AI BENCHY Compare
DeepSeek: DeepSeek V4 Pro vs OpenAI: gpt-oss-120b
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: 2026-06-03
| 指標 | DeepSeek V4 Pro DeepSeek V4 Pro high | gpt-oss-120b gpt-oss-120b none 無料で利用可能 |
|---|---|---|
| スコア | 6.1 | 5.4 |
| 順位 | #100 | #126 |
| 信頼性 | 8.9 | 10.0 |
| 一貫性 | 7.6 | 9.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 55.0% | 38.6% |
| 不安定なテスト | 6 | 2 |
| 総実行回数 | 60 | 57 |
| 結果あたりのコスト | 2.660 | 0.168 |
| 合計コスト | $0.062 | $0.010 |
| 入力価格 | $0.435 / 1M | $0.039 / 1M |
| 出力価格 | $0.870 / 1M | $0.180 / 1M |
| 合計入力トークン | 30,514 | 9,081 |
| 出力トークン | 12,244 | 51,664 |
| 推論トークン | 53,958 | 0 |
| 応答時間（平均） | 58.92s | 21.61s |
| 応答時間（最大） | 358.35s | 113.71s |
| 応答時間（合計） | 1119.51s | 345.79s |
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 | 6.4 | 7.9 | 58.3% | 1 | 16.53s | 448 | 71 | 3,617 | |
| gpt-oss-120b | 6.5 | 10.0 | 50.0% | 0 | 32.84s | 1,336 | 8,676 | 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 Pro | 2.7 | 5.7 | 16.7% | 1 | 51.77s | 240 | 105 | 2,641 | |
| gpt-oss-120b | 4.3 | 1.1 | 66.7% | 1 | 9.57s | 901 | 3,232 | 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 Pro | 10.0 | 10.0 | 100.0% | 0 | 65.02s | 14,016 | 465 | 5,914 | |
| gpt-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 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 Pro | 7.3 | 5.9 | 83.3% | 1 | 23.62s | 5,633 | 229 | 1,710 | |
| gpt-oss-120b | 6.5 | 10.0 | 50.0% | 0 | 7.12s | 2,421 | 598 | 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 Pro | 2.9 | 7.2 | 11.1% | 1 | 205.66s | 430 | 10,529 | 28,089 | |
| gpt-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 34.98s | 1,294 | 29,483 | 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 Pro | 6.1 | 3.1 | 66.7% | 1 | 25.09s | 314 | 76 | 1,152 | |
| gpt-oss-120b | 4.8 | 10.0 | 0.0% | 0 | 10.79s | 584 | 615 | 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 Pro | 10.0 | 10.0 | 100.0% | 0 | 41.16s | 627 | 205 | 2,416 | |
| gpt-oss-120b | 9.8 | 10.0 | 100.0% | 0 | 5.06s | 1,043 | 1,940 | 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 Pro | 5.9 | 7.2 | 55.6% | 1 | 34.84s | 544 | 139 | 4,019 | |
| gpt-oss-120b | 6.0 | 7.2 | 55.6% | 1 | 8.21s | 1,188 | 3,982 | 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 Pro | 10.0 | 10.0 | 100.0% | 0 | 21.33s | 8,079 | 372 | 593 | |
| gpt-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 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 Pro | 3.0 | 10.0 | 0.0% | 0 | 39.14s | 183 | 53 | 3,807 | |
| gpt-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 47.29s | 314 | 3,138 | 0 |
クイック比較
比較ペアを切り替え
MiniMax M2.5mediumvsgpt-oss-120bnone無料で利用可能DeepSeek V4 ProhighvsGPT-5 NanomediumMiniMax M2.7mediumvsgpt-oss-120bnone無料で利用可能Mistral Small 4mediumvsgpt-oss-120bnone無料で利用可能DeepSeek V4 ProhighvsMimo V2 OmninoneDeepSeek V4 ProhighvsGemma 4 26B A4Bnone無料で利用可能DeepSeek V4 ProhighvsNemotron 3 Supermedium無料で利用可能DeepSeek V4 Prohighvsgpt-oss-120bmedium無料で利用可能DeepSeek V4 ProhighvsQwen3.5-Flashnonegpt-oss-120bnone無料で利用可能vsElephant AlphamediumDeepSeek V4 ProhighvsGLM 5V TurbononeSeed-2.0-LitenonevsDeepSeek V4 Prohigh