AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs OpenAI: GPT-5.6 Sol

概要

DeepSeek V4 Flash (high) vs GPT-5.6 Sol (medium) の benchmark 比較: GPT-5.6 Sol (medium) が平均スコアでリードし、9.4 vs 8.3 です。 DeepSeek V4 Flash (high) の benchmark コストが低く、$0.027 vs $0.966 です。 GPT-5.6 Sol (medium) の方が高速で、10.79s vs 45.85s です、成功率は 74.6% vs 90.5% です。

おすすめモデル: GPT-5.6 Sol (medium) - ここでは最高スコア（9.4）で、DeepSeek V4 Flash (high) より約 4.2 倍速く応答します。

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: 2026-07-09

指標	DeepSeek V4 Flash DeepSeek V4 Flash high リリース: 2026-04-24	GPT-5.6 Sol GPT-5.6 Sol medium リリース: 2026-07-09

指標	DeepSeek V4 Flash DeepSeek V4 Flash high リリース: 2026-04-24	GPT-5.6 Sol GPT-5.6 Sol medium リリース: 2026-07-09
スコア	8.3	9.4
順位	#27	#5
信頼性	10.0	10.0
一貫性	8.5	8.8
正解テスト
試行ごとの合格率	74.6%	90.5%
不安定なテスト	4	3
総実行回数	63	63
結果あたりのコスト	0.299	5.682
合計コスト	$0.027	$0.966
入力価格	$0.090 / 1M	$5.000 / 1M
出力価格	$0.180 / 1M	$30.000 / 1M
合計入力トークン	39,745	34,218
出力トークン	10,310	1,895
推論トークン	123,501	24,600
応答時間（平均）	45.85s	10.79s
応答時間（最大）	218.13s	79.40s
応答時間（合計）	962.79s	226.57s

生成ショーケース

Hamster playing table tennis

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

#27 DeepSeek V4 Flash

high

コスト: $0.003
時間: 93.1s
トークン: 7,926 tok

#5 GPT-5.6 Sol

medium

コスト: $0.124
時間: 57.2s
トークン: 4,199 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-5.6 Sol	10.0	10.0	100.0%	0		2.81s	606	173	572

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-5.6 Sol	10.0	10.0	100.0%	0		9.40s	7,302	394	4,706

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-5.6 Sol	10.0	10.0	100.0%	0		12.13s	11,019	318	1,214

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-5.6 Sol	10.0	10.0	100.0%	0		1.38s	7,140	222	0

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-5.6 Sol	5.9	7.2	55.6%	1		47.86s	723	71	16,201

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-5.6 Sol	10.0	10.0	100.0%	0		3.48s	477	99	214

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-5.6 Sol	10.0	10.0	100.0%	0		2.50s	660	96	249

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-5.6 Sol	8.2	7.2	88.9%	1		2.98s	642	228	566

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-5.6 Sol	10.0	10.0	100.0%	0		6.30s	5,454	264	361

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-5.6 Sol	4.7	1.6	66.7%	1		4.94s	195	30	517

クイック比較

比較ペアを切り替え