BenchLeader

Claude Opus 4.7 vs DeepSeek V4 Pro

詳しいプロフィール:Claude Opus 4.7(Anthropic)とDeepSeek V4 Pro(DeepSeek)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 11件の情報源のデータ

2026年11月16日時点で、品質ではClaude Opus 4.7がDeepSeek V4 Proを上回ります(BenchLeader Indexで63.1 対 56.0)。ただし、価格はDeepSeek V4 Proの方が10倍安く、100万トークンあたりのブレンド価格で$0.990 対 $10.00です。両方を測定できるすべてのカテゴリでClaude Opus 4.7がリードしています。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Opus 4.7が63.1、DeepSeek V4 Proが56.0です(BenchLeader、2026年11月16日)。
  • Claude Opus 4.7の100万トークンあたりのブレンド価格は$10.00です(定価、2026年11月16日)。
  • DeepSeek V4 Proの100万トークンあたりのブレンド価格は$0.990です(定価、2026年11月16日)。
  • 両モデルに結果がある12件のベンチマークのうち、Claude Opus 4.7が11件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はClaude Opus 4.7が1555、DeepSeek V4 Proが1581です(LMArena、2026年11月16日までの公開値)。

用途別のおすすめ

おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。

用途おすすめ理由信頼度
コーディングClaude Opus 4.7カテゴリスコア61 対 52;WeirdML 76.4% 対 46.5%高
数学Claude Opus 4.7カテゴリスコア67 対 65;Arena Maths 1490 対 1465中
推論Claude Opus 4.7カテゴリスコア64 対 56;Arena Hard Prompts 1519 対 1482高
チャットの質(人間の評価)Claude Opus 4.7Arenaの投票で67 対 65中
最低コストDeepSeek V4 Pro100万トークンあたりブレンド価格$1.98 対 $10.00;エージェント型コーディングセッション$0.095 対 $0.400–
回答開始の速さClaude Opus 4.7最初の回答トークンまで1.0秒(Claude Opus 4.7)対 42.8秒(DeepSeek V4 Pro (high))–
低予算での大量処理フラッグシップ以外小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM–

主な違い

  • 品質ではClaude Opus 4.7がリードしています:63.1 対 56.0。
  • Claude Opus 4.7はコーディング、人間の評価、数学、推論で優れています。
  • DeepSeek V4 Pro (high)の方が10倍安くなっています(100万トークンあたりブレンド価格$0.990 対 $10.00)。
  • DeepSeek V4 Pro (high)の方が出力が1.7倍速くなっています(80 対 48トークン/秒)。

概要

仕様Claude Opus 4.7DeepSeek V4 Pro
プロバイダーAnthropicDeepSeek
リリース日2026年4月16日2026年8月13日
コンテキストウィンドウ(トークン)1,000,0001,048,576
比較した構成Claude Opus 4.7DeepSeek V4 Pro (high)
オープンウェイトなしあり
100万トークンあたりの価格(入力/出力/キャッシュ入力)$5.00 / $25.00 / $0.500$1.32 / $3.96 / $0.022

カテゴリ別の比較

カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。

カテゴリClaude Opus 4.7DeepSeek V4 Pro (high)トップ
推論63.655.6Claude Opus 4.7
コーディング60.951.5Claude Opus 4.7
エージェント・ツール67.9–比較不可
数学66.764.5Claude Opus 4.7
知識–41.2比較不可
人間の評価67.365.0Claude Opus 4.7
マルチモーダル67.1–比較不可
長文コンテキスト–64.3比較不可

1つのグラフで比較

各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。

2550 avg75推論コーディング数学人間の評価Claude Opus 4.7, 推論: 63.6Claude Opus 4.7, コーディング: 60.9Claude Opus 4.7, 数学: 66.7Claude Opus 4.7, 人間の評価: 67.3DeepSeek V4 Pro, 推論: 55.6DeepSeek V4 Pro, コーディング: 51.5DeepSeek V4 Pro, 数学: 64.5DeepSeek V4 Pro, 人間の評価: 65.0

描画していないもの(測定済みのモデルが2つ未満):エージェント・ツール, 知識, 指示追従, 長文コンテキスト, マルチモーダル。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある12件のベンチマークのうち、Claude Opus 4.7のリードが11件、DeepSeek V4 Proのリードが1件です。両方を評価しているすべての総合指標で、Claude Opus 4.7が上回っています。

総合IndexClaude Opus 4.7DeepSeek V4 Pro (high)トップ
BenchLeader Index63.156.0Claude Opus 4.7
Arena Text14941464Claude Opus 4.7

公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。

価格・速度・レイテンシ

定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。

指標Claude Opus 4.7DeepSeek V4 Pro (high)
100万トークンあたりのブレンド価格$10.00$1.98
100万トークンあたりの入力/出力$5.00 / $25.00$1.32 / $3.96
100万トークンあたりのキャッシュ入力$0.500$0.022
タスクあたりの価格:チャットの返答$0.0095$0.0017
タスクあたりの価格:30ページのレポートを要約$0.075$0.018
タスクあたりの価格:コード編集$0.068$0.014
タスクあたりの価格:エージェント型コーディングセッション$0.400$0.095
タスクあたりの価格:構造化データの抽出$0.015$0.0034
エージェント型コーディングセッション(入力の大半がキャッシュ)$0.198$0.037
ベンチマークのタスクあたりのコスト(AA Index)–$0.849
タスクあたりの出力トークン(AA Index)–70k
うち推論–45k
タスクあたりの時間(AA Index)–15 min
出力速度48 tok/s80 tok/s
回答開始までの時間1.0秒42.8秒

各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Opus 4.7のスコアは63.1、最初の回答トークンまで1秒。Claude Opus 4.7 (high)は60.0(1秒)、Claude Opus 4.7 (max)は59.7(15秒)。DeepSeek V4 Pro (high)のスコアは56.0、最初の回答トークンまで43秒。DeepSeek V4 Pro (max)は54.7(47秒)、DeepSeek V4 Proは53.0(1秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか

全ベンチマーク

152件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。

指標公開元Claude Opus 4.7DeepSeek V4 Pro (high)
BenchLeader IndexBenchLeader63.156.0
エージェント・ツールスコアBenchLeader67.9–
コーディングスコアBenchLeader60.951.5
人間の評価スコアBenchLeader67.365.0
数学スコアBenchLeader66.764.5
マルチモーダルスコアBenchLeader67.1–
推論スコアBenchLeader63.655.6
知識スコアBenchLeader–41.2
長文コンテキストスコアBenchLeader–64.3
ブレンド価格($/100万トークン)BenchLeader$10.00$1.98
出力速度BenchLeader48 tok/s80 tok/s
回答開始までの時間BenchLeader1.0秒42.8秒
コンテキストウィンドウBenchLeader1,000,000トークン1,048,576トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub86.4%†90.9%
Humanity's Last ExamScale AI / CAIS36.2%–
SimpleBenchSimpleBench61.7%–
Arena Hard PromptsArena (LMArena)15191482
LiveBench 1.0 ReasoningLiveBench87.2%†85.8%†
GPQA Diamond (AA)Artificial Analysis91.4%†92.8%†
Humanity's Last Exam (AA)Artificial Analysis42.3%†41.5%
HLE-Diamond (AA)Artificial Analysis–20.5%
GPQA Diamond (Vals)Vals AI90.2%†92.4%†
Kagi LLM BenchmarkKagi LLM Benchmark73.3%53.5%†
ARC-AGI-1ARC Prize–87.2%
ARC-AGI-2ARC Prize–59.7%
ARC-AGI-3ARC Prize0.2%†–
CritPtArtificial Analysis12.0%†18.6%
CritPt v2 hard subset (AA)Artificial Analysis–28.5%
HLE-Diamond (Scale)Scale AI SEAL–13.4%†
Arena ExpertArena (LMArena)15341481
Chess PuzzlesEpoch AI Benchmarking Hub41.0%†16.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub13.0%43.0%†
CL-bench LifeEpoch AI Benchmarking Hub–13.5%
LMCAEpoch AI Benchmarking Hub52.2%†45.5%†
DTBenchEpoch AI Benchmarking Hub94.7%†93.9%†
ForecastBenchForecastBench62.8%60.7%†
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub83.5%†77.6%†
SciCodeSciCode54.5%†46.4%
152件のベンチマークをすべて表示
指標公開元Claude Opus 4.7DeepSeek V4 Pro (high)
コーディング
WeirdMLWeirdML76.4%46.5%
FrontierCodeCognition38.5%28.6%
GSO-BenchGSO-Bench44.1%–
Arena CodingArena (LMArena)15471503
Arena WebDevArena (LMArena)15551581
LiveBench 1.0 CodingLiveBench82.1%†77.2%†
SciCode (AA)Artificial Analysis–51.7%
LiveCodeBenchVals AI85.1%†87.5%†
IOIVals AI–51.6%†
SWE-bench (Vals)Vals AI82.0%†96.4%†
Code MigrationVals AI43.9%†41.5%†
Code Migration v1.1Vals AI–52.0%†
ProgramBenchVals AI0.0%†0.0%†
Vibe Code Bench 1-100Vals AI–17.5%†
Vibe Code Bench v1.1Vals AI71.0%†82.3%†
SWE Atlas v1.0: Codebase QnAScale AI SEAL40.3%27.1%†
SWE Atlas v1.0: RefactoringScale AI SEAL48.6%–
SWE Atlas v1.0: Test WritingScale AI SEAL38.5%27.1%†
MirrorCodeEpoch AI Benchmarking Hub31.1%†33.3%†
Surface Evolver BenchEpoch AI Benchmarking Hub–40.0%
ALE-BenchEpoch AI Benchmarking Hub1323.01006.1
Terminal-Bench 4.0 (AA)Artificial Analysis–6.1%
Terminal-Bench 2.1 (AA)Artificial Analysis83.2%†78.7%†
Startrise FrontendStartrise–62.7%†
GameBench 2 OverallDuelLab GameBench 2–41.9†
GameBench 2 by reasoning settingDuelLab GameBench 2–45.1
Design Arena WebsiteDesign Arena–1227†
FrontierCode 1.1 (AA)Artificial Analysis–38.8%†
FrontierCode 2.0 (AA)Artificial Analysis–16.7%
エージェント・ツール
Terminal-BenchTerminal-Bench80.2%6.7%†
OSWorld-Verified 2.0OSWorld18.2%†–
APEX-AgentsMercor49.2%†47.3%†
LiveBench Agentic CodingLiveBench50.7%†55.0%†
Terminal-Bench HardArtificial Analysis51.5%†–
τ²-Bench Telecom (AA)Artificial Analysis88.6%†–
Terminal-Bench 2.1 (Vals)Vals AI68.5%†50.2%†
MCP AtlasScale AI SEAL79.1%†–
HiL-BenchScale AI SEAL41.7%38.5%†
τ³-bench Bankingτ²-bench40.2%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis–47.5%†
GDPval-AA v2.1Artificial Analysis1361†1336
τ³-Banking (AA)Artificial Analysis34.6%†39.6%†
ITBench SRE (AA)Artificial Analysis46.7%†–
Analyst Agent (AA)Artificial Analysis43.8%†–
CyberBenchVals AI–72.9%†
Finance Agent v2Vals AI51.5%†50.4%†
Finance Agent v2.1Vals AI–57.1%†
Harvey's Legal Agent Benchmark v1.1Vals AI–10.8%†
Harvey's Legal Agent Benchmark v1Vals AI6.7%†7.5%†
Legal Research BenchVals AI38.5%†40.9%†
SkillsBenchVals AI–53.8%†
SREBenchVals AI–1.9%†
Tax Agent BenchVals AI23.7%†26.8%†
Terminal-Bench 2.0 (Vals)Vals AI68.5%†56.2%†
Terminal-Bench 4.0 (Vals)Vals AI–14.1%†
Terminal-Bench ScienceVals AI–4.3%†
Arena SearchArena (LMArena)1210–
PostTrainBenchEpoch AI Benchmarking Hub24.3%†–
ExploitBenchEpoch AI Benchmarking Hub26.5%–
GBAEvalEpoch AI Benchmarking Hub43.8%–
Vending-Bench 2Andon Labs10936.83284.5†
AutomationBenchArtificial Analysis–46.2%
GDP.pdf (AA)Artificial Analysis–10.4%
EnterpriseOps-GymArtificial Analysis–49.6%†
AA-Briefcase v1.1Artificial Analysis1252†1148
Design Arena AgenticDesign Arena–927†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–1.9%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub70.2%†64.6%†
FrontierMath Tier 4Epoch AI Benchmarking Hub31.7%†26.8%†
OTIS Mock AIMEEpoch AI Benchmarking Hub86.7%†95.6%
ProofBenchVals AI54.0%†50.0%†
LiveBench MathematicsLiveBench92.8%†95.1%†
AIME (Vals)Vals AI96.3%–
AIME 2026MathArena95.8%†96.7%†
HMMT February 2026MathArena93.9%†93.9%†
USAMO 2026MathArena–60.7%†
MathArena ApexMathArena40.6%†28.1%†
Arena MathsArena (LMArena)14901465
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub51.7%†52.9%†
LiveBench 1.0 Data AnalysisLiveBench78.3%†79.2%†
AA-Omniscience v1.1Artificial Analysis–-6.5
MMLU-ProVals AI89.9%†87.3%†
LegalBenchVals AI85.3%†82.4%†
CorpFinVals AI66.1%†65.4%†
TaxEvalVals AI75.3%†73.1%†
CaseLaw v2Vals AI68.4%59.4%†
Excel Modeling BenchmarkVals AI63.7%†52.8%†
Excel Modeling Benchmark v1.1Vals AI–65.1%†
MedCodeVals AI54.9%†42.5%†
MedScribeVals AI83.0%†80.2%†
Public Benefits Bench v1.1Vals AI–62.9%†
Immigration BenchVals AI–61.7%†
DrugDiscoveryBenchScale AI SEAL–31.7%†
EBR-benchEpoch AI Benchmarking Hub19.1%†–
GDP.pdfEpoch AI Benchmarking Hub21.0%†–
AA-Omniscience v1.1: accuracyArtificial Analysis–45.1%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–5.9%
指示追従
LiveBench LanguageLiveBench77.9%†82.1%†
LiveBench Instruction FollowingLiveBench66.7%†67.7%†
IFBenchArtificial Analysis58.6%†–
Arena Instruction FollowingArena (LMArena)14931461
人間の評価
Arena TextArena (LMArena)14941464
EQ-Bench 4EQ-Bench12931156†
EQ-Bench Creative Writing v3EQ-Bench19151553†
Arena Creative WritingArena (LMArena)14821444
Arena Multi-turnArena (LMArena)15141469
Arena Longer QueriesArena (LMArena)15081474
マルチモーダル
Arena VisionArena (LMArena)1319–
MMMU-ProArtificial Analysis78.8%†–
MMMU-Pro (Vals)Vals AI85.5%†–
MortgageTaxVals AI70.3%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub24.5%–
Furniture AssemblyEpoch AI Benchmarking Hub33.3%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis78.7%†79.3%
Arena DocumentArena (LMArena)1494–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub157.4155.9†
LiveBench 1.0LiveBench76.5%†77.4%†
AA Intelligence Index v5.0.1Artificial Analysis–20.8
AA Intelligence Index v4.3.2Artificial Analysis40.7†36†
AA Progress Index v1Artificial Analysis312.5†311.5†
Vals IndexVals AI–53.0†
Vals Finance IndexVals AI–52.9%†
Vals RSI IndexVals AI19.1%†–
Vals Multimodal IndexVals AI67.4%†–
Vals Router IndexVals AI–53.0%†
Vals Legal IndexVals AI–69.0%†
メタデータ
AA Openness IndexArtificial Analysis–44.4

データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

最近の変化

  • DeepSeek V4 Pro (high):BenchLeader Index 59.1 → 56.0。
  • DeepSeek V4 Pro (high):新しい結果17件(AA Intelligence Index v5.0.1, Humanity's Last Exam (AA), HLE-Diamond (AA)…)、入力価格 $0.66/M → $1.32/M、出力価格 $1.98/M → $3.96/M。
  • DeepSeek V4 Pro (high):BenchLeader Index 57.5 → 59.1。
  • Claude Opus 4.7:スコアの改訂1件。
  • DeepSeek V4 Pro (high):スコアの改訂1件。
  • DeepSeek V4 Pro (high):スコアの改訂1件。
  • Claude Opus 4.7:スコアの改訂1件。
  • Claude Opus 4.7:新しい結果1件(Harvey's Legal Agent Benchmark v1)。
  • DeepSeek V4 Pro (high):新しい結果16件(GPQA Diamond, OTIS Mock AIME, SciCode…)、入力価格 $0.44/M → $0.66/M、出力価格 $0.87/M → $1.98/M。
  • Claude Opus 4.7:スコアの改訂1件。

ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM

Claude Opus 4.7 vs DeepSeek V4 Pro:よくある質問

Claude Opus 4.7はDeepSeek V4 Proより優れていますか?
品質ではClaude Opus 4.7がリードしています:63.1 対 56.0。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では総合でClaude Opus 4.7が上回っていますが、用途に合わせてカテゴリ別のスコアも確認してください。
Claude Opus 4.7とDeepSeek V4 Proはどちらが安いですか?今後変わる予定はありますか?
現在はDeepSeek V4 Proの方が安く、100万トークンあたり$0.990 対 $10.00です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
コーディングにはClaude Opus 4.7とDeepSeek V4 Proのどちらが向いていますか?
コーディングではClaude Opus 4.7の方がスコアが高くなっています(カテゴリ指標で61 対 52。50が平均)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、Claude Opus 4.7が1555、DeepSeek V4 Proが1581です。
Claude Opus 4.7とDeepSeek V4 Proはどちらが速いですか?
DeepSeek V4 Proの方が出力が速くなっています(出力80 対 48トークン/秒、Artificial Analysisの7日間の中央値)。
長い文書にはどちらが向いていますか?
どちらも約1Mトークンです(Claude Opus 4.7は1,000,000、DeepSeek V4 Proは1,048,576)。
ほかの質問(3件)
レイテンシが低いのはどちらですか?
先に回答を始めるのはClaude Opus 4.7です。Artificial Analysisの測定では、最初の回答トークンまで1.0秒 対 42.8秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
Claude Opus 4.7とDeepSeek V4 Proについて、第三者ベンチマークの評価は一致していますか?
両方に結果がある12件のベンチマークのうち、Claude Opus 4.7のリードが11件、DeepSeek V4 Proのリードが1件です。両方を評価しているすべての総合指標で、Claude Opus 4.7が上回っています。
DeepSeek V4 Proはいつリリースされましたか?
DeepSeek V4 Proは2026年8月13日にリリースされました。