BenchLeader

Claude Sonnet 5 vs DeepSeek V4 Pro

詳しいプロフィール:Claude Sonnet 5(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 · 8件の情報源のデータ

2026年11月16日時点で、Claude Sonnet 5とDeepSeek V4 Proの品質は互角です(BenchLeader Indexで59.0 対 56.0、±5.1の誤差範囲内)。価格はDeepSeek V4 Proの方が4.0倍安く、100万トークンあたりのブレンド価格で$0.990 対 $4.00です。推論(65 対 56)、コーディング(60 対 52)を重視するならClaude Sonnet 5、長文コンテキスト(64 対 63)を重視するならDeepSeek V4 Proが向いています。回答開始までの時間はClaude Sonnet 5の方が短く、15.8秒 対 42.8秒です。Claude Sonnet 5は出力が約2倍速い点も強みです。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Sonnet 5が59.0、DeepSeek V4 Proが56.0です(BenchLeader、2026年11月16日)。
  • Claude Sonnet 5の100万トークンあたりのブレンド価格は$4.00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)。
  • Claude Sonnet 5はDeepSeek V4 Proより出力が約2倍速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
  • 両モデルに結果がある21件のベンチマークのうち、Claude Sonnet 5が12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 Sonnet 5が1539、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 Sonnet 5カテゴリスコア60 対 52;SciCode 54.3% 対 46.4%高
数学どちらでもカテゴリスコア65 対 65;Arena Maths 1472 対 1465どちらでも
推論Claude Sonnet 5カテゴリスコア65 対 56;Arena Hard Prompts 1490 対 1482高
長い文書DeepSeek V4 Proカテゴリスコア64 対 63;AA-LCR v1.1 79.3% 対 76.7%中
チャットの質(人間の評価)どちらでもArenaの投票で65 対 65どちらでも
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 $4.00;エージェント型コーディングセッション$0.095 対 $0.160–
回答開始の速さClaude Sonnet 5最初の回答トークンまで15.8秒(Claude Sonnet 5 (high))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

  • Claude Sonnet 5 (high)とDeepSeek V4 Pro (high)の品質は互角です(59.0 対 56.0、±5.1の誤差範囲内)。
  • Claude Sonnet 5 (high)はコーディング、数学、推論で優れています。
  • DeepSeek V4 Pro (high)は人間の評価、長文コンテキストで優れています。
  • DeepSeek V4 Pro (high)の方が4.0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 $4.00)。

概要

仕様Claude Sonnet 5DeepSeek V4 Pro
プロバイダーAnthropicDeepSeek
リリース日2026年6月30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 Sonnet 5 (high)DeepSeek 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)$2.00 / $10.00 / $0.200$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 Sonnet 5 (high)DeepSeek V4 Pro (high)トップ
推論65.455.6Claude Sonnet 5
コーディング59.951.5Claude Sonnet 5
エージェント・ツール52.9–比較不可
数学65.364.5互角
知識–41.2比較不可
人間の評価64.665.0互角
マルチモーダル60.9–比較不可
長文コンテキスト62.964.3DeepSeek V4 Pro

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長文コンテキスト人間の評価Claude Sonnet 5, 推論: 65.4Claude Sonnet 5, コーディング: 59.9Claude Sonnet 5, 数学: 65.3Claude Sonnet 5, 長文コンテキスト: 62.9Claude Sonnet 5, 人間の評価: 64.6DeepSeek V4 Pro, 推論: 55.6DeepSeek V4 Pro, コーディング: 51.5DeepSeek V4 Pro, 数学: 64.5DeepSeek V4 Pro, 長文コンテキスト: 64.3DeepSeek 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, 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21件のベンチマークのうち、Claude Sonnet 5のリードが12件、DeepSeek V4 Proのリードが9件です。両方を評価しているすべての総合指標で、DeepSeek V4 Proが上回っています。

総合IndexClaude Sonnet 5 (high)DeepSeek V4 Pro (high)トップ
BenchLeader Index59.056.0互角
Arena Text14611464DeepSeek V4 Pro

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 Sonnet 5 (high)DeepSeek V4 Pro (high)
100万トークンあたりのブレンド価格$4.00$1.98
100万トークンあたりの入力/出力$2.00 / $10.00$1.32 / $3.96
100万トークンあたりのキャッシュ入力$0.200$0.022
タスクあたりの価格:チャットの返答$0.0038$0.0017
タスクあたりの価格:30ページのレポートを要約$0.030$0.018
タスクあたりの価格:コード編集$0.027$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$0.160$0.095
タスクあたりの価格:構造化データの抽出$0.0060$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)$0.079$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99 tok/s80 tok/s
回答開始までの時間15.8秒42.8秒
回答が完了するまでの時間(最終測定2026年11月13日)40.7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 Sonnet 5 (high)のスコアは59.0、最初の回答トークンまで16秒。Claude Sonnet 5 (max)は56.1(158秒)、Claude Sonnet 5 (xhigh)は55.4(32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

147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 Sonnet 5 (high)DeepSeek V4 Pro (high)
BenchLeader IndexBenchLeader59.056.0
エージェント・ツールスコアBenchLeader52.9–
コーディングスコアBenchLeader59.951.5
人間の評価スコアBenchLeader64.665.0
長文コンテキストスコアBenchLeader62.964.3
数学スコアBenchLeader65.364.5
マルチモーダルスコアBenchLeader60.9–
推論スコアBenchLeader65.455.6
知識スコアBenchLeader–41.2
ブレンド価格($/100万トークン)BenchLeader$4.00$1.98
出力速度BenchLeader99 tok/s80 tok/s
回答開始までの時間BenchLeader15.8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 Hub80.3%†90.9%
SimpleBenchSimpleBench60.6%†–
Arena Hard PromptsArena (LMArena)14901482
LiveBench 1.0 ReasoningLiveBench88.7%†85.8%†
GPQA Diamond (AA)Artificial Analysis91.1%†92.8%†
Humanity's Last Exam (AA)Artificial Analysis35.7%41.5%
HLE-Diamond (AA)Artificial Analysis–20.5%
GPQA Diamond (Vals)Vals AI88.9%†92.4%†
Kagi LLM BenchmarkKagi LLM Benchmark–53.5%†
ARC-AGI-1ARC Prize–87.2%
ARC-AGI-2ARC Prize–59.7%
CritPtArtificial Analysis15.1%18.6%
CritPt v2 hard subset (AA)Artificial Analysis–28.5%
HLE-Diamond (Scale)Scale AI SEAL–13.4%†
Arena ExpertArena (LMArena)15091481
Chess PuzzlesEpoch AI Benchmarking Hub45.0%†16.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub16.0%†43.0%†
CL-bench LifeEpoch AI Benchmarking Hub–13.5%
LMCAEpoch AI Benchmarking Hub50.0%45.5%†
DTBenchEpoch AI Benchmarking Hub84.5%93.9%†
ForecastBenchForecastBench63.1%†60.7%†
BTF-3Epoch AI Benchmarking Hub14.2%†–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–77.6%†
SciCodeSciCode54.3%46.4%
WeirdMLWeirdML68.8%46.5%
147件のベンチマークをすべて表示
指標公開元Claude Sonnet 5 (high)DeepSeek V4 Pro (high)
コーディング
FrontierCodeCognition42.7%†28.6%
GSO-BenchGSO-Bench37.3%†–
Arena CodingArena (LMArena)15201503
Arena WebDevArena (LMArena)15391581
LiveBench 1.0 CodingLiveBench80.7%†77.2%†
SciCode (AA)Artificial Analysis54.3%51.7%
LiveCodeBenchVals AI82.4%†87.5%†
IOIVals AI45.0%†51.6%†
SWE-bench (Vals)Vals AI79.6%†96.4%†
Code MigrationVals AI44.4%†41.5%†
Code Migration v1.1Vals AI–52.0%†
ProgramBenchVals AI0.0%†0.0%†
Vibe Code Bench 1-100Vals AI13.8%†17.5%†
Vibe Code Bench v1.1Vals AI81.3%†82.3%†
SWE Atlas v1.0: Codebase QnAScale AI SEAL–27.1%†
SWE Atlas v1.0: Test WritingScale AI SEAL–27.1%†
SWE-Bench Pro V2Scale AI SEAL93.2%†–
SWE-Bench Pro V2 HARDScale AI SEAL88.2%†–
MirrorCodeEpoch AI Benchmarking Hub63.3%†33.3%†
Surface Evolver BenchEpoch AI Benchmarking Hub60.0%†40.0%
DeepSWE v1.1Epoch AI Benchmarking Hub48.2%–
CursorBenchCursor30.8%–
ALE-BenchEpoch AI Benchmarking Hub1463.11006.1
Terminal-Bench 4.0 (AA)Artificial Analysis5.0%6.1%
Terminal-Bench 2.1 (AA)Artificial Analysis80.5%†78.7%†
Startrise FrontendStartrise66.6%†62.7%†
GameBench 2 OverallDuelLab GameBench 246.6†41.9†
GameBench 2 by reasoning settingDuelLab GameBench 254.4†45.1
Design Arena WebsiteDesign Arena1268†1227†
FrontierCode 1.1 (AA)Artificial Analysis–38.8%†
FrontierCode 2.0 (AA)Artificial Analysis17.8%†16.7%
エージェント・ツール
Terminal-BenchTerminal-Bench12.1%†6.7%†
APEX-AgentsMercor54.5%†47.3%†
Arena AgentArena (LMArena)2–
LiveBench Agentic CodingLiveBench59.4%†55.0%†
Terminal-Bench 2.1 (Vals)Vals AI74.5%†50.2%†
HiL-BenchScale AI SEAL–38.5%†
GDPval-AA v2.1, normalised scoreArtificial Analysis–47.5%†
GDPval-AA v2.1Artificial Analysis12621336
τ³-Banking (AA)Artificial Analysis37.3%†39.6%†
Analyst Agent (AA)Artificial Analysis46.3%†–
CyberBenchVals AI61.9%†72.9%†
Finance Agent v2Vals AI53.9%†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 AI5.0%†7.5%†
Legal Research BenchVals AI41.8%†40.9%†
SkillsBenchVals AI46.5%†53.8%†
SREBenchVals AI0.4%†1.9%†
Tax Agent BenchVals AI29.4%†26.8%†
Terminal-Bench 2.0 (Vals)Vals AI–56.2%†
Terminal-Bench 4.0 (Vals)Vals AI10.6%†14.1%†
Terminal-Bench ScienceVals AI5.7%†4.3%†
Arena SearchArena (LMArena)1191†–
Arena Agent Task CompletionArena (LMArena)-0.6–
GBAEvalEpoch AI Benchmarking Hub65.3%†–
Vending-Bench 2Andon Labs6377.7†3284.5†
AutomationBenchArtificial Analysis32.1%46.2%
GDP.pdf (AA)Artificial Analysis9.4%10.4%
EnterpriseOps-GymArtificial Analysis44.7%†49.6%†
AA-Briefcase v1.1Artificial Analysis11771148
Design Arena AgenticDesign Arena1222†927†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–1.9%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub65.6%†64.6%†
FrontierMath Tier 4Epoch AI Benchmarking Hub29.3%†26.8%†
OTIS Mock AIMEEpoch AI Benchmarking Hub80.0%†95.6%
ProofBenchVals AI77.0%†50.0%†
LiveBench MathematicsLiveBench92.9%†95.1%†
AIME 2026MathArena–96.7%†
HMMT February 2026MathArena–93.9%†
USAMO 2026MathArena–60.7%†
MathArena ApexMathArena–28.1%†
Arena MathsArena (LMArena)14721465
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub33.7%†52.9%†
LiveBench 1.0 Data AnalysisLiveBench71.7%†79.2%†
AA-Omniscience v1.1Artificial Analysis–-6.5
MMLU-ProVals AI87.5%†87.3%†
LegalBenchVals AI83.9%†82.4%†
CorpFinVals AI67.0%†65.4%†
TaxEvalVals AI75.6%†73.1%†
CaseLaw v2Vals AI–59.4%†
Excel Modeling BenchmarkVals AI66.3%†52.8%†
Excel Modeling Benchmark v1.1Vals AI–65.1%†
MedCodeVals AI47.5%†42.5%†
MedScribeVals AI76.0%†80.2%†
Public Benefits Bench v1.1Vals AI66.0%†62.9%†
Immigration BenchVals AI–61.7%†
DrugDiscoveryBenchScale AI SEAL50.0%†31.7%†
AA-Omniscience v1.1: accuracyArtificial Analysis–45.1%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–5.9%
FACTS ParametricGoogle20.5%†–
指示追従
LiveBench LanguageLiveBench75.0%†82.1%†
LiveBench Instruction FollowingLiveBench63.9%†67.7%†
Arena Instruction FollowingArena (LMArena)14671461
人間の評価
Arena TextArena (LMArena)14611464
EQ-Bench 4EQ-Bench1221†1156†
EQ-Bench Creative Writing v3EQ-Bench1798†1553†
Arena Creative WritingArena (LMArena)14341444
Arena Multi-turnArena (LMArena)14731469
Arena Longer QueriesArena (LMArena)14811474
マルチモーダル
Arena VisionArena (LMArena)1272–
MMMU-ProArtificial Analysis77.3%†–
MMMU-Pro (Vals)Vals AI83.0%†–
MortgageTaxVals AI70.0%†–
Humanity's Sixth SenseScale AI SEAL24.8%†–
GeoBenchGeoBench74.0%–
Blueprint-Bench 2Epoch AI Benchmarking Hub24.9%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis76.7%79.3%
Arena DocumentArena (LMArena)1469–
MLCRArtificial Analysis4.4%–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub156.9†155.9†
LiveBench 1.0LiveBench76.0%†77.4%†
AA Intelligence Index v5.0.1Artificial Analysis–20.8
AA Intelligence Index v4.3.2Artificial Analysis31.736†
AA Progress Index v1Artificial Analysis296.8311.5†
Vals IndexVals AI–53.0†
Vals Finance IndexVals AI–52.9%†
Vals Multimodal IndexVals AI68.8%†–
Vals Router IndexVals AI–53.0%†
Vals Legal IndexVals AI–69.0%†
安全性・誠実さ
DistressBenchScale AI SEAL68.0%†–
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

  • Claude Sonnet 5 (high):新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • 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。
  • Claude Sonnet 5 (high):BenchLeader Index 59.5 → 59.0。
  • Claude Sonnet 5 (high):新しい結果1件(GeoBench)。
  • DeepSeek V4 Pro (high):BenchLeader Index 57.5 → 59.1。
  • Claude Sonnet 5 (high):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 Sonnet 5 (high):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 Sonnet 5 vs DeepSeek V4 Pro:よくある質問

Claude Sonnet 5はDeepSeek V4 Proより優れていますか?
Claude Sonnet 5 (high)とDeepSeek V4 Pro (high)の品質は互角です(59.0 対 56.0、±5.1の誤差範囲内)。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日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
Claude Sonnet 5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 $4.00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 Sonnet 5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 Sonnet 5の方がスコアが高くなっています(カテゴリ指標で60 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 Sonnet 5が1539、DeepSeek V4 Proが1581です。
Claude Sonnet 5とDeepSeek V4 Proはどちらが速いですか?
Claude Sonnet 5の方が出力が約2倍速くなっています(出力99 対 80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?
長文コンテキストのベンチマークではDeepSeek V4 Proの方がスコアが高くなっています(64 対 63)。どちらも約1Mトークンです(Claude Sonnet 5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 Sonnet 5です。Artificial Analysisの測定では、最初の回答トークンまで15.8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 Sonnet 5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21件のベンチマークのうち、Claude Sonnet 5のリードが12件、DeepSeek V4 Proのリードが9件です。両方を評価しているすべての総合指標で、DeepSeek V4 Pro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。