- 順位
- #58
- 合計出力トークン
- 189,181
- 応答時間（平均）
- 79.14s
- 合計コスト
- $0.200
DeepSeek V4 Pro (high) vs Grok Build 0.1 (medium)
DeepSeek V4 Pro (high) が平均スコアでリードし、7.7 vs 7.6 です。 DeepSeek V4 Pro (high) の benchmark コストが低く、$0.200 vs $1.097 です。 Grok Build 0.1 (medium) の方が高速で、52.06s vs 79.14s です、成功率は 63.6% vs 63.6% です。
- 順位
- #60
- 合計出力トークン
- 494,663
- 応答時間（平均）
- 52.06s
- 合計コスト
- $1.097
おすすめモデル
DeepSeek V4 Pro (high)
ここでは最高スコア（7.7）で、Grok Build 0.1 (medium) より約 5.5 倍低コストです。
詳細比較
| 指標 | DeepSeek V4 Pro DeepSeek V4 Pro high | Grok Build 0.1 Grok Build 0.1 medium |
|---|---|---|
| スコア | 7.7 | 7.6 |
| 順位 | #58 | #60 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 7.7 | 10.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 63.6% | 63.6% |
| 不安定なテスト | 6 | 0 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 2.000 | 7.830 |
| 合計コスト | $0.200 | $1.097 |
| 入力価格 | $0.435 / 1M | $1.000 / 1M |
| 出力価格 | $0.870 / 1M | $2.000 / 1M |
| 合計入力トークン | 90,748 | 106,751 |
| 出力トークン | 10,462 | 7,993 |
| 推論トークン | 178,719 | 486,670 |
| 応答時間（平均） | 79.14s | 52.06s |
| 応答時間（最大） | 416.76s | 252.69s |
| 応答時間（合計） | 1740.97s | 1145.27s |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#58 DeepSeek V4 Pro
high- コスト
- $0.023
- 時間
- 257.6s
- トークン
- 14,870 tok
#60 xAI: Grok Build 0.1
medium- コスト
- $0.028
- 時間
- 81.3s
- トークン
- 14,009 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 | |
| Grok Build 0.1 | 8.3 | 10.0 | 75.0% | 0 | 7.43s | 2,010 | 220 | 12,162 |
| 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 | 6.3 | 8.7 | 33.3% | 0 | 243.00s | 5,090 | 383 | 84,580 | |
| Grok Build 0.1 | 5.7 | 9.7 | 33.3% | 0 | 108.46s | 8,304 | 1,138 | 161,452 |
| 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 | 78.99s | 66,082 | 4,582 | 25,404 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 65.08s | 75,242 | 5,442 | 65,569 |
| 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 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 10.72s | 7,761 | 180 | 8,876 |
| 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 | 151.46s | 569 | 4,404 | 50,391 | |
| Grok Build 0.1 | 5.3 | 10.0 | 33.3% | 0 | 158.00s | 1,764 | 492 | 175,294 |
| 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 | |
| Grok Build 0.1 | 4.4 | 9.9 | 0.0% | 0 | 18.41s | 825 | 76 | 6,345 |
| 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 | |
| Grok Build 0.1 | 9.8 | 10.0 | 100.0% | 0 | 12.36s | 1,362 | 57 | 9,599 |
| 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 | |
| Grok Build 0.1 | 7.7 | 10.0 | 66.7% | 0 | 18.26s | 1,689 | 195 | 20,841 |
| 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 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 13.12s | 7,263 | 180 | 4,969 |
| 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 | |
| Grok Build 0.1 | 3.0 | 10.0 | 0.0% | 0 | 53.51s | 531 | 13 | 21,563 |
クイック比較
比較ペアを切り替え
Claude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsMiniMax M3mediumClaude Opus 5nonevsGrok Build 0.1mediumDeepSeek V4 ProhighvsGLM 5mediumDeepSeek V4 FlashhighvsGrok Build 0.1mediumGPT-5.3 ChatnonevsGrok Build 0.1mediumDeepSeek V4 ProhighvsGPT-5.6 LunamediumClaude Opus 4.8lowvsDeepSeek V4 ProhighGPT-5.6 TerralowvsGrok Build 0.1mediumGPT-5.6 LunahighvsGrok Build 0.1mediumDeepSeek V4 ProhighvsNemotron 3 Ultramedium無料で利用可能Claude Opus 5nonevsDeepSeek V4 Prohigh