BenchLeader

DeepSeek V4 Flash vs Gemini 3 Pro

詳しいプロフィール:DeepSeek V4 Flash(DeepSeek)とGemini 3 Pro(Google)。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16日時点で、DeepSeek V4 FlashとGemini 3 Proの品質は互角です(BenchLeader Indexで57.2 対 60.0、±5.2の誤差範囲内)。価格はDeepSeek V4 Flashの方が17倍安く、100万トークンあたりのブレンド価格で$0.262 対 $4.50です。数学(62 対 54)を重視するならDeepSeek V4 Flash、人間の評価(68 対 62)、推論(63 対 59)、コーディング(58 対 55)を重視するならGemini 3 Proが向いています。

要点(2026年11月16日時点)

  • BenchLeader IndexはDeepSeek V4 Flashが57.2、Gemini 3 Proが60.0です(BenchLeader、2026年11月16日)。
  • DeepSeek V4 Flashの100万トークンあたりのブレンド価格は$0.262です(定価、2026年11月16日)。
  • Gemini 3 Pro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)。
  • 両モデルに結果がある15件のベンチマークのうち、Gemini 3 Pro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DeepSeek V4 Flashが1582、Gemini 3 Proが1441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Gemini 3 Proカテゴリスコア58 対 55;WeirdML 69.9% 対 57.0%中
数学DeepSeek V4 Flashカテゴリスコア62 対 54;Arena Maths 1441 対 1475高
推論Gemini 3 Proカテゴリスコア63 対 59;Arena Hard Prompts 1502 対 1459中
知識Gemini 3 Proカテゴリスコア56 対 55;MMLU-Pro 90.1% 対 86.2%中
チャットの質(人間の評価)Gemini 3 ProArenaの投票で68 対 62中
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 Flash (high)とGemini 3 Proの品質は互角です(57.2 対 60.0、±5.2の誤差範囲内)。
  • DeepSeek V4 Flash (high)は数学で優れています。
  • Gemini 3 Proはコーディング、人間の評価、知識、推論で優れています。
  • DeepSeek V4 Flash (high)の方が17倍安くなっています(100万トークンあたりブレンド価格$0.262 対 $4.50)。

概要

仕様DeepSeek V4 FlashGemini 3 Pro
プロバイダーDeepSeekGoogle
リリース日2026年7月31日2025年11月18日
コンテキストウィンドウ(トークン)1,048,576–
比較した構成DeepSeek V4 Flash (high)Gemini 3 Pro
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)$0.150 / $0.600 / $0.0030–

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 Flash (high)Gemini 3 Proトップ
推論59.262.6Gemini 3 Pro
コーディング55.057.8Gemini 3 Pro
エージェント・ツール–61.7比較不可
数学61.954.0DeepSeek V4 Flash
知識54.855.9Gemini 3 Pro
指示追従–61.1比較不可
人間の評価62.067.7Gemini 3 Pro
マルチモーダル–65.6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知識人間の評価DeepSeek V4 Flash, 推論: 59.2DeepSeek V4 Flash, コーディング: 55.0DeepSeek V4 Flash, 数学: 61.9DeepSeek V4 Flash, 知識: 54.8DeepSeek V4 Flash, 人間の評価: 62.0Gemini 3 Pro, 推論: 62.6Gemini 3 Pro, コーディング: 57.8Gemini 3 Pro, 数学: 54.0Gemini 3 Pro, 知識: 55.9Gemini 3 Pro, 人間の評価: 67.7

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, 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15件のベンチマークのうち、DeepSeek V4 Flashのリードが4件、Gemini 3 Pro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、Gemini 3 Proが上回っています。

総合IndexDeepSeek V4 Flash (high)Gemini 3 Proトップ
BenchLeader Index57.260.0互角
Arena Text14391486Gemini 3 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DeepSeek V4 Flash (high)Gemini 3 Pro
100万トークンあたりのブレンド価格$0.262–
100万トークンあたりの入力/出力$0.150 / $0.600– / –
100万トークンあたりのキャッシュ入力$0.0030–
タスクあたりの価格:チャットの返答$0.0002–
タスクあたりの価格:30ページのレポートを要約$0.0022–
タスクあたりの価格:コード編集$0.0018–
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$0.011–
タスクあたりの価格:構造化データの抽出$0.0004–
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)$0.0048–
出力速度82 tok/s–
回答開始までの時間0.7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。DeepSeek V4 Flash (high)のスコアは57.2、最初の回答トークンまで1秒。DeepSeek V4 Flash (max)は56.8(28秒)、DeepSeek V4 Flashは53.8(1秒)。Gemini 3 Proのスコアは60.0。Gemini 3 Pro (high)は60.0。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DeepSeek V4 Flash (high)Gemini 3 Pro
BenchLeader IndexBenchLeader57.260.0
コーディングスコアBenchLeader55.057.8
人間の評価スコアBenchLeader62.067.7
知識スコアBenchLeader54.855.9
数学スコアBenchLeader61.954.0
推論スコアBenchLeader59.262.6
エージェント・ツールスコアBenchLeader–61.7
指示追従スコアBenchLeader–61.1
マルチモーダルスコアBenchLeader–65.6
ブレンド価格($/100万トークン)BenchLeader$0.262–
出力速度BenchLeader82 tok/s–
回答開始までの時間BenchLeader0.7秒–
コンテキストウィンドウBenchLeader1,048,576トークン–
推論
GPQA DiamondEpoch AI Benchmarking Hub91.0%†92.6%
Humanity's Last ExamScale AI / CAIS–37.5%
SimpleBenchSimpleBench61.1%†76.4%
Arena Hard PromptsArena (LMArena)14591502
LiveBench 1.0 ReasoningLiveBench86.6%†–
GPQA Diamond (AA)Artificial Analysis90.8%†90.8%†
Humanity's Last Exam (AA)Artificial Analysis38.5%†39.7%†
GPQA Diamond (Vals)Vals AI89.9%91.7%†
Kagi LLM BenchmarkKagi LLM Benchmark52.2%†80.1%
GPQA Diamond (HELM)HELM Capabilities–80.3%
ARC-AGI-1ARC Prize87.0%75.0%
ARC-AGI-2ARC Prize56.0%31.1%
CritPtArtificial Analysis16.6%†9.1%†
SciPredictScale AI SEAL–25.3%
Arena ExpertArena (LMArena)14671499
Chess PuzzlesEpoch AI Benchmarking Hub32.0%†–
Mystery Game PuzzlesEpoch AI Benchmarking Hub34.0%†–
CL-benchEpoch AI Benchmarking Hub–15.8%
LMCAEpoch AI Benchmarking Hub41.7%†–
DTBenchEpoch AI Benchmarking Hub90.9%†–
ForecastBenchForecastBench–65.0%
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–72.9%
SciCodeSciCode42.0%–
WeirdMLWeirdML57.0%69.9%
FrontierCodeCognition18.8%†–
147件のベンチマークをすべて表示
指標公開元DeepSeek V4 Flash (high)Gemini 3 Pro
コーディング
GSO-BenchGSO-Bench–18.6%
Arena CodingArena (LMArena)14801517
Arena WebDevArena (LMArena)15821441
LiveBench 1.0 CodingLiveBench75.0%†–
SciCode (AA)Artificial Analysis50.4%†–
LiveCodeBenchVals AI87.3%86.4%
IOIVals AI32.7%–
SWE-bench (Vals)Vals AI88.8%76.4%†
SWE-Bench ProScale AI SEAL–43.3%
SWE-bench Verified (bash only)SWE-bench–74.2%
SWE-bench Multilingual (bash only)SWE-bench–68.7%
SWE-bench Verified (any scaffold)SWE-bench–77.4%
Code MigrationVals AI38.6%–
ProgramBenchVals AI0.0%–
Vibe Code Bench v1.1Vals AI74.7%14.3%†
SWE-Bench Pro (private)Scale AI SEAL–17.9%
ALE-BenchEpoch AI Benchmarking Hub678.21176.8
AlgoTuneAlgoTune–1.8
Terminal-Bench 4.0 (AA)Artificial Analysis12.1%†–
Terminal-Bench 2.1 (AA)Artificial Analysis78.7%†–
GameBench 2 OverallDuelLab GameBench 234.1†–
GameBench 2 by reasoning settingDuelLab GameBench 243.4–
Design Arena WebsiteDesign Arena1199†1244
LiveCodeBench (AA)Artificial Analysis–91.8%†
エージェント・ツール
Terminal-BenchTerminal-Bench–69.4%
GDPvalOpenAI–40.3%
Remote Labor IndexScale AI / CAIS–1.3%
LiveBench Agentic CodingLiveBench46.8%†–
Terminal-Bench HardArtificial Analysis–41.7%†
τ²-Bench Telecom (AA)Artificial Analysis–87.1%†
Terminal-Bench 2.1 (Vals)Vals AI67.0%†–
MCP AtlasScale AI SEAL–70.3%
HiL-BenchScale AI SEAL47.8%†–
BFCL OverallBerkeley Function Calling Leaderboard–72.5%
τ²-benchτ²-bench–82.5%†
τ³-bench Bankingτ²-bench–18.0%†
GDPval-AA v2.1Artificial Analysis1437†–
τ³-Banking (AA)Artificial Analysis39.4%†–
CyberBenchVals AI72.1%–
Finance Agent v2Vals AI49.5%–
Harvey's Legal Agent Benchmark v1Vals AI8.3%–
Legal Research BenchVals AI30.3%–
Poker AgentVals AI–1078.9%
SkillsBenchVals AI50.7%–
Tax Agent BenchVals AI28.1%–
Terminal-Bench 2.0 (Vals)Vals AI–55.1%†
Terminal-Bench 4.0 (Vals)Vals AI18.7%–
Terminal-Bench ScienceVals AI4.3%–
Arena SearchArena (LMArena)–1201
BALROGBALROG–58.1%
DeepResearch BenchDeepResearch Bench–46.3%†
METR Time HorizonsMETR–71.0%
Vending-Bench 2Andon Labs–5478.2
AutomationBenchArtificial Analysis54.0%†–
GDP.pdf (AA)Artificial Analysis11.0%†–
AA-Briefcase v1.1Artificial Analysis1255†–
Design Arena AgenticDesign Arena–1080
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub57.5%†–
FrontierMath Tier 4Epoch AI Benchmarking Hub24.4%†–
OTIS Mock AIMEEpoch AI Benchmarking Hub94.4%†91.4%
ProofBenchVals AI56.0%†20.0%
LiveBench MathematicsLiveBench86.8%†–
AIME (Vals)Vals AI–96.7%†
MGSMVals AI–93.9%†
AIME 2026MathArena95.8%†91.7%
HMMT February 2026MathArena93.9%†86.4%
MathArena ApexMathArena27.1%†23.4%
Omni-MATH (HELM)HELM Capabilities–55.6%
MATH 500Vals AI–96.4%†
Arena MathsArena (LMArena)14411475
AIME 2025 (AA)Artificial Analysis–95.7%†
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub33.6%†–
LiveBench 1.0 Data AnalysisLiveBench79.3%†–
MMLU-ProVals AI86.2%90.1%
LegalBenchVals AI77.7%87.0%†
CorpFinVals AI61.9%63.7%†
TaxEvalVals AI70.7%72.6%†
MedQAVals AI–96.0%†
PRBench FinanceScale AI SEAL–39.2%
PRBench LegalScale AI SEAL–40.6%
MultiNRCScale AI SEAL–59.0%
MMLU-Pro (HELM)HELM Capabilities–90.3%
BioMysteryBenchVals AI64.4%–
CaseLaw v2Vals AI–53.1%†
Excel Modeling BenchmarkVals AI57.0%–
MedCodeVals AI41.4%52.2%†
MedScribeVals AI80.4%72.0%†
Global-MMLU-Lite (AA)Artificial Analysis–92.2%†
指示追従
LiveBench LanguageLiveBench79.2%†–
LiveBench Instruction FollowingLiveBench65.5%†–
IFBenchArtificial Analysis–70.4%†
MultiChallengeScale AI SEAL–65.7%
TutorBenchScale AI SEAL–53.7%
IFEval (HELM)HELM Capabilities–87.6%
WildBench (HELM)HELM Capabilities–85.9%
Arena Instruction FollowingArena (LMArena)14341473
人間の評価
Arena TextArena (LMArena)14391486
EQ-Bench Creative Writing v3EQ-Bench1559†1524
Arena Creative WritingArena (LMArena)14111484
Arena Multi-turnArena (LMArena)14471495
Arena Longer QueriesArena (LMArena)14491491
マルチモーダル
Arena VisionArena (LMArena)–1305
MMMU-ProArtificial Analysis–80.2%†
VISTAScale AI SEAL–51.5%
MMMU-Pro (Vals)Vals AI–87.5%†
MortgageTaxVals AI–69.1%†
AudioMCScale AI SEAL–54.6%†
AudioMC (text output)Scale AI SEAL–54.6%†
VTBScale AI SEAL–26.9%
GeoBenchGeoBench–84.0%
VPCTEpoch AI Benchmarking Hub–91.0%
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.7%†76.0%†
Arena DocumentArena (LMArena)–1451
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub154.4†153.0
LiveBench 1.0LiveBench74.2%†–
AA Intelligence Index v4.3.2Artificial Analysis34.3†28.0†
AA Progress Index v1Artificial Analysis309.4†290.7†
HELM Capabilities meanHELM Capabilities–79.9%
安全性・誠実さ
FORTRESSScale AI SEAL–41.7%
MASKScale AI SEAL–42.6%
PropensityBenchScale AI SEAL–52.9%
メタデータ
AA Openness IndexArtificial Analysis44.4†5.6†

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

  • Gemini 3 Pro:スコアの改訂1件。
  • DeepSeek V4 Flash (high):スコアの改訂1件。
  • Gemini 3 Pro:新しい結果1件(Arena Search)。
  • DeepSeek V4 Flash (high):スコアの改訂1件。
  • DeepSeek V4 Flash (high):新しい結果1件(GameBench 2 by reasoning setting)。
  • DeepSeek V4 Flash (high):新しい結果1件(Harvey's Legal Agent Benchmark v1)。
  • Gemini 3 Pro:スコアの改訂1件。
  • DeepSeek V4 Flash (high):BenchLeader Index 59.3 → 57.3。
  • DeepSeek V4 Flash (high):入力価格 $0.11/M → $0.15/M、出力価格 $0.23/M → $0.60/M。
  • Gemini 3 Pro: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 Flash vs Gemini 3 Pro:よくある質問

DeepSeek V4 FlashはGemini 3 Proより優れていますか?
DeepSeek V4 Flash (high)とGemini 3 Proの品質は互角です(57.2 対 60.0、±5.2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 FlashとGemini 3 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 Flashの方が安く、100万トークンあたり$0.262 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 FlashとGemini 3 Proのどちらが向いていますか?
コーディングではGemini 3 Proの方がスコアが高くなっています(カテゴリ指標で58 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Arena WebDevでは、DeepSeek V4 Flashが1582、Gemini 3 Proが1441です。
DeepSeek V4 FlashとGemini 3 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15件のベンチマークのうち、DeepSeek V4 Flashのリードが4件、Gemini 3 Pro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、Gemini 3 Proが上回っています。
DeepSeek V4 Flashはいつリリースされましたか?
DeepSeek V4 Flashは2026年7月31日にリリースされました。