AI BENCHY Compare
DeepSeek: DeepSeek V4 Pro vs Qwen: Qwen3.5 Plus 2026-02-15
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: 2026-04-26
| 指標 | DeepSeek V4 Pro DeepSeek V4 Pro high | Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none |
|---|---|---|
| スコア | 6.8 | 6.8 |
| 順位 | #57 | #58 |
| 信頼性 | 8.4 | 該当なし |
| 一貫性 | 8.0 | 9.3 |
| 正解テスト | ||
| 試行ごとの合格率 | 73.2% | 53.7% |
| 不安定なテスト | 4 | 2 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 1.825 | 0.182 |
| 合計コスト | $0.201 | $0.017 |
| ???? | $1.740 / 1M | $0.260 / 1M |
| ???? | $3.480 / 1M | $1.560 / 1M |
| 出力トークン | 11,876 | 2,461 |
| 推論トークン | 45,999 | 0 |
| 応答時間（平均） | 60.02s | 2.60s |
| 応答時間（最大） | 358.35s | 6.65s |
| 応答時間（合計） | 1080.31s | 31.23s |
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 Pro | 7.4 | 10.0 | 75.0% | 0 | 16.53s | 71 | 3,617 | |
| Qwen3.5 Plus 2026-02-15 | 4.8 | 10.0 | 25.0% | 0 | 1.91s | 517 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 2.6 | 0.0 | 50.0% | 1 | 51.77s | 105 | 2,641 | |
| Qwen3.5 Plus 2026-02-15 | 6.3 | 3.7 | 33.3% | 1 | 3.63s | 443 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 6.6 | 10.0 | 100.0% | 0 | 64.72s | 183 | 1,946 | |
| Qwen3.5 Plus 2026-02-15 | 3.0 | 10.0 | 0.0% | 0 | 6.65s | 314 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 8.8 | 10.0 | 100.0% | 0 | 23.62s | 229 | 1,710 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 1.89s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 3.0 | 6.9 | 16.7% | 1 | 205.66s | 10,529 | 28,089 | |
| Qwen3.5 Plus 2026-02-15 | 5.3 | 10.0 | 33.3% | 0 | 1.17s | 17 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 6.1 | 3.1 | 66.7% | 1 | 25.09s | 76 | 1,152 | |
| Qwen3.5 Plus 2026-02-15 | 4.4 | 3.0 | 33.3% | 1 | 2.26s | 117 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 41.16s | 205 | 2,416 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 1.67s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 6.9 | 7.0 | 83.3% | 1 | 34.92s | 106 | 3,835 | |
| Qwen3.5 Plus 2026-02-15 | 7.7 | 10.0 | 66.7% | 0 | 2.82s | 516 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 21.33s | 372 | 593 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 3.33s | 222 | 0 |
クイック比較
比較ペアを切り替え
DeepSeek V4 ProhighvsGPT-5.5noneNemotron 3 Supermedium無料で利用可能vsQwen3.5 Plus 2026-02-15noneDeepSeek V4 ProhighvsNemotron 3 Supermedium無料で利用可能Qwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumDeepSeek V4 ProhighvsGrok 4.1 FastmediumDeepSeek V4 ProhighvsGemma 4 31Bnone無料で利用可能DeepSeek V4 ProhighvsGLM 5noneDeepSeek V4 ProhighvsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumDeepSeek V4 ProhighvsKimi K2.5mediumKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneDeepSeek V4 ProhighvsGPT-5 Minimedium