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 7.2 です。 DeepSeek V4 Pro の benchmark コストが低く、$0.034 vs $0.379 です。 DeepSeek V4 Pro の方が高速で、6.41s vs 15.49s です、成功率は 52.4% vs 69.8% です。

おすすめモデル: DeepSeek V4 Pro - 総合的に最も良い選択です。競争力のあるスコア（7.2）、Gemini 2.5 Flash より低いコスト、バランスの取れた応答時間があります。

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: 2026-06-18

指標	DeepSeek V4 Pro DeepSeek V4 Pro none 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 none 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	7.2	8.2
順位	#58	#24
信頼性	9.9	10.0
一貫性	8.8	9.6
正解テスト
試行ごとの合格率	52.4%	69.8%
不安定なテスト	3	1
総実行回数	63	63
結果あたりのコスト	0.333	2.701
合計コスト	$0.034	$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	53,558	34,476
出力トークン	11,424	1,930
推論トークン	0	145,145
応答時間（平均）	6.41s	15.49s
応答時間（最大）	30.09s	95.48s
応答時間（合計）	134.66s	325.39s

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

none

無効なSVG

コスト: $0.000
時間: 300.0s
トークン: 0 tok

#24 Gemini 2.5 Flash

medium

無効なSVG

コスト: $0.000
時間: 274.0s
トークン: 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	3.2	6.1	16.7%	2		4.02s	540	1,168	0
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	5.6	10.0	33.3%	0		13.38s	7,275	5,500	0
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	9.5	10.0	100.0%	0		23.74s	27,529	2,235	0
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		4.61s	7,568	200	0
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	5.3	10.0	33.3%	0		3.72s	666	24	0
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	5.0	10.0	0.0%	0		2.05s	471	126	0
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	6.3	5.8	66.7%	1		4.12s	627	713	0
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	10.0	10.0	100.0%	0		3.61s	594	442	0
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	10.0	10.0	100.0%	0		7.40s	8,105	328	0
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		5.76s	183	688	0
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