BenchLeader

DeepSeek V4.1 Flash 1017 vs Qwen4 Max

詳しいプロフィール:DeepSeek V4.1 Flash 1017(DeepSeek)とQwen4 Max(Alibaba)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 15件の情報源のデータ

2026年11月19日時点で、共通するベンチマークが少なく、品質の判定はできません。価格はDeepSeek V4.1 Flashの方が4.3倍安く、100万トークンあたりのブレンド価格で$0.525 対 $2.25です。コーディング(62 対 55)を重視するならDeepSeek V4.1 Flash、知識(59 対 48)、推論(59 対 55)を重視するならQwen4 Maxが向いています。回答開始までの時間はDeepSeek V4.1 Flashの方が短く、44.5秒 対 139.2秒です。DeepSeek V4.1 Flashは出力が3倍以上速い点も強みです。

要点(2026年11月19日時点)

  • 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19日)。
  • Qwen4 Maxの100万トークンあたりのブレンド価格は$2.25です(定価、2026年11月19日)。
  • DeepSeek V4.1 FlashはQwen4 Maxより出力が3倍以上速いです(Artificial Analysis、7日間の中央値、2026年11月19日)。
  • 両モデルに結果がある13件のベンチマークのうち、Qwen4 Maxが11件でリードしています(BenchLeader、2026年11月19日)。

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62 対 55;FrontierCode 2.0 (AA) 28.5% 対 26.4%中
推論Qwen4 Maxカテゴリスコア59 対 55;HLE-Diamond (AA) 44.9% 対 25.3%中
知識Qwen4 Maxカテゴリスコア59 対 48;AA-Omniscience v1.1 27.7 対 0.9高
最低コストDeepSeek V4.1 Flash 1017100万トークンあたりブレンド価格$0.525 対 $2.25;エージェント型コーディングセッション$0.023 対 $0.108–
回答開始の速さDeepSeek V4.1 Flash 1017最初の回答トークンまで44.5秒(DeepSeek V4.1 Flash 1017 (max))対 139.2秒(Qwen4 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

  • 共通するベンチマークが少なく、判定できません。
  • DeepSeek V4.1 Flash 1017 (max)はコーディングで優れています。
  • Qwen4 Maxは知識、推論で優れています。
  • DeepSeek V4.1 Flash 1017 (max)の方が4.3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 $2.25)。
  • DeepSeek V4.1 Flash 1017 (max)の方が出力が2.8倍速くなっています(165 対 59トークン/秒)。

概要

仕様DeepSeek V4.1 Flash 1017Qwen4 Max
プロバイダーDeepSeekAlibaba
リリース日2026年10月17日2026年11月16日
コンテキストウィンドウ(トークン)1,048,576991,808
比較した構成DeepSeek V4.1 Flash 1017 (max)Qwen4 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$1.50 / $4.50 / $0.071

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)Qwen4 Maxトップ
推論55.058.5Qwen4 Max
コーディング61.755.1DeepSeek V4.1 Flash 1017
エージェント・ツール54.6–比較不可
数学60.5–比較不可
知識47.559.0Qwen4 Max
マルチモーダル62.7–比較不可
長文コンテキスト66.0–比較不可
総合53.5–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。

2550 avg75推論コーディング知識DeepSeek V4.1 Flash 1017, 推論: 55.0DeepSeek V4.1 Flash 1017, コーディング: 61.7DeepSeek V4.1 Flash 1017, 知識: 47.5Qwen4 Max, 推論: 58.5Qwen4 Max, コーディング: 55.1Qwen4 Max, 知識: 59.0

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, 数学, 指示追従, 長文コンテキスト, マルチモーダル, 人間の評価。

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13件のベンチマークのうち、DeepSeek V4.1 Flash 1017のリードが2件、Qwen4 Maxのリードが11件です。両方を評価しているすべての総合指標で、Qwen4 Maxが上回っています。

総合IndexDeepSeek V4.1 Flash 1017 (max)Qwen4 Maxトップ
AA Intelligence Index v5.0.132.642.9Qwen4 Max
Vals Index61.363.2†Qwen4 Max

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)Qwen4 Max
100万トークンあたりのブレンド価格$0.525$2.25
100万トークンあたりの入力/出力$0.300 / $1.20$1.50 / $4.50
100万トークンあたりのキャッシュ入力$0.0060$0.071
タスクあたりの価格:チャットの返答$0.0005$0.0020
タスクあたりの価格:30ページのレポートを要約$0.0043$0.021
タスクあたりの価格:コード編集$0.0036$0.016
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$0.108
タスクあたりの価格:構造化データの抽出$0.0008$0.0039
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$0.044
ベンチマークのタスクあたりのコスト(AA Index)$0.602$3.27
タスクあたりの出力トークン(AA Index)139k105k
うち推論91k69k
タスクあたりの時間(AA Index)14 min30 min
出力速度165 tok/s59 tok/s
回答開始までの時間44.5秒139.2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–

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、Qwen4 Maxで$3.27でした。同じ作業でDeepSeek V4.1 Flash 1017 (max)は1.3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56.8、最初の回答トークンまで44秒。DeepSeek V4.1 Flash 1017 (high)は50.9(18秒)、DeepSeek V4.1 Flash 1017 (推論なし)は44.9(1秒)。Qwen4 Maxは最初の回答トークンまで139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

96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)Qwen4 Max
BenchLeader IndexBenchLeader56.8–
エージェント・ツールスコアBenchLeader54.6–
コーディングスコアBenchLeader61.755.1
総合スコアBenchLeader53.5–
知識スコアBenchLeader47.559.0
長文コンテキストスコアBenchLeader66.0–
数学スコアBenchLeader60.5–
マルチモーダルスコアBenchLeader62.7–
推論スコアBenchLeader55.058.5
ブレンド価格($/100万トークン)BenchLeader$0.525$2.25
出力速度BenchLeader165 tok/s59 tok/s
回答開始までの時間BenchLeader44.5秒139.2秒
コンテキストウィンドウBenchLeader1,048,576トークン991,808トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub93.2%–
LiveBench 2.0 ReasoningLiveBench89.1%92.2%†
Humanity's Last Exam (AA)Artificial Analysis43.3%–
HLE-Diamond (AA)Artificial Analysis25.3%44.9%
ARC-AGI-1ARC Prize93.5%–
ARC-AGI-2ARC Prize78.1%–
ARC-AGI-3ARC Prize5.8%–
CritPtArtificial Analysis24.0%–
CritPt v2 hard subset (AA)Artificial Analysis25.0%43.0%
HLE-Diamond (Scale)Scale AI SEAL20.5%†–
Chess PuzzlesEpoch AI Benchmarking Hub46.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub49.0%–
コーディング
SciCodeSciCode55.9%–
Arena WebDevArena (LMArena)16591750†
LiveBench 2.0 CodingLiveBench80.4%69.8%†
Code MigrationVals AI44.2%–
Code Migration v1.1Vals AI67.5%–
Vibe Code Bench v1.1Vals AI87.7%86.7%†
Vibe Code Bench 1-100 v1.1Vals AI26.1%–
CursorBenchCursor47.7%–
ALE-BenchEpoch AI Benchmarking Hub1622–
WeirdML v3WeirdML9.1%†–
Terminal-Bench 4.0 (AA)Artificial Analysis33.8%48.5%
GameBench 2 OverallDuelLab GameBench 261.4†–
GameBench 2 by reasoning settingDuelLab GameBench 269.9–
96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)Qwen4 Max
コーディング
Design Arena WebsiteDesign Arena1292†–
FrontierCode 1.1 (AA)Artificial Analysis43.7%–
FrontierCode 2.0 (AA)Artificial Analysis28.5%26.4%
エージェント・ツール
Terminal-BenchTerminal-Bench38.5%–
APEX-AgentsMercor69.8%–
Arena AgentArena (LMArena)0.87.3†
LiveBench Long AgenticLiveBench38.8%46.6%†
LiveBench BrowserLiveBench67.2%80.7%†
GDPval-AA v2.1, normalised scoreArtificial Analysis62.3%–
GDPval-AA v2.1Artificial Analysis17461809
Analyst Agent (AA)Artificial Analysis–46.3%
APEX-Agents (AA)Artificial Analysis–59.1%
Finance Agent v2Vals AI57.0%–
Finance Agent v2.1Vals AI62.9%66.7%†
Harvey's Legal Agent Benchmark v1.1Vals AI14.2%21.3%†
Harvey's Legal Agent Benchmark v1Vals AI9.2%–
Legal Research BenchVals AI45.2%41.4%†
Robo-benchVals AI4.2%–
Tax Agent BenchVals AI44.4%40.4%†
Terminal-Bench 4.0 (Vals)Vals AI31.8%48.5%†
Arena Agent Task CompletionArena (LMArena)2.28.8†
AutomationBenchArtificial Analysis66.6%72.6%
GDP.pdf (AA)Artificial Analysis17.2%26.2%
Harvey LAB-AA v1.1Harvey–9.4%
EnterpriseOps-GymArtificial Analysis–48.5%
AA-Briefcase v1.1Artificial Analysis15701686
GDPxGDPx by SemiAnalysis5.4%–
Design Arena AgenticDesign Arena1284†1356
Terminal-Bench-Science 0.1 (AA)Artificial Analysis12.9%23.3%
CWE-Bench (AA)Artificial Analysis69.2%–
DeepSec-Bench (AA)Artificial Analysis24.9%–
CyberGym end-to-end (AA)Artificial Analysis76.3%–
MKA (AA)Artificial Analysis38.5%–
FACTS SearchGoogle89.9%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub71.2%–
FrontierMath Tier 4Epoch AI Benchmarking Hub46.3%–
OTIS Mock AIMEEpoch AI Benchmarking Hub99.4%–
ArXivMathMathArena42.5%–
BrokenArXivMathArena48.7%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub42.5%–
LiveBench 2.0 Data AnalysisLiveBench79.5%83.4%†
LiveBench ResearchLiveBench78.6%84.7%†
AA-Omniscience v1.1Artificial Analysis0.927.7
PRBench FinanceScale AI SEAL47.1%†–
PRBench LegalScale AI SEAL47.3%†–
Excel Modeling BenchmarkVals AI61.8%–
Excel Modeling Benchmark v1.1Vals AI69.2%70.8%†
Access to Justice BenchmarkVals AI73.1%–
DrugDiscoveryBenchScale AI SEAL60.6%†–
AA-Omniscience v1.1: accuracyArtificial Analysis39.6%43.7%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis35.9%71.6%
FACTS ParametricGoogle52.8%†–
指示追従
MultiChallengeScale AI SEAL74.9%†–
マルチモーダル
LiveBench DesignLiveBench79.8%79.1%†
MMMU-ProArtificial Analysis80.6%–
Humanity's Sixth SenseScale AI SEAL30.1%–
VIALS-AAHandshake AI40.4%–
長文コンテキスト
AA-LCR v1.1Artificial Analysis82.7%–
MLCRArtificial Analysis26.7%19.4%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub159.4†–
LiveBench 2.0LiveBench70.3%73.1%†
AA Intelligence Index v5.0.1Artificial Analysis32.642.9
AA Intelligence Index v4.3.2Artificial Analysis45.1–
AA Progress Index v1Artificial Analysis323.7–
Vals IndexVals AI61.363.2†
Vals Finance IndexVals AI60.9%62.0%†
Vals Router IndexVals AI61.3%†–
Vals Legal IndexVals AI71.9%70.7%†
AA Cyber IndexArtificial Analysis56.8–
安全性・誠実さ
FORTRESSScale AI SEAL27.2%†–
メタデータ
AA Openness IndexArtificial Analysis44.4–

データは2026年11月19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 gb2-20261114-ca113f475f5e (https://benchmarks.duellab.org/releases/gb2-20261114-ca113f475f5e/), 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):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):BenchLeader Index 58.0 → 57.1。
  • DeepSeek V4.1 Flash 1017 (max):新しい結果1件(Robo-bench)、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):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。
  • 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。

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 Qwen4 Max:よくある質問

DeepSeek V4.1 Flash 1017とQwen4 Max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 $2.25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Qwen4 Max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62 対 55。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FrontierCode 2.0 (AA)では、DeepSeek V4.1 Flash 1017が28.5%、Qwen4 Maxが26.4%です。
DeepSeek V4.1 Flash 1017とQwen4 Maxはどちらが速いですか?
DeepSeek V4.1 Flash 1017の方が出力が3倍以上速くなっています(出力165 対 59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 56.8)。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。
長い文書にはどちらが向いていますか?
コンテキストはDeepSeek V4.1 Flash 1017の方が長く、1,048,576トークンです(Qwen4 Maxは991,808トークン)。
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44.5秒 対 139.2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Qwen4 Max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13件のベンチマークのうち、DeepSeek V4.1 Flash 1017のリードが2件、Qwen4 Maxのリードが11件です。両方を評価しているすべての総合指標で、Qwen4 Maxが上回っています。
Qwen4 Maxはいつリリースされましたか?
Qwen4 Maxは2026年11月16日にリリースされました。