#58 DeepSeek V4 Pro
none
無効なSVG
- コスト
- $0.000
- 時間
- 300.0s
- トークン
- 0 tok
AI BENCHY Compare
DeepSeek: DeepSeek V4 Pro vs StepFun: Step 3.5 Flash
概要
DeepSeek V4 Pro vs Step 3.5 Flash の benchmark 比較: DeepSeek V4 Pro が平均スコアでリードし、7.2 vs 6.6 です。 DeepSeek V4 Pro の benchmark コストが低く、$0.034 vs $0.070 です。 DeepSeek V4 Pro の方が高速で、6.41s vs 72.53s です、成功率は 52.4% vs 54.0% です。
おすすめモデル: DeepSeek V4 Pro - ここでは最高スコア（7.2）で、Step 3.5 Flash より約 2.1 倍低コストです。
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 | Step 3.5 Flash Step 3.5 Flash medium |
|---|---|---|
| スコア | 7.2 | 6.6 |
| 順位 | #58 | #80 |
| 信頼性 | 9.9 | 10.0 |
| 一貫性 | 8.8 | 8.9 |
| 正解テスト | ||
| 試行ごとの合格率 | 52.4% | 54.0% |
| 不安定なテスト | 3 | 1 |
| 総実行回数 | 63 | 60 |
| 結果あたりのコスト | 0.333 | 0.198 |
| 合計コスト | $0.034 | $0.070 |
| 入力価格 | $0.435 / 1M | $0.090 / 1M |
| 出力価格 | $0.870 / 1M | $0.300 / 1M |
| 合計入力トークン | 53,558 | 34,431 |
| 出力トークン | 11,424 | 91,587 |
| 推論トークン | 0 | 195,973 |
| 応答時間（平均） | 6.41s | 72.53s |
| 応答時間（最大） | 30.09s | 453.94s |
| 応答時間（合計） | 134.66s | 1015.47s |
生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#80 Step 3.5 Flash
medium- コスト
- $0.008
- 時間
- 277.1s
- トークン
- 23,695 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 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 40.57s | 694 | 20,391 | 24,176 |
| 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 | |
| Step 3.5 Flash | 2.4 | 5.2 | 0.0% | 0 | 258.38s | 2,211 | 13,207 | 22,429 |
| 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 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 29.57s | 13,638 | 1,176 | 12,984 |
| 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 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.01s | 7,368 | 600 | 13,886 |
| 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 | |
| Step 3.5 Flash | 5.3 | 7.2 | 44.4% | 1 | 170.45s | 673 | 45,350 | 90,436 |
| 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 | |
| Step 3.5 Flash | 5.5 | 10.0 | 0.0% | 0 | 22.39s | 509 | 240 | 3,506 |
| 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 | |
| Step 3.5 Flash | 8.3 | 10.0 | 50.0% | 0 | 4.78s | 705 | 2,364 | 3,521 |
| 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 | |
| Step 3.5 Flash | 5.3 | 10.0 | 33.3% | 0 | 7.22s | 711 | 5,630 | 10,861 |
| 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 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 11.91s | 7,701 | 275 | 3,802 |
| 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 | |
| Step 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 108.45s | 221 | 2,354 | 10,372 |
クイック比較
比較ペアを切り替え
DeepSeek V4 PrononevsGemma 4 26B A4Bmedium無料で利用可能DeepSeek V4 PrononevsStep 3.7 FlashhighDeepSeek V4 PrononevsGLM 5.1mediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumDeepSeek V4 PrononevsKimi K2.7 CodemediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumDeepSeek V4 PrononevsGrok 4.20mediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumDeepSeek V4 PrononevsGemini 3 Flash PreviewlowGemini 3.5 FlashminimalvsStep 3.5 FlashmediumDeepSeek V4 PrononevsMiMo-V2.5-PromediumSeed-2.0-MinimediumvsDeepSeek V4 Pronone