100.41s
応答時間（合計）	962.79s	469.29s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#26 DeepSeek V4 Flash

high

Cost: $0.003
Time: 93.1s
Tokens: 7,926 tok

#20 GPT-5.4

medium

Cost: $0.214
Time: 199.6s
Tokens: 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	8.3	10.0	75.0%	0		28.51s	540	140	7,770
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	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
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	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347
GPT-5.4	10.0	10.0	100.0%	0		20.57s	11,019	301	3,543

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
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	4.1	4.4	44.5%	2		100.31s	666	27	59,249
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	6.1	3.1	66.7%	1		25.15s	471	79	632
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	10.0	10.0	100.0%	0		15.36s	627	63	1,622
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	8.2	7.2	88.9%	1		26.11s	594	196	1,767
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	10.0	10.0	100.0%	0		74.73s	8,079	228	542
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	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
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