AI BENCHY Compare
DeepSeek: DeepSeek V4 Pro vs Google: Gemini 3.1 Flash Lite
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: 2026-05-22
| 指標 | DeepSeek V4 Pro DeepSeek V4 Pro none | Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal |
|---|---|---|
| スコア | 6.0 | 6.7 |
| 順位 | #95 | #78 |
| 信頼性 | 8.1 | 10.0 |
| 一貫性 | 8.9 | 8.8 |
| 正解テスト | ||
| 試行ごとの合格率 | 48.3% | 56.7% |
| 不安定なテスト | 3 | 3 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 0.564 | 0.123 |
| 合計コスト | $0.046 | $0.013 |
| ???? | $0.435 / 1M | $0.250 / 1M |
| ???? | $0.870 / 1M | $1.500 / 1M |
| 出力トークン | 5,347 | 2,481 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 13.48s | 1.37s |
| 応答時間（最大） | 58.65s | 4.49s |
| 応答時間（合計） | 269.56s | 27.32s |
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 3.1 Flash Lite | 8.3 | 10.0 | 75.0% | 0 | 1.10s | 639 | 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 3.1 Flash Lite | 6.8 | 10.0 | 50.0% | 0 | 951ms | 660 | 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 3.1 Flash Lite | 3.0 | 10.0 | 0.0% | 0 | 2.53s | 357 | 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 | 30.54s | 170 | 0 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 1.04s | 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 3.1 Flash Lite | 2.9 | 7.2 | 11.1% | 1 | 1.02s | 15 | 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 3.1 Flash Lite | 4.0 | 10.0 | 0.0% | 0 | 791ms | 63 | 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 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 932ms | 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 | 19.72s | 175 | 0 | |
| Gemini 3.1 Flash Lite | 6.0 | 4.6 | 66.7% | 2 | 2.15s | 153 | 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 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 3.51s | 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 3.1 Flash Lite | 3.0 | 10.0 | 0.0% | 0 | 724ms | 9 | 0 |
クイック比較
比較ペアを切り替え
Gemini 3.1 Flash LiteminimalvsKimi K2.5mediumDeepSeek V4 ProhighvsGemini 3.1 Flash LiteminimalGemini 3.1 Flash LiteminimalvsGrok 4.20mediumGemini 3.1 Flash LiteminimalvsGrok Build 0.1noneDeepSeek V4 PrononevsGPT-5 NanomediumGemini 3.1 Flash LiteminimalvsQwen3.6 27BmediumDeepSeek V4 PrononevsNemotron 3 Supermedium無料で利用可能Gemini 3.1 Flash LiteminimalvsGPT-5.5noneDeepSeek V4 PrononevsOwl AlphamediumDeepSeek V4 PrononevsMercury 2mediumGemini 3.1 Flash LiteminimalvsGPT-5 MinimediumGemini 3.1 Flash LiteminimalvsMiMo-V2-Omnimedium