AI BENCHY Compare
DeepSeek: DeepSeek V4 Flash vs OpenAI: GPT-5 Mini
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: 2026-06-01
| 指標 | DeepSeek V4 Flash DeepSeek V4 Flash high | GPT-5 Mini GPT-5 Mini medium |
|---|---|---|
| スコア | 7.6 | 7.2 |
| 順位 | #45 | #73 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.4 | 9.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 73.3% | 61.7% |
| 不安定なテスト | 4 | 2 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 0.309 | 1.348 |
| 合計コスト | $0.027 | $0.149 |
| 入力価格 | $0.099 / 1M | $0.250 / 1M |
| 出力価格 | $0.197 / 1M | $2.000 / 1M |
| 出力トークン | 10,302 | 6,723 |
| 推論トークン | 115,740 | 63,082 |
| 応答時間（平均） | 46.36s | 23.75s |
| 応答時間（最大） | 218.13s | 88.15s |
| 応答時間（合計） | 927.27s | 475.03s |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 8.3 | 10.0 | 75.0% | 0 | 28.51s | 140 | 7,770 | |
| GPT-5 Mini | 7.1 | 7.6 | 66.7% | 1 | 13.86s | 1,715 | 6,378 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 6.8 | 10.0 | 50.0% | 0 | 58.13s | 387 | 27,101 | |
| GPT-5 Mini | 10.0 | 10.0 | 100.0% | 0 | 30.74s | 580 | 12,544 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 76.57s | 465 | 7,347 | |
| GPT-5 Mini | 10.0 | 10.0 | 100.0% | 0 | 88.15s | 754 | 11,520 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 28.03s | 201 | 1,179 | |
| GPT-5 Mini | 10.0 | 10.0 | 100.0% | 0 | 12.58s | 453 | 3,200 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.1 | 4.4 | 44.5% | 2 | 100.31s | 27 | 59,249 | |
| GPT-5 Mini | 3.6 | 7.2 | 22.2% | 1 | 44.63s | 293 | 14,016 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 6.1 | 3.1 | 66.7% | 1 | 25.15s | 79 | 632 | |
| GPT-5 Mini | 4.5 | 10.0 | 0.0% | 0 | 13.50s | 349 | 1,856 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.36s | 63 | 1,622 | |
| GPT-5 Mini | 10.0 | 10.0 | 100.0% | 0 | 11.59s | 310 | 3,968 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 8.2 | 7.2 | 88.9% | 1 | 26.11s | 196 | 1,767 | |
| GPT-5 Mini | 5.6 | 9.8 | 33.3% | 0 | 15.20s | 1,622 | 6,144 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 74.73s | 228 | 542 | |
| GPT-5 Mini | 10.0 | 10.0 | 100.0% | 0 | 18.64s | 487 | 1,600 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 54.46s | 8,516 | 8,531 | |
| GPT-5 Mini | 3.0 | 10.0 | 0.0% | 0 | 9.99s | 160 | 1,856 |
クイック比較
比較ペアを切り替え
DeepSeek V4 FlashhighvsMiMo-V2.5-PromediumDeepSeek V4 FlashhighvsGemini 3.1 Flash Lite PreviewlowDeepSeek V4 FlashhighvsQwen3.5-FlashmediumDeepSeek V4 FlashhighvsQwen3.6 FlashmediumDeepSeek V4 FlashhighvsGrok Build 0.1mediumDeepSeek V4 FlashhighvsGemini 3 Flash PreviewnoneDeepSeek V4 FlashhighvsMimo V2 PROmediumGPT-5 MinimediumvsStep 3.7 FlashhighDeepSeek V4 FlashhighvsQwen3.5 Plus 2026-04-20mediumDeepSeek V4 FlashhighvsQwen3.5-122B-A10BmediumRing-2.6-1TnonevsGPT-5 MinimediumGPT-5 MinimediumvsQwen3.6 Max Previewnone