AI BENCHY Compare
DeepSeek: DeepSeek V4 Flash vs xAI: Grok Build 0.1
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: 2026-05-21
| 指標 | DeepSeek V4 Flash DeepSeek V4 Flash high 無料で利用可能 | Grok Build 0.1 Grok Build 0.1 medium |
|---|---|---|
| スコア | 7.6 | 7.8 |
| 順位 | #54 | #41 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 7.9 | 8.9 |
| 正解テスト | ||
| 試行ごとの合格率 | 75.4% | 71.9% |
| 不安定なテスト | 5 | 3 |
| 総実行回数 | 57 | 57 |
| 結果あたりのコスト | 0.299 | 4.064 |
| 合計コスト | $0.033 | $0.488 |
| ???? | $0.112 / 1M | $1.000 / 1M |
| ???? | $0.224 / 1M | $2.000 / 1M |
| 出力トークン | 10,281 | 1,947 |
| 推論トークン | 98,830 | 223,372 |
| 応答時間（平均） | 45.88s | 22.28s |
| 応答時間（最大） | 218.13s | 88.28s |
| 応答時間（合計） | 871.76s | 423.30s |
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 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 5.46s | 195 | 9,825 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 62.48s | 369 | 9,361 | |
| Grok Build 0.1 | 7.3 | 3.7 | 66.7% | 1 | 30.98s | 354 | 17,734 |
| 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 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 30.81s | 231 | 18,779 |
| 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 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 7.76s | 180 | 10,343 |
| 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 | |
| Grok Build 0.1 | 5.3 | 10.0 | 33.3% | 0 | 77.75s | 501 | 111,807 |
| 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 | |
| Grok Build 0.1 | 3.8 | 2.5 | 33.3% | 1 | 10.14s | 78 | 5,386 |
| 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 | |
| Grok Build 0.1 | 9.8 | 10.0 | 100.0% | 0 | 9.62s | 57 | 12,436 |
| 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 | 6.4 | 4.4 | 77.8% | 2 | 25.53s | 193 | 2,597 | |
| Grok Build 0.1 | 6.2 | 7.5 | 55.6% | 1 | 8.67s | 161 | 15,476 |
| 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 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 9.40s | 180 | 5,319 |
| 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 | |
| Grok Build 0.1 | 3.0 | 10.0 | 0.0% | 0 | 26.07s | 10 | 16,267 |
クイック比較
比較ペアを切り替え
DeepSeek V4 Flashhigh無料で利用可能vsGLM 5.1mediumDeepSeek V4 Flashhigh無料で利用可能vsGLM 5V TurbomediumDeepSeek V4 Flashhigh無料で利用可能vsGPT-5.3 ChatnoneDeepSeek V4 Flashhigh無料で利用可能vsQwen3.6 FlashmediumDeepSeek V4 Flashhigh無料で利用可能vsQwen3.5-FlashmediumDeepSeek V4 Flashhigh無料で利用可能vsGemini 3.1 Flash LitelowDeepSeek V4 Flashhigh無料で利用可能vsStep 3.5 FlashmediumDeepSeek V4 Flashhigh無料で利用可能vsKimi K2.6mediumGemini 3.1 Flash Lite PreviewnonevsGrok Build 0.1mediumDeepSeek V4 Flashhigh無料で利用可能vsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewlowvsGrok Build 0.1mediumGemini 3 Flash PreviewnonevsGrok Build 0.1medium