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 Pro | Arena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 Flash | Gemini 3 Pro |
|---|---|---|
| プロバイダー | DeepSeek | |
| 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 | 59.2 | 62.6 | Gemini 3 Pro |
| コーディング | 55.0 | 57.8 | Gemini 3 Pro |
| エージェント・ツール | – | 61.7 | 比較不可 |
| 数学 | 61.9 | 54.0 | DeepSeek V4 Flash |
| 知識 | 54.8 | 55.9 | Gemini 3 Pro |
| 指示追従 | – | 61.1 | 比較不可 |
| 人間の評価 | 62.0 | 67.7 | Gemini 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。
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。
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Index | DeepSeek V4 Flash (high) | Gemini 3 Pro | トップ |
|---|---|---|---|
| BenchLeader Index | 57.2 | 60.0 | 互角 |
| Arena Text | 1439 | 1486 | Gemini 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) | $0.0048 | – |
| 出力速度 | 82 tok/s | – |
| 回答開始までの時間 | 0.7秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。DeepSeek V4 Flash (high)のスコアは57.2、最初の回答トークンまで1秒。DeepSeek V4 Flash (max)は56.8(28秒)、DeepSeek V4 Flashは53.8(1秒)。Gemini 3 Proのスコアは60.0。Gemini 3 Pro (high)は60.0。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
147件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | DeepSeek V4 Flash (high) | Gemini 3 Pro |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 57.2 | 60.0 |
| コーディングスコア | BenchLeader | 55.0 | 57.8 |
| 人間の評価スコア | BenchLeader | 62.0 | 67.7 |
| 知識スコア | BenchLeader | 54.8 | 55.9 |
| 数学スコア | BenchLeader | 61.9 | 54.0 |
| 推論スコア | BenchLeader | 59.2 | 62.6 |
| エージェント・ツールスコア | BenchLeader | – | 61.7 |
| 指示追従スコア | BenchLeader | – | 61.1 |
| マルチモーダルスコア | BenchLeader | – | 65.6 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.262 | – |
| 出力速度 | BenchLeader | 82 tok/s | – |
| 回答開始までの時間 | BenchLeader | 0.7秒 | – |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | – |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 91.0%† | 92.6% |
| Humanity's Last Exam | Scale AI / CAIS | – | 37.5% |
| SimpleBench | SimpleBench | 61.1%† | 76.4% |
| Arena Hard Prompts | Arena (LMArena) | 1459 | 1502 |
| LiveBench 1.0 Reasoning | LiveBench | 86.6%† | – |
| GPQA Diamond (AA) | Artificial Analysis | 90.8%† | 90.8%† |
| Humanity's Last Exam (AA) | Artificial Analysis | 38.5%† | 39.7%† |
| GPQA Diamond (Vals) | Vals AI | 89.9% | 91.7%† |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 52.2%† | 80.1% |
| GPQA Diamond (HELM) | HELM Capabilities | – | 80.3% |
| ARC-AGI-1 | ARC Prize | 87.0% | 75.0% |
| ARC-AGI-2 | ARC Prize | 56.0% | 31.1% |
| CritPt | Artificial Analysis | 16.6%† | 9.1%† |
| SciPredict | Scale AI SEAL | – | 25.3% |
| Arena Expert | Arena (LMArena) | 1467 | 1499 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 32.0%† | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 34.0%† | – |
| CL-bench | Epoch AI Benchmarking Hub | – | 15.8% |
| LMCA | Epoch AI Benchmarking Hub | 41.7%† | – |
| DTBench | Epoch AI Benchmarking Hub | 90.9%† | – |
| ForecastBench | ForecastBench | – | 65.0% |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | – | 72.9% |
| SciCode | SciCode | 42.0% | – |
| WeirdML | WeirdML | 57.0% | 69.9% |
| FrontierCode | Cognition | 18.8%† | – |
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-Bench | GSO-Bench | – | 18.6% |
| Arena Coding | Arena (LMArena) | 1480 | 1517 |
| Arena WebDev | Arena (LMArena) | 1582 | 1441 |
| LiveBench 1.0 Coding | LiveBench | 75.0%† | – |
| SciCode (AA) | Artificial Analysis | 50.4%† | – |
| LiveCodeBench | Vals AI | 87.3% | 86.4% |
| IOI | Vals AI | 32.7% | – |
| SWE-bench (Vals) | Vals AI | 88.8% | 76.4%† |
| SWE-Bench Pro | Scale 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 Migration | Vals AI | 38.6% | – |
| ProgramBench | Vals AI | 0.0% | – |
| Vibe Code Bench v1.1 | Vals AI | 74.7% | 14.3%† |
| SWE-Bench Pro (private) | Scale AI SEAL | – | 17.9% |
| ALE-Bench | Epoch AI Benchmarking Hub | 678.2 | 1176.8 |
| AlgoTune | AlgoTune | – | 1.8 |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 12.1%† | – |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 78.7%† | – |
| GameBench 2 Overall | DuelLab GameBench 2 | 34.1† | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 43.4 | – |
| Design Arena Website | Design Arena | 1199† | 1244 |
| LiveCodeBench (AA) | Artificial Analysis | – | 91.8%† |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | – | 69.4% |
| GDPval | OpenAI | – | 40.3% |
| Remote Labor Index | Scale AI / CAIS | – | 1.3% |
| LiveBench Agentic Coding | LiveBench | 46.8%† | – |
| Terminal-Bench Hard | Artificial Analysis | – | 41.7%† |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 87.1%† |
| Terminal-Bench 2.1 (Vals) | Vals AI | 67.0%† | – |
| MCP Atlas | Scale AI SEAL | – | 70.3% |
| HiL-Bench | Scale AI SEAL | 47.8%† | – |
| BFCL Overall | Berkeley Function Calling Leaderboard | – | 72.5% |
| τ²-bench | τ²-bench | – | 82.5%† |
| τ³-bench Banking | τ²-bench | – | 18.0%† |
| GDPval-AA v2.1 | Artificial Analysis | 1437† | – |
| τ³-Banking (AA) | Artificial Analysis | 39.4%† | – |
| CyberBench | Vals AI | 72.1% | – |
| Finance Agent v2 | Vals AI | 49.5% | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 8.3% | – |
| Legal Research Bench | Vals AI | 30.3% | – |
| Poker Agent | Vals AI | – | 1078.9% |
| SkillsBench | Vals AI | 50.7% | – |
| Tax Agent Bench | Vals AI | 28.1% | – |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 55.1%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | 18.7% | – |
| Terminal-Bench Science | Vals AI | 4.3% | – |
| Arena Search | Arena (LMArena) | – | 1201 |
| BALROG | BALROG | – | 58.1% |
| DeepResearch Bench | DeepResearch Bench | – | 46.3%† |
| METR Time Horizons | METR | – | 71.0% |
| Vending-Bench 2 | Andon Labs | – | 5478.2 |
| AutomationBench | Artificial Analysis | 54.0%† | – |
| GDP.pdf (AA) | Artificial Analysis | 11.0%† | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1255† | – |
| Design Arena Agentic | Design Arena | – | 1080 |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 57.5%† | – |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 24.4%† | – |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 94.4%† | 91.4% |
| ProofBench | Vals AI | 56.0%† | 20.0% |
| LiveBench Mathematics | LiveBench | 86.8%† | – |
| AIME (Vals) | Vals AI | – | 96.7%† |
| MGSM | Vals AI | – | 93.9%† |
| AIME 2026 | MathArena | 95.8%† | 91.7% |
| HMMT February 2026 | MathArena | 93.9%† | 86.4% |
| MathArena Apex | MathArena | 27.1%† | 23.4% |
| Omni-MATH (HELM) | HELM Capabilities | – | 55.6% |
| MATH 500 | Vals AI | – | 96.4%† |
| Arena Maths | Arena (LMArena) | 1441 | 1475 |
| AIME 2025 (AA) | Artificial Analysis | – | 95.7%† |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 33.6%† | – |
| LiveBench 1.0 Data Analysis | LiveBench | 79.3%† | – |
| MMLU-Pro | Vals AI | 86.2% | 90.1% |
| LegalBench | Vals AI | 77.7% | 87.0%† |
| CorpFin | Vals AI | 61.9% | 63.7%† |
| TaxEval | Vals AI | 70.7% | 72.6%† |
| MedQA | Vals AI | – | 96.0%† |
| PRBench Finance | Scale AI SEAL | – | 39.2% |
| PRBench Legal | Scale AI SEAL | – | 40.6% |
| MultiNRC | Scale AI SEAL | – | 59.0% |
| MMLU-Pro (HELM) | HELM Capabilities | – | 90.3% |
| BioMysteryBench | Vals AI | 64.4% | – |
| CaseLaw v2 | Vals AI | – | 53.1%† |
| Excel Modeling Benchmark | Vals AI | 57.0% | – |
| MedCode | Vals AI | 41.4% | 52.2%† |
| MedScribe | Vals AI | 80.4% | 72.0%† |
| Global-MMLU-Lite (AA) | Artificial Analysis | – | 92.2%† |
| 指示追従 | |||
| LiveBench Language | LiveBench | 79.2%† | – |
| LiveBench Instruction Following | LiveBench | 65.5%† | – |
| IFBench | Artificial Analysis | – | 70.4%† |
| MultiChallenge | Scale AI SEAL | – | 65.7% |
| TutorBench | Scale AI SEAL | – | 53.7% |
| IFEval (HELM) | HELM Capabilities | – | 87.6% |
| WildBench (HELM) | HELM Capabilities | – | 85.9% |
| Arena Instruction Following | Arena (LMArena) | 1434 | 1473 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1439 | 1486 |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1559† | 1524 |
| Arena Creative Writing | Arena (LMArena) | 1411 | 1484 |
| Arena Multi-turn | Arena (LMArena) | 1447 | 1495 |
| Arena Longer Queries | Arena (LMArena) | 1449 | 1491 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | – | 1305 |
| MMMU-Pro | Artificial Analysis | – | 80.2%† |
| VISTA | Scale AI SEAL | – | 51.5% |
| MMMU-Pro (Vals) | Vals AI | – | 87.5%† |
| MortgageTax | Vals AI | – | 69.1%† |
| AudioMC | Scale AI SEAL | – | 54.6%† |
| AudioMC (text output) | Scale AI SEAL | – | 54.6%† |
| VTB | Scale AI SEAL | – | 26.9% |
| GeoBench | GeoBench | – | 84.0% |
| VPCT | Epoch AI Benchmarking Hub | – | 91.0% |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 79.7%† | 76.0%† |
| Arena Document | Arena (LMArena) | – | 1451 |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 154.4† | 153.0 |
| LiveBench 1.0 | LiveBench | 74.2%† | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 34.3† | 28.0† |
| AA Progress Index v1 | Artificial Analysis | 309.4† | 290.7† |
| HELM Capabilities mean | HELM Capabilities | – | 79.9% |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | – | 41.7% |
| MASK | Scale AI SEAL | – | 42.6% |
| PropensityBench | Scale AI SEAL | – | 52.9% |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | 44.4† | 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。
関連する比較
- DeepSeek V4 Flash vs Claude Fable 5.1
- DeepSeek V4 Flash vs GPT-6.1 Sol
- Gemini 3 Pro vs Gemini 4 Carbon
- Gemini 3 Pro vs Claude Opus 5.5
- Gemini 3 Pro vs GPT-6 Astra
- DeepSeek V4 Flash vs Gemini 4 Argon
- DeepSeek V4 Flash vs Claude Sonnet 5.5
- DeepSeek V4 Flash vs Muse Spark 1.3
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。