AI BENCHY Compare
DeepSeek: DeepSeek V4 Pro vs Google: Gemini 2.5 Flash
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: 2026-05-29
| 指標 | DeepSeek V4 Pro DeepSeek V4 Pro none | Gemini 2.5 Flash Gemini 2.5 Flash none |
|---|---|---|
| スコア | 6.2 | 6.4 |
| 順位 | #98 | #95 |
| 信頼性 | 8.5 | 10.0 |
| 一貫性 | 8.9 | 9.6 |
| 正解テスト | ||
| 試行ごとの合格率 | 48.3% | 48.3% |
| 不安定なテスト | 3 | 1 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 0.564 | 0.159 |
| 合計コスト | $0.046 | $0.015 |
| 入力価格 | $0.435 / 1M | $0.300 / 1M |
| 出力価格 | $0.870 / 1M | $2.500 / 1M |
| 出力トークン | 5,345 | 1,764 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 12.91s | 889ms |
| 応答時間（最大） | 58.65s | 4.39s |
| 応答時間（合計） | 258.27s | 17.79s |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 3.5 | 8.0 | 16.7% | 1 | 14.02s | 704 | 0 | |
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 582ms | 102 | 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 | 5.4 | 6.8 | 33.3% | 1 | 8.27s | 527 | 0 | |
| Gemini 2.5 Flash | 6.8 | 10.0 | 50.0% | 0 | 810ms | 477 | 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 | 9.5 | 10.0 | 100.0% | 0 | 25.49s | 1,911 | 0 | |
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 4.39s | 366 | 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 | 10.0 | 10.0 | 100.0% | 0 | 30.54s | 170 | 0 | |
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 652ms | 279 | 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 | 5.3 | 10.0 | 33.3% | 0 | 3.17s | 18 | 0 | |
| Gemini 2.5 Flash | 5.9 | 7.2 | 55.6% | 1 | 495ms | 12 | 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 | 4.3 | 9.9 | 0.0% | 0 | 3.75s | 132 | 0 | |
| Gemini 2.5 Flash | 5.0 | 10.0 | 0.0% | 0 | 615ms | 78 | 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 | 6.3 | 10.0 | 50.0% | 0 | 8.23s | 64 | 0 | |
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 590ms | 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 | 7.6 | 7.2 | 77.8% | 1 | 15.95s | 173 | 0 | |
| Gemini 2.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 604ms | 132 | 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 | 5.92s | 219 | 0 | |
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.91s | 234 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 3.0 | 10.0 | 0.0% | 0 | 15.59s | 1,427 | 0 | |
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 1.15s | 12 | 0 |
クイック比較
比較ペアを切り替え
DeepSeek V4 PrononevsGPT-5 NanomediumGemini 2.5 FlashnonevsMercury 2mediumGemini 2.5 FlashnonevsQwen3.6 27BmediumDeepSeek V4 PrononevsNemotron 3 Supermedium無料で利用可能DeepSeek V4 Prononevsgpt-oss-120bmedium無料で利用可能Gemini 2.5 FlashnonevsGPT-5 NanomediumDeepSeek V4 PrononevsOwl AlphamediumDeepSeek V4 PrononevsMercury 2mediumGemini 2.5 FlashnonevsKimi K2.5mediumDeepSeek V4 PrononevsQwen3.6 27BmediumGemini 2.5 FlashnonevsNemotron 3 Supermedium無料で利用可能Gemini 2.5 Flashnonevsgpt-oss-120bmedium無料で利用可能