AI BENCHY Compare
DeepSeek: DeepSeek V4 Flash vs Qwen: Qwen3.7 Max
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: 2026-06-04
| 指標 | DeepSeek V4 Flash DeepSeek V4 Flash high | Qwen3.7 Max Qwen3.7 Max none |
|---|---|---|
| スコア | 7.7 | 7.7 |
| 順位 | #31 | #34 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.5 | 10.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 74.6% | 66.7% |
| 不安定なテスト | 4 | 0 |
| 総実行回数 | 63 | 63 |
| 結果あたりのコスト | 0.299 | 0.744 |
| 合計コスト | $0.029 | $0.054 |
| 入力価格 | $0.099 / 1M | $1.250 / 1M |
| 出力価格 | $0.197 / 1M | $3.750 / 1M |
| 合計入力トークン | 39,745 | 37,107 |
| 出力トークン | 10,310 | 1,994 |
| 推論トークン | 123,501 | 0 |
| 応答時間（平均） | 45.85s | 1.30s |
| 応答時間（最大） | 218.13s | 3.92s |
| 応答時間（合計） | 962.79s | 27.21s |
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 | |
| Qwen3.7 Max | 6.5 | 10.0 | 50.0% | 0 | 1.08s | 696 | 242 | 0 |
| 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 | |
| Qwen3.7 Max | 5.5 | 10.0 | 33.3% | 0 | 1.35s | 7,911 | 582 | 0 |
| 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 | |
| Qwen3.7 Max | 3.0 | 10.0 | 0.0% | 0 | 2.17s | 9,549 | 171 | 0 |
| 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 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 1.35s | 7,794 | 243 | 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 | |
| Qwen3.7 Max | 7.7 | 10.0 | 66.7% | 0 | 975ms | 789 | 15 | 0 |
| 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 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 1.04s | 522 | 120 | 0 |
| 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 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 943ms | 711 | 72 | 0 |
| 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 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 1.13s | 714 | 314 | 0 |
| 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 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 3.92s | 8,211 | 222 | 0 |
| 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 | |
| Qwen3.7 Max | 3.0 | 10.0 | 0.0% | 0 | 856ms | 210 | 13 | 0 |
クイック比較
比較ペアを切り替え
DeepSeek V4 FlashhighvsQwen3.5-27BmediumDeepSeek V4 FlashhighvsGemini 3.5 FlashminimalDeepSeek V4 FlashhighvsQwen3.5-122B-A10BmediumGemini 3.5 FlashminimalvsQwen3.7 MaxnoneGemini 3 PRO PreviewmediumvsQwen3.7 MaxnoneGemma 4 26B A4Bmedium無料で利用可能vsQwen3.7 MaxnoneDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumDeepSeek V4 FlashhighvsGemma 4 31Bmedium無料で利用可能Qwen3.7 MaxnonevsGrok 4.3mediumDeepSeek V4 FlashhighvsGemini 3 PRO PreviewmediumDeepSeek V4 FlashhighvsQwen3.5 Plus 2026-04-20mediumDeepSeek V4 FlashhighvsQwen3.6 Plusmedium