DeepSeek V4.1 Flash 1017 vs GPT-5.6 Terra
詳しいプロフィール:DeepSeek V4.1 Flash 1017(DeepSeek)とGPT-5.6 Terra(OpenAI)。すべてのベンチマーク、価格、順位を掲載しています。
更新 · 14件の情報源のデータ
2026年11月16日時点で、DeepSeek V4.1 FlashとGPT-5.6 Terraの品質は互角です(BenchLeader Indexで57.7 対 60.1、±5.3の誤差範囲内)。価格はDeepSeek V4.1 Flashの方が8.6倍安く、100万トークンあたりのブレンド価格で$0.525 対 $4.50です。コーディング(63 対 59)、長文コンテキスト(66 対 64)、マルチモーダル(63 対 61)を重視するならDeepSeek V4.1 Flash、エージェント・ツール(63 対 58)、知識(53 対 48)、数学(66 対 61)を重視するならGPT-5.6 Terraが向いています。回答開始までの時間はGPT-5.6 Terraの方が短く、19.2秒 対 39.7秒です。DeepSeek V4.1 Flashは出力が約1.5倍速い点も強みです。
要点(2026年11月16日時点)
- BenchLeader IndexはDeepSeek V4.1 Flashが57.7、GPT-5.6 Terraが60.1です(BenchLeader、2026年11月16日)。
- DeepSeek V4.1 Flashの100万トークンあたりのブレンド価格は$0.525です(定価、2026年11月16日)。
- GPT-5.6 Terraの100万トークンあたりのブレンド価格は$4.50です(定価、2026年11月16日)。
- DeepSeek V4.1 FlashはGPT-5.6 Terraより出力が約1.5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25件のベンチマークのうち、DeepSeek V4.1 Flashが21件でリードしています(BenchLeader、2026年11月16日)。
- Arena WebDevでの評価はDeepSeek V4.1 Flash 1017が1664、GPT-5.6 Terraが1520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 | DeepSeek V4.1 Flash 1017 | カテゴリスコア63 対 59;Arena WebDev 1664 対 1520 | 中 |
| エージェント・ツール利用 | GPT-5.6 Terra | カテゴリスコア63 対 58;Arena Agent -1.8 対 2 | 中 |
| 数学 | GPT-5.6 Terra | カテゴリスコア66 対 61 | 中 |
| 推論 | どちらでも | カテゴリスコア56 対 55;HLE-Diamond (AA) 25.3% 対 24.7% | どちらでも |
| 知識 | GPT-5.6 Terra | カテゴリスコア53 対 48;AA-Omniscience v1.1 -11.5 対 0.9 | 中 |
| 長い文書 | DeepSeek V4.1 Flash 1017 | カテゴリスコア66 対 64;AA-LCR v1.1 82.7% 対 79.0% | 中 |
| 画像などのメディア | DeepSeek V4.1 Flash 1017 | カテゴリスコア63 対 61;MMMU-Pro 80.6% 対 79.5% | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはGPT-5.6 Terraのみです(カテゴリスコア66) | 比較不可 |
| 最低コスト | DeepSeek V4.1 Flash 1017 | 100万トークンあたりブレンド価格$0.525 対 $4.50;エージェント型コーディングセッション$0.023 対 $0.168 | – |
| 回答開始の速さ | GPT-5.6 Terra | 最初の回答トークンまで19.2秒(GPT-5.6 Terra (xhigh))対 39.7秒(DeepSeek V4.1 Flash 1017 (max)) | – |
| 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
- DeepSeek V4.1 Flash 1017 (max)とGPT-5.6 Terra (xhigh)の品質は互角です(57.7 対 60.1、±5.3の誤差範囲内)。
- DeepSeek V4.1 Flash 1017 (max)はコーディング、長文コンテキスト、マルチモーダル、推論で優れています。
- GPT-5.6 Terra (xhigh)はエージェント・ツール、知識、数学で優れています。
- DeepSeek V4.1 Flash 1017 (max)の方が8.6倍安くなっています(100万トークンあたりブレンド価格$0.525 対 $4.50)。
- DeepSeek V4.1 Flash 1017 (max)の方が出力が1.8倍速くなっています(174 対 97トークン/秒)。
概要
| 仕様 | DeepSeek V4.1 Flash 1017 | GPT-5.6 Terra |
|---|---|---|
| プロバイダー | DeepSeek | OpenAI |
| リリース日 | 2026年10月17日 | 2026年7月9日 |
| コンテキストウィンドウ(トークン) | 1,048,576 | 1,050,000 |
| 比較した構成 | DeepSeek V4.1 Flash 1017 (max) | GPT-5.6 Terra (xhigh) |
| オープンウェイト | あり | なし |
| 100万トークンあたりの価格(入力/出力/キャッシュ入力) | $0.300 / $1.20 / $0.0060 | $2.00 / $12.00 / $0.200 |
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 | DeepSeek V4.1 Flash 1017 (max) | GPT-5.6 Terra (xhigh) | トップ |
|---|---|---|---|
| 推論 | 55.7 | 54.8 | 互角 |
| コーディング | 63.0 | 59.1 | DeepSeek V4.1 Flash 1017 |
| エージェント・ツール | 57.6 | 63.1 | GPT-5.6 Terra |
| 数学 | 60.9 | 65.7 | GPT-5.6 Terra |
| 知識 | 47.7 | 53.0 | GPT-5.6 Terra |
| 指示追従 | – | 65.6 | 比較不可 |
| 人間の評価 | – | 65.5 | 比較不可 |
| マルチモーダル | 63.0 | 61.2 | DeepSeek V4.1 Flash 1017 |
| 長文コンテキスト | 66.0 | 64.1 | DeepSeek V4.1 Flash 1017 |
| 総合 | 55.5 | – | 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。
描画していないもの(測定済みのモデルが2つ未満):指示追従, 人間の評価。
情報源で評価が分かれる点
両方に結果がある25件のベンチマークのうち、DeepSeek V4.1 Flash 1017のリードが21件、GPT-5.6 Terraのリードが4件です。両方を評価しているすべての総合指標で、DeepSeek V4.1 Flash 1017が上回っています。
| 総合Index | DeepSeek V4.1 Flash 1017 (max) | GPT-5.6 Terra (xhigh) | トップ |
|---|---|---|---|
| BenchLeader Index | 57.7 | 60.1 | 互角 |
| AA Intelligence Index v5.0.1 | 32.6 | 32.3† | DeepSeek V4.1 Flash 1017 |
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 | DeepSeek V4.1 Flash 1017 (max) | GPT-5.6 Terra (xhigh) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $0.525 | $4.50 |
| 100万トークンあたりの入力/出力 | $0.300 / $1.20 | $2.00 / $12.00 |
| 100万トークンあたりのキャッシュ入力 | $0.0060 | $0.200 |
| タスクあたりの価格:チャットの返答 | $0.0005 | $0.0044 |
| タスクあたりの価格:30ページのレポートを要約 | $0.0043 | $0.031 |
| タスクあたりの価格:コード編集 | $0.0036 | $0.030 |
| 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 | $0.023 | $0.168 |
| タスクあたりの価格:構造化データの抽出 | $0.0008 | $0.0064 |
| 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) | $0.0096 | $0.087 |
| ベンチマークのタスクあたりのコスト(AA Index) | $0.602 | – |
| タスクあたりの出力トークン(AA Index) | 139k | – |
| うち推論 | 91k | – |
| タスクあたりの時間(AA Index) | 13 min | – |
| 出力速度 | 174 tok/s | 97 tok/s |
| 回答開始までの時間 | 39.7秒 | 19.2秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 91.2秒 | 84.0秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。DeepSeek V4.1 Flash 1017 (max)のスコアは57.7、最初の回答トークンまで40秒。DeepSeek V4.1 Flash 1017 (high)は51.2(20秒)、DeepSeek V4.1 Flash 1017 (推論なし)は44.9(1秒)。GPT-5.6 Terra (xhigh)のスコアは60.1、最初の回答トークンまで19秒。GPT-5.6 Terra (max)は59.5(73秒)、GPT-5.6 Terra (high)は56.8(6秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
165件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | DeepSeek V4.1 Flash 1017 (max) | GPT-5.6 Terra (xhigh) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 57.7 | 60.1 |
| エージェント・ツールスコア | BenchLeader | 57.6 | 63.1 |
| コーディングスコア | BenchLeader | 63.0 | 59.1 |
| 総合スコア | BenchLeader | 55.5 | – |
| 知識スコア | BenchLeader | 47.7 | 53.0 |
| 長文コンテキストスコア | BenchLeader | 66.0 | 64.1 |
| 数学スコア | BenchLeader | 60.9 | 65.7 |
| マルチモーダルスコア | BenchLeader | 63.0 | 61.2 |
| 推論スコア | BenchLeader | 55.7 | 54.8 |
| 人間の評価スコア | BenchLeader | – | 65.5 |
| 指示追従スコア | BenchLeader | – | 65.6 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.525 | $4.50 |
| 出力速度 | BenchLeader | 174 tok/s | 97 tok/s |
| 回答開始までの時間 | BenchLeader | 39.7秒 | 19.2秒 |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 1,050,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 93.2% | 93.3%† |
| SimpleBench | SimpleBench | – | 48.9% |
| Arena Hard Prompts | Arena (LMArena) | – | 1491 |
| LiveBench 2.0 Reasoning | LiveBench | 89.1% | 90.6%† |
| LiveBench 1.0 Reasoning | LiveBench | – | 90.6%† |
| GPQA Diamond (AA) | Artificial Analysis | – | 90.8% |
| Humanity's Last Exam (AA) | Artificial Analysis | 43.3% | 41.9% |
| HLE-Diamond (AA) | Artificial Analysis | 25.3% | 24.7% |
| GPQA Diamond (Vals) | Vals AI | – | 90.9% |
| Kagi LLM Benchmark | Kagi LLM Benchmark | – | 51.3%† |
| ARC-AGI-1 | ARC Prize | 93.5% | 94.0% |
| ARC-AGI-2 | ARC Prize | 78.1% | 74.2% |
| ARC-AGI-3 | ARC Prize | 5.8% | 0.7% |
| CritPt | Artificial Analysis | 24.0% | 27.1% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 25.0% | 50.5%† |
| HLE-Diamond (Scale) | Scale AI SEAL | 20.5%† | – |
| Arena Expert | Arena (LMArena) | – | 1507 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 46.0% | 47.0%† |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 49.0% | 35.0%† |
| LMCA | Epoch AI Benchmarking Hub | – | 52.2% |
| DTBench | Epoch AI Benchmarking Hub | – | 92.5% |
| コーディング | |||
| SciCode | SciCode | 55.9% | 52.3% |
| WeirdML | WeirdML | – | 78.3%† |
| FrontierCode | Cognition | – | 41.3%† |
| Arena Coding | Arena (LMArena) | – | 1517 |
165件のベンチマークをすべて表示
| 指標 | 公開元 | DeepSeek V4.1 Flash 1017 (max) | GPT-5.6 Terra (xhigh) |
|---|---|---|---|
| コーディング | |||
| Arena WebDev | Arena (LMArena) | 1664 | 1520 |
| LiveBench 2.0 Coding | LiveBench | 80.4% | 84.2%† |
| LiveBench 1.0 Coding | LiveBench | – | 78.3%† |
| LiveCodeBench | Vals AI | – | 85.9% |
| IOI | Vals AI | – | 87.6%† |
| SWE-bench (Vals) | Vals AI | – | 95.4%† |
| Code Migration | Vals AI | 44.2% | 47.8%† |
| Code Migration v1.1 | Vals AI | 67.5% | – |
| ProgramBench | Vals AI | – | 0.5%† |
| Vibe Code Bench 1-100 | Vals AI | – | 14.8%† |
| Vibe Code Bench v1.1 | Vals AI | 87.7% | 74.6%† |
| Vibe Code Bench 1-100 v1.1 | Vals AI | 26.1% | – |
| SWE-Bench Pro V2 | Scale AI SEAL | – | 92.4% |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | – | 86.3% |
| MirrorCode | Epoch AI Benchmarking Hub | – | 41.1%† |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | – | 83.8% |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | – | 60.2% |
| CursorBench | Cursor | 47.7% | 33.6% |
| ALE-Bench | Epoch AI Benchmarking Hub | 1622 | 1951.4† |
| WeirdML v3 | WeirdML | 9.2%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 33.8% | 10.1% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 80.2% |
| Startrise Frontend | Startrise | – | 66.9%† |
| GameBench 2 Overall | DuelLab GameBench 2 | 61.4† | 45.6† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 69.9 | 53.5 |
| Design Arena Website | Design Arena | 1295† | 1260† |
| FrontierCode 1.1 (AA) | Artificial Analysis | 43.7% | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 28.5% | 23.9%† |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 38.5% | 21.5%† |
| APEX-Agents | Mercor | 69.8% | 58.2%† |
| Arena Agent | Arena (LMArena) | 2 | -1.8 |
| LiveBench Long Agentic | LiveBench | 38.8% | 25.9%† |
| LiveBench Browser | LiveBench | 67.2% | 70.3%† |
| LiveBench Agentic Coding | LiveBench | – | 55.0%† |
| Terminal-Bench Hard | Artificial Analysis | – | 62.9% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 80.4% |
| Terminal-Bench 2.1 (Vals) | Vals AI | – | 77.5%† |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 62.3% | 47.4% |
| GDPval-AA v2.1 | Artificial Analysis | 1746 | 1456 |
| τ³-Banking (AA) | Artificial Analysis | – | 29.7% |
| ITBench SRE (AA) | Artificial Analysis | – | 51.0%† |
| APEX-Agents (AA) | Artificial Analysis | – | 38.9%† |
| CyberBench | Vals AI | – | 72.1%† |
| Finance Agent v2 | Vals AI | 57.0% | 54.4%† |
| Finance Agent v2.1 | Vals AI | 62.9% | – |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 14.2% | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 9.2% | 0.8%† |
| Legal Research Bench | Vals AI | 45.2% | 41.4%† |
| SkillsBench | Vals AI | – | 58.9%† |
| SREBench | Vals AI | – | 9.5%† |
| Tax Agent Bench | Vals AI | 44.4% | 30.0%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | 31.8% | 22.7%† |
| Terminal-Bench Science | Vals AI | – | 10.0%† |
| Arena Agent Task Completion | Arena (LMArena) | 2.3 | -7.2 |
| BALROG | BALROG | – | 53.2%† |
| Vending-Bench 2 | Andon Labs | – | 7343.2† |
| AutomationBench | Artificial Analysis | 66.6% | 47.1% |
| GDP.pdf (AA) | Artificial Analysis | 17.2% | 24.6% |
| EnterpriseOps-Gym | Artificial Analysis | – | 38.5%† |
| AA-Briefcase v1.1 | Artificial Analysis | 1570 | 1332 |
| GDPx | GDPx by SemiAnalysis | 5.4% | – |
| Design Arena Agentic | Design Arena | 1282† | 1089† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 12.9% | 13.8%† |
| CWE-Bench (AA) | Artificial Analysis | 69.2% | – |
| DeepSec-Bench (AA) | Artificial Analysis | 24.9% | 25.1%† |
| CyberGym end-to-end (AA) | Artificial Analysis | 76.3% | – |
| MKA (AA) | Artificial Analysis | 38.5% | – |
| FACTS Search | – | 87.0%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 71.2% | 86.0%† |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 46.3% | 70.7%† |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 99.4% | 99.7%† |
| ProofBench | Vals AI | – | 74.0% |
| LiveBench Mathematics | LiveBench | – | 94.9%† |
| ArXivMath | MathArena | 42.5% | – |
| BrokenArXiv | MathArena | 48.7% | – |
| Arena Maths | Arena (LMArena) | – | 1478 |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 42.5% | 43.2%† |
| LiveBench 2.0 Data Analysis | LiveBench | 79.5% | 79.3%† |
| LiveBench Research | LiveBench | 78.6% | 79.7%† |
| LiveBench 1.0 Data Analysis | LiveBench | – | 79.3%† |
| AA-Omniscience v1.1 | Artificial Analysis | 0.9 | -11.5 |
| MMLU-Pro | Vals AI | – | 86.7% |
| LegalBench | Vals AI | – | 85.1%† |
| CorpFin | Vals AI | – | 65.3% |
| TaxEval | Vals AI | – | 76.2% |
| PRBench Finance | Scale AI SEAL | 47.1%† | – |
| PRBench Legal | Scale AI SEAL | 47.3%† | – |
| Excel Modeling Benchmark | Vals AI | 61.8% | 66.2%† |
| Excel Modeling Benchmark v1.1 | Vals AI | 69.2% | – |
| MedCode | Vals AI | – | 43.4% |
| MedScribe | Vals AI | – | 82.9% |
| Public Benefits Bench v1.1 | Vals AI | – | 62.4%† |
| Access to Justice Benchmark | Vals AI | 73.1% | – |
| Financial Coaching Bench | Vals AI | – | 71.0%† |
| DrugDiscoveryBench | Scale AI SEAL | 60.6%† | – |
| GDP.pdf | Epoch AI Benchmarking Hub | – | 24.7%† |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 39.6% | 41.3% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 35.9% | 9.9% |
| FACTS Parametric | – | 57.6%† | |
| 指示追従 | |||
| LiveBench Language | LiveBench | – | 82.9%† |
| LiveBench Instruction Following | LiveBench | – | 64.6%† |
| IFBench | Artificial Analysis | – | 66.3% |
| MultiChallenge | Scale AI SEAL | 74.9%† | – |
| Arena Instruction Following | Arena (LMArena) | – | 1463 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | – | 1468 |
| EQ-Bench 4 | EQ-Bench | – | 1220† |
| EQ-Bench Creative Writing v3 | EQ-Bench | – | 1856† |
| Arena Creative Writing | Arena (LMArena) | – | 1430 |
| Arena Multi-turn | Arena (LMArena) | – | 1475 |
| Arena Longer Queries | Arena (LMArena) | – | 1469 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | – | 1269 |
| LiveBench Design | LiveBench | 79.8% | 70.9%† |
| MMMU-Pro | Artificial Analysis | 80.6% | 79.5% |
| MMMU-Pro (Vals) | Vals AI | – | 86.5%† |
| MortgageTax | Vals AI | – | 67.3% |
| SAGE | Vals AI | – | 87.0%† |
| Humanity's Sixth Sense | Scale AI SEAL | 30.1% | 22.7%† |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | – | 30.8%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | – | 54.2%† |
| VIALS-AA | Handshake AI | 40.4% | – |
| FACTS Multimodal | – | 39.9%† | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 82.7% | 79.0% |
| Arena Document | Arena (LMArena) | – | 1474 |
| MLCR | Artificial Analysis | 26.7% | 22.8% |
| FACTS Grounding | – | 60.5%† | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 159.4† | 160.7† |
| LiveBench 2.0 | LiveBench | 70.3% | 67.2%† |
| LiveBench 1.0 | LiveBench | – | 77.9%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 32.6 | 32.3† |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 45.1 | 38.0 |
| AA Progress Index v1 | Artificial Analysis | 323.7 | 312 |
| Vals Index | Vals AI | 61.3 | – |
| Vals Finance Index | Vals AI | 60.9% | – |
| Vals Multimodal Index | Vals AI | – | 65.1% |
| Vals Router Index | Vals AI | 61.3%† | – |
| Vals Legal Index | Vals AI | 71.9% | – |
| AA Cyber Index | Artificial Analysis | 56.8 | – |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 27.2%† | – |
| DistressBench | Scale AI SEAL | – | 76.4%† |
| メタデータ | |||
| AA Openness Index | Artificial 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 V4.1 Flash 1017 (max):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
- DeepSeek V4.1 Flash 1017 (max):BenchLeader Index 58.5 → 58.0。
- GPT-5.6 Terra (xhigh):新しい結果2件(GDPval-AA v2.1, AA-Briefcase v1.1)。
- DeepSeek V4.1 Flash 1017 (max):新しい結果1件(Terminal-Bench)、スコアの改訂1件。
- DeepSeek V4.1 Flash 1017 (max):BenchLeader Index 59.0 → 58.5。
- DeepSeek V4.1 Flash 1017 (max):スコアの改訂1件。
- DeepSeek V4.1 Flash 1017 (max):スコアの改訂1件。
- DeepSeek V4.1 Flash 1017 (max):スコアの改訂3件。
- GPT-5.6 Terra (xhigh):スコアの改訂1件。
- DeepSeek V4.1 Flash 1017 (max):新しい結果1件(ARC-AGI-3)、スコアの改訂2件。
関連する比較
- DeepSeek V4.1 Flash 1017 vs Claude Fable 5.2
- DeepSeek V4.1 Flash 1017 vs Gemini 4 Carbon
- DeepSeek V4.1 Flash 1017 vs Claude Opus 5.5
- DeepSeek V4.1 Flash 1017 vs GPT-6 Astra
- GPT-5.6 Terra vs Gemini 4 Carbon
- DeepSeek V4.1 Flash 1017 vs GPT-5.5
- DeepSeek V4.1 Flash 1017 vs Claude Fable 5.1
- DeepSeek V4.1 Flash 1017 vs GPT-6.1 Sol
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
DeepSeek V4.1 Flash 1017 vs GPT-5.6 Terra:よくある質問
- DeepSeek V4.1 Flash 1017はGPT-5.6 Terraより優れていますか?
- DeepSeek V4.1 Flash 1017 (max)とGPT-5.6 Terra (xhigh)の品質は互角です(57.7 対 60.1、±5.3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。
- DeepSeek V4.1 Flash 1017とGPT-5.6 Terra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 V4.1 Flash 1017の方が安く、100万トークンあたり$0.525 対 $4.50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DeepSeek V4.1 Flash 1017とGPT-5.6 Terraのどちらが向いていますか?
- コーディングではDeepSeek V4.1 Flash 1017の方がスコアが高くなっています(カテゴリ指標で63 対 59。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、DeepSeek V4.1 Flash 1017が1664、GPT-5.6 Terraが1520です。
- DeepSeek V4.1 Flash 1017とGPT-5.6 Terraはどちらが速いですか?
- DeepSeek V4.1 Flash 1017の方が出力が約1.5倍速くなっています(出力174 対 97トークン/秒、Artificial Analysisの7日間の中央値)。
- DeepSeek V4.1 FlashとDeepSeek V4.1 Flash 1017は同じものですか?
- ここで比較しているチェックポイントはDeepSeek V4.1 Flash 1017です(BenchLeader Index 57.7)。以前のビルドを置き換えたため、DeepSeek V4.1 Flashで検索した方もこのページに案内しています。
ほかの質問(5件)
- エージェントやツール利用にはDeepSeek V4.1 Flash 1017とGPT-5.6 Terraのどちらが向いていますか?
- エージェント型のタスクではGPT-5.6 Terraの方がスコアが高くなっています(カテゴリ指標で63 対 58。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なArena Agentでは、DeepSeek V4.1 Flash 1017が2、GPT-5.6 Terraが-1.8です。
- 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 V4.1 Flash 1017の方がスコアが高くなっています(66 対 64)。どちらも約1.1Mトークンです(DeepSeek V4.1 Flash 1017は1,048,576、GPT-5.6 Terraは1,050,000)。
- 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GPT-5.6 Terraです。Artificial Analysisの測定では、最初の回答トークンまで19.2秒 対 39.7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。
- DeepSeek V4.1 Flash 1017とGPT-5.6 Terra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25件のベンチマークのうち、DeepSeek V4.1 Flash 1017のリードが21件、GPT-5.6 Terraのリードが4件です。両方を評価しているすべての総合指標で、DeepSeek V4.1 Flash 1017が上回っています。
- DeepSeek V4.1 Flash 1017はいつリリースされましたか?
- DeepSeek V4.1 Flash 1017は2026年10月17日にリリースされました。