DeepSeek V4.1 Flash 1017 vs GPT-6.1 Terra
詳しいプロフィール:DeepSeek V4.1 Flash 1017(DeepSeek)とGPT-6.1 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、品質ではGPT-6.1 TerraがDeepSeek V4.1 Flashを上回ります(BenchLeader Indexで64.1 対 57.7)。ただし、価格はDeepSeek V4.1 Flashの方が3.8倍安く、100万トークンあたりのブレンド価格で$0.525 対 $2.00です。両方を測定できるすべてのカテゴリでGPT-6.1 Terraがリードしています。DeepSeek V4.1 Flashの方が出力が約2倍速いです。
要点(2026年11月16日時点)
- BenchLeader IndexはDeepSeek V4.1 Flashが57.7、GPT-6.1 Terraが64.1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-6.1 Terraの100万トークンあたりのブレンド価格は$2.00です(定価、2026年11月16日)。
- DeepSeek V4.1 FlashはGPT-6.1 Terra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52件のベンチマークのうち、GPT-6.1 Terraが36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-6.1 Terraが1678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 | GPT-6.1 Terra | カテゴリスコア69 対 63;Arena WebDev 1678 対 1664 | 中 |
| エージェント・ツール利用 | GPT-6.1 Terra | カテゴリスコア63 対 58;Terminal-Bench 53.3% 対 38.5% | 中 |
| 数学 | GPT-6.1 Terra | カテゴリスコア72 対 61;FrontierMath Tiers 1–3 90.9% 対 71.2% | 高 |
| 推論 | GPT-6.1 Terra | カテゴリスコア68 対 56;GPQA Diamond 94.3% 対 93.2% | 高 |
| 知識 | GPT-6.1 Terra | カテゴリスコア61 対 48;SimpleQA Verified 57.3% 対 42.5% | 高 |
| 長い文書 | どちらでも | カテゴリスコア66 対 66;AA-LCR v1.1 82.7% 対 82.7% | どちらでも |
| 画像などのメディア | GPT-6.1 Terra | カテゴリスコア67 対 63;MMMU-Pro 84.7% 対 80.6% | 中 |
| 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 $2.00;エージェント型コーディングセッション$0.023 対 $0.080 | – |
| 回答開始の速さ | DeepSeek V4.1 Flash 1017 | 最初の回答トークンまで39.7秒(DeepSeek V4.1 Flash 1017 (max))対 150.9秒(GPT-6.1 Terra (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
- 品質ではGPT-6.1 Terra (max)がリードしています:64.1 対 57.7。
- GPT-6.1 Terra (max)はエージェント・ツール、コーディング、総合、知識、数学、マルチモーダル、推論で優れています。
- DeepSeek V4.1 Flash 1017 (max)の方が3.8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 $2.00)。
- DeepSeek V4.1 Flash 1017 (max)の方が出力が2.4倍速くなっています(174 対 72トークン/秒)。
概要
| 仕様 | DeepSeek V4.1 Flash 1017 | GPT-6.1 Terra |
|---|---|---|
| プロバイダー | DeepSeek | OpenAI |
| リリース日 | 2026年10月17日 | 2026年10月26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-6.1 Terra (max) |
| 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 | $1.00 / $5.00 / $0.050 |
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-6.1 Terra (max) | トップ |
|---|---|---|---|
| 推論 | 55.7 | 68.4 | GPT-6.1 Terra |
| コーディング | 63.0 | 69.3 | GPT-6.1 Terra |
| エージェント・ツール | 57.6 | 63.4 | GPT-6.1 Terra |
| 数学 | 60.9 | 71.7 | GPT-6.1 Terra |
| 知識 | 47.7 | 61.4 | GPT-6.1 Terra |
| マルチモーダル | 63.0 | 67.2 | GPT-6.1 Terra |
| 長文コンテキスト | 66.0 | 66.0 | 互角 |
| 総合 | 55.5 | 65.0 | GPT-6.1 Terra |
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52件のベンチマークのうち、DeepSeek V4.1 Flash 1017のリードが15件、GPT-6.1 Terraのリードが36件、同点が1件です。第三者の総合指標でも評価が分かれ、DeepSeek V4.1 Flash 1017はVals Indexで、GPT-6.1 TerraはBenchLeader Index、AA Intelligence Index v5.0.1でリードしています。
| 総合Index | DeepSeek V4.1 Flash 1017 (max) | GPT-6.1 Terra (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 57.7 | 64.1 | GPT-6.1 Terra |
| AA Intelligence Index v5.0.1 | 32.6 | 51.3 | GPT-6.1 Terra |
| Vals Index | 61.3 | 60.5 | 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-6.1 Terra (max) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $0.525 | $2.00 |
| 100万トークンあたりの入力/出力 | $0.300 / $1.20 | $1.00 / $5.00 |
| 100万トークンあたりのキャッシュ入力 | $0.0060 | $0.050 |
| タスクあたりの価格:チャットの返答 | $0.0005 | $0.0019 |
| タスクあたりの価格:30ページのレポートを要約 | $0.0043 | $0.015 |
| タスクあたりの価格:コード編集 | $0.0036 | $0.013 |
| 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 | $0.080 |
| タスクあたりの価格:構造化データの抽出 | $0.0008 | $0.0030 |
| 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 | $0.037 |
| ベンチマークのタスクあたりのコスト(AA Index) | $0.602 | $0.961 |
| タスクあたりの出力トークン(AA Index) | 139k | 60k |
| うち推論 | 91k | 39k |
| タスクあたりの時間(AA Index) | 13 min | 14 min |
| 出力速度 | 174 tok/s | 72 tok/s |
| 回答開始までの時間 | 39.7秒 | 150.9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 | 375.7秒 |
トークン単価とタスクあたりのコストは別物です。Artificial AnalysisのIntelligence Indexの平均的なタスクにかかったコストは、DeepSeek V4.1 Flash 1017 (max)で$0.602、GPT-6.1 Terra (max)で$0.961でした。同じ作業でDeepSeek V4.1 Flash 1017 (max)は2.3倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。DeepSeek V4.1 Flash 1017 (max)のスコアは57.7、最初の回答トークンまで40秒。DeepSeek V4.1 Flash 1017 (high)は51.2(20秒)、DeepSeek V4.1 Flash 1017 (推論なし)は44.9(1秒)。GPT-6.1 Terra (max)のスコアは64.1、最初の回答トークンまで151秒。GPT-6.1 Terra (xhigh)は60.0(30秒)、GPT-6.1 Terra (high)は59.6(10秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
106件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | DeepSeek V4.1 Flash 1017 (max) | GPT-6.1 Terra (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 57.7 | 64.1 |
| エージェント・ツールスコア | BenchLeader | 57.6 | 63.4 |
| コーディングスコア | BenchLeader | 63.0 | 69.3 |
| 総合スコア | BenchLeader | 55.5 | 65.0 |
| 知識スコア | BenchLeader | 47.7 | 61.4 |
| 長文コンテキストスコア | BenchLeader | 66.0 | 66.0 |
| 数学スコア | BenchLeader | 60.9 | 71.7 |
| マルチモーダルスコア | BenchLeader | 63.0 | 67.2 |
| 推論スコア | BenchLeader | 55.7 | 68.4 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.525 | $2.00 |
| 出力速度 | BenchLeader | 174 tok/s | 72 tok/s |
| 回答開始までの時間 | BenchLeader | 39.7秒 | 150.9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% | 94.3% |
| SimpleBench | SimpleBench | – | 72.2%† |
| LiveBench 2.0 Reasoning | LiveBench | 89.1% | 88.7% |
| Humanity's Last Exam (AA) | Artificial Analysis | 43.3% | 46.3% |
| HLE-Diamond (AA) | Artificial Analysis | 25.3% | 47.3% |
| ARC-AGI-1 | ARC Prize | 93.5% | – |
| ARC-AGI-2 | ARC Prize | 78.1% | – |
| ARC-AGI-3 | ARC Prize | 5.8% | – |
| CritPt | Artificial Analysis | 24.0% | 28.0% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 25.0% | 68.0% |
| HLE-Diamond (Scale) | Scale AI SEAL | 20.5%† | 35.7%† |
| Chess Puzzles | Epoch AI Benchmarking Hub | 46.0% | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 49.0% | 74.0% |
| コーディング | |||
| SciCode | SciCode | 55.9% | 55.1% |
| Arena WebDev | Arena (LMArena) | 1664 | 1678 |
| LiveBench 2.0 Coding | LiveBench | 80.4% | 89.2% |
| Code Migration | Vals AI | 44.2% | – |
| Code Migration v1.1 | Vals AI | 67.5% | – |
| Vibe Code Bench v1.1 | Vals AI | 87.7% | 84.0% |
| Vibe Code Bench 1-100 v1.1 | Vals AI | 26.1% | – |
| SWE Atlas v1.1 | Scale AI SEAL | – | 57.7%† |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | – | 54.0%† |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | – | 63.3%† |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | – | 55.7%† |
| MirrorCode | Epoch AI Benchmarking Hub | – | 76.7% |
106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-6.1 Terra (max) |
|---|---|---|---|
| コーディング | |||
| CursorBench | Cursor | 47.7% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 1622 | 2608.8 |
| WeirdML v3 | WeirdML | 9.2%† | 28.1%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 33.8% | 55.6% |
| GameBench 2 Overall | DuelLab GameBench 2 | 61.4† | 81.2† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 69.9 | 85.8† |
| Design Arena Website | Design Arena | 1295† | 1286† |
| FrontierCode 1.1 (AA) | Artificial Analysis | 43.7% | 36.0% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 28.5% | 42.3% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 38.5% | 53.3% |
| APEX-Agents | Mercor | 69.8% | 68.3% |
| Arena Agent | Arena (LMArena) | 2 | 12 |
| LiveBench Long Agentic | LiveBench | 38.8% | 56.2% |
| LiveBench Browser | LiveBench | 67.2% | 93.1% |
| HiL-Bench | Scale AI SEAL | – | 68.0%† |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 62.3% | – |
| GDPval-AA v2.1 | Artificial Analysis | 1746 | 1476 |
| Finance Agent v2 | Vals AI | 57.0% | – |
| Finance Agent v2.1 | Vals AI | 62.9% | 56.0% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 14.2% | 1.7% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 9.2% | – |
| Legal Research Bench | Vals AI | 45.2% | 26.0% |
| Tax Agent Bench | Vals AI | 44.4% | 17.1% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 31.8% | 49.5% |
| Arena Agent Task Completion | Arena (LMArena) | 2.3 | 9.7 |
| Vending-Bench 2 | Andon Labs | – | 9107.5† |
| SpireClimb | Epoch AI Benchmarking Hub | – | 22.3% |
| AutomationBench | Artificial Analysis | 66.6% | 60.2% |
| GDP.pdf (AA) | Artificial Analysis | 17.2% | 28.6% |
| AA-Briefcase v1.1 | Artificial Analysis | 1570 | 1401 |
| GDPx | GDPx by SemiAnalysis | 5.4% | 8.5% |
| Design Arena Agentic | Design Arena | 1282† | 1192† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 12.9% | 57.6% |
| CWE-Bench (AA) | Artificial Analysis | 69.2% | – |
| DeepSec-Bench (AA) | Artificial Analysis | 24.9% | – |
| CyberGym end-to-end (AA) | Artificial Analysis | 76.3% | – |
| MKA (AA) | Artificial Analysis | 38.5% | 43.8% |
| FACTS Search | – | 92.7%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 71.2% | 90.9% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 46.3% | 92.7% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 99.4% | 100.0% |
| ArXivMath | MathArena | 42.5% | – |
| BrokenArXiv | MathArena | 48.7% | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 42.5% | 57.3% |
| LiveBench 2.0 Data Analysis | LiveBench | 79.5% | 82.3% |
| LiveBench Research | LiveBench | 78.6% | 79.1% |
| AA-Omniscience v1.1 | Artificial Analysis | 0.9 | 29.6 |
| PRBench Finance | Scale AI SEAL | 47.1%† | – |
| PRBench Legal | Scale AI SEAL | 47.3%† | – |
| Excel Modeling Benchmark | Vals AI | 61.8% | – |
| Excel Modeling Benchmark v1.1 | Vals AI | 69.2% | 73.3% |
| Access to Justice Benchmark | Vals AI | 73.1% | – |
| DrugDiscoveryBench | Scale AI SEAL | 60.6%† | – |
| EBR-bench | Epoch AI Benchmarking Hub | – | 78.1% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 39.6% | 47.6% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 35.9% | 65.5% |
| FACTS Parametric | – | 70.8%† | |
| 指示追従 | |||
| MultiChallenge | Scale AI SEAL | 74.9%† | 74.2%† |
| マルチモーダル | |||
| LiveBench Design | LiveBench | 79.8% | 79.7% |
| MMMU-Pro | Artificial Analysis | 80.6% | 84.7% |
| Humanity's Sixth Sense | Scale AI SEAL | 30.1% | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | – | 42.1%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | – | 79.2% |
| VIALS-AA | Handshake AI | 40.4% | 60.3% |
| FACTS Multimodal | – | 48.8%† | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 82.7% | 82.7% |
| MLCR | Artificial Analysis | 26.7% | 30.6% |
| FACTS Grounding | – | 84.2%† | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 159.4† | 167.7† |
| LiveBench 2.0 | LiveBench | 70.3% | 78.8% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 32.6 | 51.3 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 45.1 | 48.1 |
| AA Progress Index v1 | Artificial Analysis | 323.7 | 345.2 |
| Vals Index | Vals AI | 61.3 | 60.5 |
| Vals Finance Index | Vals AI | 60.9% | 53.3% |
| Vals Router Index | Vals AI | 61.3%† | – |
| Vals Legal Index | Vals AI | 71.9% | 58.8% |
| AA Cyber Index | Artificial Analysis | 56.8 | – |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 27.2%† | 18.2%† |
| DistressBench | Scale AI SEAL | – | 65.9%† |
| 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…)。
- GPT-6.1 Terra (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-6.1 Terra (max):BenchLeader Index 64.7 → 64.1。
- DeepSeek V4.1 Flash 1017 (max):新しい結果1件(Terminal-Bench)、スコアの改訂1件。
- GPT-6.1 Terra (max):新しい結果1件(Terminal-Bench)。
- DeepSeek V4.1 Flash 1017 (max):BenchLeader Index 59.0 → 58.5。
- GPT-6.1 Terra (max):BenchLeader Index 65.2 → 64.7。
- DeepSeek V4.1 Flash 1017 (max):スコアの改訂1件。
- GPT-6.1 Terra (max):新しい結果1件(MirrorCode)。
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
- GPT-6.1 Terra vs Claude Fable 5.2
- GPT-6.1 Terra vs Gemini 4 Carbon
- GPT-6.1 Terra vs Claude Opus 5.5
- GPT-6.1 Terra vs GPT-6 Astra
- DeepSeek V4.1 Flash 1017 vs GPT-6.1 Sol
ランキング: 総合ベストLLM · コーディングに最適な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-6.1 Terra:よくある質問
- GPT-6.1 TerraはDeepSeek V4.1 Flash 1017より優れていますか?
- 品質ではGPT-6.1 Terra (max)がリードしています:64.1 対 57.7。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GPT-6.1 Terra (max)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。
- DeepSeek V4.1 Flash 1017とGPT-6.1 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 $2.00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DeepSeek V4.1 Flash 1017とGPT-6.1 Terraのどちらが向いていますか?
- コーディングではGPT-6.1 Terraの方がスコアが高くなっています(カテゴリ指標で69 対 63。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-6.1 Terraが1678です。
- DeepSeek V4.1 Flash 1017とGPT-6.1 Terraはどちらが速いですか?
- DeepSeek V4.1 Flash 1017の方が出力が約2倍速くなっています(出力174 対 72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-6.1 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-6.1 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Terminal-Benchでは、DeepSeek V4.1 Flash 1017が38.5%、GPT-6.1 Terraが53.3%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互角です(66 対 66)。どちらも約1.1Mトークンです(DeepSeek V4.1 Flash 1017は1,048,576、GPT-6.1 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DeepSeek V4.1 Flash 1017です。Artificial Analysisの測定では、最初の回答トークンまで39.7秒 対 150.9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-6.1 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52件のベンチマークのうち、DeepSeek V4.1 Flash 1017のリードが15件、GPT-6.1 Terraのリードが36件、同点が1件です。第三者の総合指標でも評価が分かれ、DeepSeek V4.1 Flash 1017はVals Indexで、GPT-6.1 TerraはBenchLeader Index、AA Intelligence Index v5.0.1でリードしています。
- GPT-6.1 Terraはいつリリースされましたか?
- GPT-6.1 Terraは2026年10月26日にリリースされました。