AI BENCHY Compare

DeepSeek: DeepSeek V4 Pro vs Google: Gemini 2.5 Flash

概要

DeepSeek V4 Pro vs Gemini 2.5 Flash の benchmark 比較: Gemini 2.5 Flash が平均スコアでリードし、8.2 vs 8.1 です。 DeepSeek V4 Pro の benchmark コストが低く、$0.098 vs $0.379 です。 Gemini 2.5 Flash の方が高速で、15.49s vs 72.22s です、成功率は 66.7% vs 69.8% です。

おすすめモデル: DeepSeek V4 Pro - スコアはここでの最高値に近く（8.1 vs 8.2）、Gemini 2.5 Flash より約 3.9 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 Pro DeepSeek V4 Pro high リリース: 2026-04-24	Gemini 2.5 Flash Gemini 2.5 Flash medium リリース: 2025-06-17

指標	DeepSeek V4 Pro DeepSeek V4 Pro high リリース: 2026-04-24	Gemini 2.5 Flash Gemini 2.5 Flash medium リリース: 2025-06-17
スコア	8.1	8.2
順位	#30	#27
信頼性	9.6	10.0
一貫性	7.8	9.6
正解テスト
試行ごとの合格率	66.7%	69.8%
不安定なテスト	6	1
総実行回数	57	63
結果あたりのコスト	0.978	2.701
合計コスト	$0.098	$0.379
入力価格	$0.435 / 1M	$0.300 / 1M
出力価格	$0.870 / 1M	$2.500 / 1M
合計入力トークン	35,122	34,476
出力トークン	6,315	1,930
推論トークン	93,205	145,145
応答時間（平均）	72.22s	15.49s
応答時間（最大）	437.44s	95.48s
応答時間（合計）	1444.45s	325.39s

Generation showcase

Hamster playing table tennis

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

#30 DeepSeek V4 Pro

high

Cost: $0.023
Time: 257.6s
Tokens: 14,870 tok

#27 Gemini 2.5 Flash

medium

Invalid SVG

Cost: $0.000
Time: 274.0s
Tokens: 0 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 Pro	5.7	5.9	58.3%	2		25.70s	536	149	3,214
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233

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 Pro	7.7	10.0	66.7%	0		308.19s	1,583	368	42,658
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303

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 Pro	10.0	10.0	100.0%	0		38.17s	14,060	454	5,836
Gemini 2.5 Flash	10.0	10.0	100.0%	0		28.44s	12,522	303	11,922

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 Pro	10.0	10.0	100.0%	0		25.03s	7,690	274	2,166
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325

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 Pro	3.6	7.2	22.2%	1		130.09s	472	4,400	26,367
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.34s	633	18	80,702

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 Pro	10.0	10.0	100.0%	0		8.83s	471	115	1,013
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899

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 Pro	7.8	6.6	83.3%	1		8.73s	627	66	2,726
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203

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 Pro	6.9	4.9	77.8%	2		56.85s	591	178	2,563
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499

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 Pro	9.8	10.0	100.0%	0		15.92s	8,909	295	701
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140

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 Pro	3.0	10.0	0.0%	0		34.01s	183	16	5,961
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919

クイック比較

比較ペアを切り替え