BenchLeader

DeepSeek V4 Flash vs Gemini 4 Argon

詳しいプロフィール:DeepSeek V4 Flash(DeepSeek)とGemini 4 Argon(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 · 13件の情報源のデータ

2026年11月16日時点で、品質ではGemini 4 ArgonがDeepSeek V4 Flashを上回ります(BenchLeader Indexで65.3 対 57.2)。ただし、価格はDeepSeek V4 Flashの方が15倍安く、100万トークンあたりのブレンド価格で$0.262 対 $4.00です。両方を測定できるすべてのカテゴリでGemini 4 Argonがリードしています。Gemini 4 Argonの現在の価格は2026年11月30日までで、その後は$8.00になります。

要点(2026年11月16日時点)

  • BenchLeader IndexはDeepSeek V4 Flashが57.2、Gemini 4 Argonが65.3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 4 Argonの100万トークンあたりのブレンド価格は$4.00です(2026年11月30日まで。その後は$8.00)(https://ai.google.dev/gemini-api/docs/pricing、2026年10月20日確認)。
  • 両モデルに結果がある30件のベンチマークのうち、Gemini 4 Argonが30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 4 Argonが1681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 4 Argonカテゴリスコア67 対 55;Arena WebDev 1681 対 1582高
数学Gemini 4 Argonカテゴリスコア70 対 62;Arena Maths 1536 対 1441高
推論Gemini 4 Argonカテゴリスコア70 対 59;ARC-AGI-2 91.3% 対 56.0%高
知識Gemini 4 Argonカテゴリスコア72 対 55;LegalBench 88.3% 対 77.7%高
チャットの質(人間の評価)Gemini 4 ArgonArenaの投票で72 対 62高
最低コストDeepSeek V4 Flash100万トークンあたりブレンド価格$0.262 対 $4.00;エージェント型コーディングセッション$0.011 対 $0.160;2026年12月1日以降:$0.262 対 $8.00–
回答開始の速さDeepSeek V4 Flash最初の回答トークンまで0.7秒(DeepSeek V4 Flash (high))対 45.7秒(Gemini 4 Argon (high))–
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Gemini 4 Argon (high)がリードしています:65.3 対 57.2。
  • Gemini 4 Argon (high)はコーディング、人間の評価、知識、数学、推論で優れています。
  • 2026年11月30日まではDeepSeek V4 Flash (high)の方が15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 $4.00)。2026年12月1日からは$0.262 対 $8.00になります。

概要

仕様DeepSeek V4 FlashGemini 4 Argon
プロバイダーDeepSeekGoogle
リリース日2026年7月31日2026年9月30日
一般提供開始2026年7月31日2026年10月13日
コンテキストウィンドウ(トークン)1,048,5761,048,576
最大出力(トークン)–65,536 (up to 1,048,576 with long decode)
入力の種類–テキスト、画像、動画、音声、PDF
推論エフォートの設定–low, medium, high
比較した構成DeepSeek V4 Flash (high)Gemini 4 Argon (high)
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$2.00 / $10.00 / $0.100
発表済みの価格変更発表なし2026年12月1日から$4.00 / $20.00 / $0.200
APIモデルID–gemini-4-argon
利用できる場所–Gemini API (AI Studio), Gemini Enterprise Agent Platform, Gemini app

上限、提供状況、発表済みの価格は各ベンダーの公式ページによるものです: ai.google.dev、ai.google.dev(料金) (2026年10月20日確認)。それ以外はすべて当日のデータです。

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 4 Argon (high)トップ
推論59.269.5Gemini 4 Argon
コーディング55.066.7Gemini 4 Argon
エージェント・ツール–58.6比較不可
数学61.969.9Gemini 4 Argon
知識54.871.9Gemini 4 Argon
人間の評価62.072.1Gemini 4 Argon
長文コンテキスト–64.5比較不可
総合–63.8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 4 Argon, 推論: 69.5Gemini 4 Argon, コーディング: 66.7Gemini 4 Argon, 数学: 69.9Gemini 4 Argon, 知識: 71.9Gemini 4 Argon, 人間の評価: 72.1

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30件のベンチマークのうち、DeepSeek V4 Flashのリードが0件、Gemini 4 Argonのリードが30件です。両方を評価しているすべての総合指標で、Gemini 4 Argonが上回っています。

総合IndexDeepSeek V4 Flash (high)Gemini 4 Argon (high)トップ
BenchLeader Index57.265.3Gemini 4 Argon
Arena Text14391522Gemini 4 Argon

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 4 Argon (high)
100万トークンあたりのブレンド価格(2026年11月30日まで)$0.262$4.00
100万トークンあたりの入力/出力$0.150 / $0.600$2.00 / $10.00
2026年12月1日以降の100万トークンあたりのブレンド価格$0.262$8.00
2026年12月1日以降の100万トークンあたりの入力/出力$0.150 / $0.600$4.00 / $20.00
100万トークンあたりのキャッシュ入力$0.0030$0.100
タスクあたりの価格:チャットの返答$0.0002$0.0038
タスクあたりの価格:30ページのレポートを要約$0.0022$0.030
タスクあたりの価格:コード編集$0.0018$0.027
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$0.160
タスクあたりの価格:構造化データの抽出$0.0004$0.0060
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$0.074
ベンチマークのタスクあたりのコスト(AA Index)–$4.97
タスクあたりの出力トークン(AA Index)–116k
うち推論–68k
タスクあたりの時間(AA Index)–29 min
出力速度82 tok/s66 tok/s
回答開始までの時間0.7秒45.7秒
回答が完了するまでの時間(最終測定2026年11月13日)–122.1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 4 Argon (high)のスコアは65.3、最初の回答トークンまで46秒。Gemini 4 Argonは64.4(5秒)、Gemini 4 Argon (medium)は61.6(13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

175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 4 Argon (high)
BenchLeader IndexBenchLeader57.265.3
コーディングスコアBenchLeader55.066.7
人間の評価スコアBenchLeader62.072.1
知識スコアBenchLeader54.871.9
数学スコアBenchLeader61.969.9
推論スコアBenchLeader59.269.5
エージェント・ツールスコアBenchLeader–58.6
総合スコアBenchLeader–63.8
長文コンテキストスコアBenchLeader–64.5
ブレンド価格($/100万トークン)BenchLeader$0.262$4.00
出力速度BenchLeader82 tok/s66 tok/s
回答開始までの時間BenchLeader0.7秒45.7秒
コンテキストウィンドウBenchLeader1,048,576トークン1,048,576トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub91.0%†96.4%
SimpleBenchSimpleBench61.1%†91.7%†
Arena Hard PromptsArena (LMArena)14591545
LiveBench 2.0 ReasoningLiveBench–95.1%
LiveBench 1.0 ReasoningLiveBench86.6%†–
GPQA Diamond (AA)Artificial Analysis90.8%†–
Humanity's Last Exam (AA)Artificial Analysis38.5%†57.1%
HLE-Diamond (AA)Artificial Analysis–56.7%
GPQA Diamond (Vals)Vals AI89.9%–
Kagi LLM BenchmarkKagi LLM Benchmark52.2%†–
ARC-AGI-1ARC Prize87.0%98.5%
ARC-AGI-2ARC Prize56.0%91.3%
ARC-AGI-3ARC Prize–97.3%
CritPtArtificial Analysis16.6%†27.1%
CritPt v2 hard subset (AA)Artificial Analysis–52.5%
MysteryMechanismVals AI–45.5%
HLE-Diamond (Scale)Scale AI SEAL–53.2%†
Arena ExpertArena (LMArena)14671549
Chess PuzzlesEpoch AI Benchmarking Hub32.0%†59.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub34.0%†64.0%
LMCAEpoch AI Benchmarking Hub41.7%†63.7%
DTBenchEpoch AI Benchmarking Hub90.9%†97.3%
コーディング
SciCodeSciCode42.0%61.8%
WeirdMLWeirdML57.0%–
FrontierCodeCognition18.8%†47.5%†
175件のベンチマークをすべて表示
指標公開元DeepSeek V4 Flash (high)Gemini 4 Argon (high)
コーディング
Arena CodingArena (LMArena)14801553
Arena WebDevArena (LMArena)15821681
LiveBench 2.0 CodingLiveBench–85.7%
LiveBench 1.0 CodingLiveBench75.0%†–
SciCode (AA)Artificial Analysis50.4%†61.8%
LiveCodeBenchVals AI87.3%–
IOIVals AI32.7%100.0%
SWE-bench (Vals)Vals AI88.8%–
Code MigrationVals AI38.6%68.2%
Code Migration v1.1Vals AI–70.8%
ProgramBenchVals AI0.0%2.5%
SWE-bench MultimodalVals AI–56.0%
Vibe Code Bench 1-100Vals AI–21.2%
Vibe Code Bench v1.1Vals AI74.7%91.9%
SWE Atlas v1.1Scale AI SEAL–70.1%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–65.3%†
SWE Atlas v1.1: Test WritingScale AI SEAL–77.8%†
SWE Atlas v1.1: RefactoringScale AI SEAL–67.1%†
SWE-Bench Pro V2Scale AI SEAL–99.2%
SWE-Bench Pro V2 HARDScale AI SEAL–92.2%
MirrorCodeEpoch AI Benchmarking Hub–58.9%
CursorBenchCursor–52.9%
ALE-BenchEpoch AI Benchmarking Hub678.22100.1
FrontierSWEEpoch AI Benchmarking Hub–55.0%
WeirdML v3WeirdML–20.3%
Terminal-Bench 4.0 (AA)Artificial Analysis12.1%†57.1%
Terminal-Bench 2.1 (AA)Artificial Analysis78.7%†–
GameBench 2 OverallDuelLab GameBench 234.1†81.7†
GameBench 2 by reasoning settingDuelLab GameBench 243.489.2
Design Arena WebsiteDesign Arena1199†1316†
FrontierCode 1.1 (AA)Artificial Analysis–43.5%
FrontierCode 2.0 (AA)Artificial Analysis–25.7%
エージェント・ツール
Terminal-BenchTerminal-Bench–55.5%
Remote Labor IndexScale AI / CAIS–17.1%†
APEX-AgentsMercor–82.4%†
Arena AgentArena (LMArena)–10.7
LiveBench Long AgenticLiveBench–58.5%
LiveBench BrowserLiveBench–82.8%
LiveBench Agentic CodingLiveBench46.8%†–
Terminal-Bench 2.1 (Vals)Vals AI67.0%†57.7%
MCP AtlasScale AI SEAL–90.7%†
HiL-BenchScale AI SEAL47.8%†62.0%†
GDPval-AA v2.1, normalised scoreArtificial Analysis–56.2%
GDPval-AA v2.1Artificial Analysis1437†1634
τ³-Banking (AA)Artificial Analysis39.4%†–
Analyst Agent (AA)Artificial Analysis–48.8%
CUA-benchVals AI–4.8%
CyberBenchVals AI72.1%77.9%
Finance Agent v2Vals AI49.5%65.4%
Finance Agent v2.1Vals AI–67.7%
Harvey's Legal Agent Benchmark v1.1Vals AI–27.1%
Harvey's Legal Agent Benchmark v1Vals AI8.3%19.6%
Legal Research BenchVals AI30.3%54.8%
Robo-benchVals AI–0.8%
SkillsBenchVals AI50.7%–
SREBenchVals AI–44.3%
Tax Agent BenchVals AI28.1%49.2%
Terminal-Bench 4.0 (Vals)Vals AI18.7%57.6%
Terminal-Bench ScienceVals AI4.3%44.3%
Time Horizon Index: KSPVals AI–52.5%
Arena Agent Task CompletionArena (LMArena)–13.2
PostTrainBenchEpoch AI Benchmarking Hub–40.4%
Vending-Bench 2Andon Labs–13718.2†
AutomationBenchArtificial Analysis54.0%†77.5%
GDP.pdf (AA)Artificial Analysis11.0%†21.8%
Harvey LAB-AA v1.1Harvey–3.9%
AA-Briefcase v1.1Artificial Analysis1255†1485
GDPxGDPx by SemiAnalysis–7.3%
Design Arena AgenticDesign Arena–1274†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–52.9%
MKA (AA)Artificial Analysis–51.3%
FACTS SearchGoogle–89.9%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub57.5%†86.0%
FrontierMath Tier 4Epoch AI Benchmarking Hub24.4%†78.0%
OTIS Mock AIMEEpoch AI Benchmarking Hub94.4%†100.0%
ProofBenchVals AI56.0%†99.0%†
LiveBench MathematicsLiveBench86.8%†–
AIME 2026MathArena95.8%†–
HMMT February 2026MathArena93.9%†–
MathArena ApexMathArena27.1%†–
ArXivMathMathArena–84.4%
BrokenArXivMathArena–47.9%
Arena MathsArena (LMArena)14411536
FrontierMath ErdősEpoch AI Benchmarking Hub–1.5%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub33.6%†76.0%
LiveBench 2.0 Data AnalysisLiveBench–85.2%
LiveBench ResearchLiveBench–86.8%
LiveBench 1.0 Data AnalysisLiveBench79.3%†–
AA-Omniscience v1.1Artificial Analysis–46.1
MMLU-ProVals AI86.2%–
LegalBenchVals AI77.7%88.3%
CorpFinVals AI61.9%–
TaxEvalVals AI70.7%–
PRBench FinanceScale AI SEAL–49.9%†
PRBench LegalScale AI SEAL–49.4%†
BioMysteryBenchVals AI64.4%76.3%
Excel Modeling BenchmarkVals AI57.0%75.2%
Excel Modeling Benchmark v1.1Vals AI–74.8%
MedCodeVals AI41.4%58.8%
MedScribeVals AI80.4%87.4%
Public Benefits Bench v1.1Vals AI–69.8%
Access to Justice BenchmarkVals AI–68.5%
Financial Coaching BenchVals AI–73.1%
Immigration BenchVals AI–68.1%
DrugDiscoveryBenchScale AI SEAL–65.4%
EBR-benchEpoch AI Benchmarking Hub–64.8%
GDP.pdfEpoch AI Benchmarking Hub–28.4%
AA-Omniscience v1.1: accuracyArtificial Analysis–48.3%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–95.7%
HealthBench Professional (AA)OpenAI–55.0%
FACTS ParametricGoogle–72.2%†
指示追従
LiveBench LanguageLiveBench79.2%†–
LiveBench Instruction FollowingLiveBench65.5%†–
MultiChallengeScale AI SEAL–78.7%†
Arena Instruction FollowingArena (LMArena)14341528
人間の評価
Arena TextArena (LMArena)14391522
EQ-Bench 4EQ-Bench–1236†
EQ-Bench Creative Writing v3EQ-Bench1559†1758†
Arena Creative WritingArena (LMArena)14111523
Arena Multi-turnArena (LMArena)14471545
Arena Longer QueriesArena (LMArena)14491544
マルチモーダル
LiveBench DesignLiveBench–69.2%
MMMU-ProArtificial Analysis–88.3%†
SAGEVals AI–89.5%
AudioMCScale AI SEAL–58.4%
AudioMC (text output)Scale AI SEAL–58.4%
Humanity's Sixth SenseScale AI SEAL–55.4%
Blueprint-Bench 2Epoch AI Benchmarking Hub–54.5%†
Furniture AssemblyEpoch AI Benchmarking Hub–72.5%
VIALS-AAHandshake AI–59.6%
Code2Video-AAArtificial Analysis–1259
AA-3DArtificial Analysis–1147
FACTS MultimodalGoogle–54.2%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.7%†79.7%
MLCRArtificial Analysis–13.9%
FACTS GroundingGoogle–73.3%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub154.4†166.5†
LiveBench 2.0LiveBench–77.7%
LiveBench 1.0LiveBench74.2%†–
AA Intelligence Index v5.0.1Artificial Analysis–50.4
AA Intelligence Index v4.3.2Artificial Analysis34.3†52.6
AA Progress Index v1Artificial Analysis309.4†341.8
Vals IndexVals AI–69.4
Vals Finance IndexVals AI–66.0%
Vals RSI IndexVals AI–30.6%
Vals Science IndexVals AI–55.4%
Vals Router IndexVals AI–69.2%†
Vals Legal IndexVals AI–76.8%
安全性・誠実さ
DistressBenchScale AI SEAL–68.6%†
メタデータ
AA Openness IndexArtificial Analysis44.4†–

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

  • Gemini 4 Argon:定価が100万トークンあたり入力$4.00/出力$20.00に変わります(発表済み)。
  • Gemini 4 Argon (high):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • DeepSeek V4 Flash (high):スコアの改訂1件。
  • Gemini 4 Argon (high):新しい結果1件(Terminal-Bench)。
  • Gemini 4 Argon (high):スコアの改訂1件。
  • Gemini 4 Argon (high):BenchLeader Index 65.9 → 65.3。
  • Gemini 4 Argon (high):新しい結果1件(PostTrainBench)、入力価格 $4.00/M → $2.00/M、出力価格 $20.00/M → $10.00/M、価格 $9.95/M → $4.97/M。
  • Gemini 4 Argon (high):スコアの改訂4件。
  • Gemini 4 Argon (high):スコアの改訂1件。
  • Gemini 4 Argon (high):価格 $7.68/M → $9.95/M。

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 4 Argon:よくある質問

Gemini 4 ArgonはDeepSeek V4 Flashより優れていますか?
品質ではGemini 4 Argon (high)がリードしています:65.3 対 57.2。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Gemini 4 Argon (high)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 FlashとGemini 4 Argon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 $4.00です(出力1トークンにつき入力3トークンでブレンド)。Gemini 4 Argonの現在の価格は2026年11月30日までで、その後は$8.00になります。
コーディングにはDeepSeek V4 FlashとGemini 4 Argonのどちらが向いていますか?
コーディングではGemini 4 Argonの方がスコアが高くなっています(カテゴリ指標で67 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 4 Argonが1681です。
DeepSeek V4 FlashとGemini 4 Argonはどちらが速いですか?
DeepSeek V4 Flashの方が出力が速くなっています(出力82 対 66トークン/秒、Artificial Analysisの7日間の中央値)。
長い文書にはどちらが向いていますか?
どちらも1,048,576トークンのコンテキストに対応しています。
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 Flashです。Artificial Analysisの測定では、最初の回答トークンまで0.7秒 対 45.7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 FlashとGemini 4 Argon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30件のベンチマークのうち、DeepSeek V4 Flashのリードが0件、Gemini 4 Argonのリードが30件です。両方を評価しているすべての総合指標で、Gemini 4 Argonが上回っています。
Gemini 4 Argonはいつリリースされましたか?
Gemini 4 Argonは2026年9月30日に初めて登場し、2026年10月13日に一般提供が始まりました。