BenchLeader

DeepSeek V4 Pro vs Gemini 3 Pro

詳しいプロフィール:DeepSeek V4 Pro(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 · 16件の情報源のデータ

2026年11月16日時点で、DeepSeek V4 ProとGemini 3 Proの品質は互角です(BenchLeader Indexで56.0 対 60.0、±5.6の誤差範囲内)。価格はDeepSeek V4 Proの方が4.5倍安く、100万トークンあたりのブレンド価格で$0.990 対 $4.50です。数学(65 対 54)を重視するならDeepSeek V4 Pro、知識(56 対 41)、推論(63 対 56)、コーディング(58 対 52)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 Proが56.0、Gemini 3 Proが60.0です(BenchLeader、2026年11月16日)。
  • DeepSeek V4 Proの100万トークンあたりのブレンド価格は$0.990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 Proが1581、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 52;WeirdML 69.9% 対 46.5%中
数学DeepSeek V4 Proカテゴリスコア65 対 54;OTIS Mock AIME 95.6% 対 91.4%高
推論Gemini 3 Proカテゴリスコア63 対 56;GPQA Diamond 92.6% 対 90.9%中
知識Gemini 3 Proカテゴリスコア56 対 41高
チャットの質(人間の評価)Gemini 3 ProArenaの投票で68 対 65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 Pro (high)とGemini 3 Proの品質は互角です(56.0 対 60.0、±5.6の誤差範囲内)。
  • DeepSeek V4 Pro (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 Pro (high)の方が4.5倍安くなっています(100万トークンあたりブレンド価格$0.990 対 $4.50)。

概要

仕様DeepSeek V4 ProGemini 3 Pro
プロバイダーDeepSeekGoogle
リリース日2026年8月13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 Pro (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)$1.32 / $3.96 / $0.022–

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 Pro (high)Gemini 3 Proトップ
推論55.662.6Gemini 3 Pro
コーディング51.557.8Gemini 3 Pro
エージェント・ツール–61.7比較不可
数学64.554.0DeepSeek V4 Pro
知識41.255.9Gemini 3 Pro
指示追従–61.1比較不可
人間の評価65.067.7Gemini 3 Pro
マルチモーダル–65.6比較不可
長文コンテキスト64.3–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 Pro, 推論: 55.6DeepSeek V4 Pro, コーディング: 51.5DeepSeek V4 Pro, 数学: 64.5DeepSeek V4 Pro, 知識: 41.2DeepSeek V4 Pro, 人間の評価: 65.0Gemini 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 Pro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 Pro (high)Gemini 3 Proトップ
BenchLeader Index56.060.0互角
Arena Text14641486Gemini 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 Pro (high)Gemini 3 Pro
100万トークンあたりのブレンド価格$1.98–
100万トークンあたりの入力/出力$1.32 / $3.96– / –
100万トークンあたりのキャッシュ入力$0.022–
タスクあたりの価格:チャットの返答$0.0017–
タスクあたりの価格:30ページのレポートを要約$0.018–
タスクあたりの価格:コード編集$0.014–
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$0.095–
タスクあたりの価格:構造化データの抽出$0.0034–
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)$0.037–
ベンチマークのタスクあたりのコスト(AA Index)$0.849–
タスクあたりの出力トークン(AA Index)70k–
うち推論45k–
タスクあたりの時間(AA Index)15 min–
出力速度80 tok/s–
回答開始までの時間42.8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 Pro (high)のスコアは56.0、最初の回答トークンまで43秒。DeepSeek V4 Pro (max)は54.7(47秒)、DeepSeek V4 Proは53.0(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

180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 Pro (high)Gemini 3 Pro
BenchLeader IndexBenchLeader56.060.0
コーディングスコアBenchLeader51.557.8
人間の評価スコアBenchLeader65.067.7
知識スコアBenchLeader41.255.9
長文コンテキストスコアBenchLeader64.3–
数学スコアBenchLeader64.554.0
推論スコアBenchLeader55.662.6
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$1.98–
出力速度BenchLeader80 tok/s–
回答開始までの時間BenchLeader42.8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 Hub90.9%92.6%
Humanity's Last ExamScale AI / CAIS–37.5%
SimpleBenchSimpleBench–76.4%
Arena Hard PromptsArena (LMArena)14821502
LiveBench 1.0 ReasoningLiveBench85.8%†–
GPQA Diamond (AA)Artificial Analysis92.8%†90.8%†
Humanity's Last Exam (AA)Artificial Analysis41.5%39.7%†
HLE-Diamond (AA)Artificial Analysis20.5%–
GPQA Diamond (Vals)Vals AI92.4%†91.7%†
Kagi LLM BenchmarkKagi LLM Benchmark53.5%†80.1%
GPQA Diamond (HELM)HELM Capabilities–80.3%
ARC-AGI-1ARC Prize87.2%75.0%
ARC-AGI-2ARC Prize59.7%31.1%
CritPtArtificial Analysis18.6%9.1%†
CritPt v2 hard subset (AA)Artificial Analysis28.5%–
SciPredictScale AI SEAL–25.3%
HLE-Diamond (Scale)Scale AI SEAL13.4%†–
Arena ExpertArena (LMArena)14811499
Chess PuzzlesEpoch AI Benchmarking Hub16.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub43.0%†–
CL-benchEpoch AI Benchmarking Hub–15.8%
CL-bench LifeEpoch AI Benchmarking Hub13.5%–
LMCAEpoch AI Benchmarking Hub45.5%†–
DTBenchEpoch AI Benchmarking Hub93.9%†–
ForecastBenchForecastBench60.7%†65.0%
180件のベンチマークをすべて表示
指標公開元DeepSeek V4 Pro (high)Gemini 3 Pro
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub77.6%†72.9%
SciCodeSciCode46.4%–
WeirdMLWeirdML46.5%69.9%
FrontierCodeCognition28.6%–
GSO-BenchGSO-Bench–18.6%
Arena CodingArena (LMArena)15031517
Arena WebDevArena (LMArena)15811441
LiveBench 1.0 CodingLiveBench77.2%†–
SciCode (AA)Artificial Analysis51.7%–
LiveCodeBenchVals AI87.5%†86.4%
IOIVals AI51.6%†–
SWE-bench (Vals)Vals AI96.4%†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 AI41.5%†–
Code Migration v1.1Vals AI52.0%†–
ProgramBenchVals AI0.0%†–
Vibe Code Bench 1-100Vals AI17.5%†–
Vibe Code Bench v1.1Vals AI82.3%†14.3%†
SWE-Bench Pro (private)Scale AI SEAL–17.9%
SWE Atlas v1.0: Codebase QnAScale AI SEAL27.1%†–
SWE Atlas v1.0: Test WritingScale AI SEAL27.1%†–
MirrorCodeEpoch AI Benchmarking Hub33.3%†–
Surface Evolver BenchEpoch AI Benchmarking Hub40.0%–
ALE-BenchEpoch AI Benchmarking Hub1006.11176.8
AlgoTuneAlgoTune–1.8
Terminal-Bench 4.0 (AA)Artificial Analysis6.1%–
Terminal-Bench 2.1 (AA)Artificial Analysis78.7%†–
Startrise FrontendStartrise62.7%†–
GameBench 2 OverallDuelLab GameBench 241.9†–
GameBench 2 by reasoning settingDuelLab GameBench 245.1–
Design Arena WebsiteDesign Arena1227†1244
FrontierCode 1.1 (AA)Artificial Analysis38.8%†–
FrontierCode 2.0 (AA)Artificial Analysis16.7%–
LiveCodeBench (AA)Artificial Analysis–91.8%†
エージェント・ツール
Terminal-BenchTerminal-Bench6.7%†69.4%
GDPvalOpenAI–40.3%
Remote Labor IndexScale AI / CAIS–1.3%
APEX-AgentsMercor47.3%†–
LiveBench Agentic CodingLiveBench55.0%†–
Terminal-Bench HardArtificial Analysis–41.7%†
τ²-Bench Telecom (AA)Artificial Analysis–87.1%†
Terminal-Bench 2.1 (Vals)Vals AI50.2%†–
MCP AtlasScale AI SEAL–70.3%
HiL-BenchScale AI SEAL38.5%†–
BFCL OverallBerkeley Function Calling Leaderboard–72.5%
τ²-benchτ²-bench–82.5%†
τ³-bench Bankingτ²-bench–18.0%†
GDPval-AA v2.1, normalised scoreArtificial Analysis47.5%†–
GDPval-AA v2.1Artificial Analysis1336–
τ³-Banking (AA)Artificial Analysis39.6%†–
CyberBenchVals AI72.9%†–
Finance Agent v2Vals AI50.4%†–
Finance Agent v2.1Vals AI57.1%†–
Harvey's Legal Agent Benchmark v1.1Vals AI10.8%†–
Harvey's Legal Agent Benchmark v1Vals AI7.5%†–
Legal Research BenchVals AI40.9%†–
Poker AgentVals AI–1078.9%
SkillsBenchVals AI53.8%†–
SREBenchVals AI1.9%†–
Tax Agent BenchVals AI26.8%†–
Terminal-Bench 2.0 (Vals)Vals AI56.2%†55.1%†
Terminal-Bench 4.0 (Vals)Vals AI14.1%†–
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 Labs3284.5†5478.2
AutomationBenchArtificial Analysis46.2%–
GDP.pdf (AA)Artificial Analysis10.4%–
EnterpriseOps-GymArtificial Analysis49.6%†–
AA-Briefcase v1.1Artificial Analysis1148–
Design Arena AgenticDesign Arena927†1080
Terminal-Bench-Science 0.1 (AA)Artificial Analysis1.9%–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub64.6%†–
FrontierMath Tier 4Epoch AI Benchmarking Hub26.8%†–
OTIS Mock AIMEEpoch AI Benchmarking Hub95.6%91.4%
ProofBenchVals AI50.0%†20.0%
LiveBench MathematicsLiveBench95.1%†–
AIME (Vals)Vals AI–96.7%†
MGSMVals AI–93.9%†
AIME 2026MathArena96.7%†91.7%
HMMT February 2026MathArena93.9%†86.4%
USAMO 2026MathArena60.7%†–
MathArena ApexMathArena28.1%†23.4%
Omni-MATH (HELM)HELM Capabilities–55.6%
MATH 500Vals AI–96.4%†
Arena MathsArena (LMArena)14651475
AIME 2025 (AA)Artificial Analysis–95.7%†
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub52.9%†–
LiveBench 1.0 Data AnalysisLiveBench79.2%†–
AA-Omniscience v1.1Artificial Analysis-6.5–
MMLU-ProVals AI87.3%†90.1%
LegalBenchVals AI82.4%†87.0%†
CorpFinVals AI65.4%†63.7%†
TaxEvalVals AI73.1%†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%
CaseLaw v2Vals AI59.4%†53.1%†
Excel Modeling BenchmarkVals AI52.8%†–
Excel Modeling Benchmark v1.1Vals AI65.1%†–
MedCodeVals AI42.5%†52.2%†
MedScribeVals AI80.2%†72.0%†
Public Benefits Bench v1.1Vals AI62.9%†–
Immigration BenchVals AI61.7%†–
DrugDiscoveryBenchScale AI SEAL31.7%†–
AA-Omniscience v1.1: accuracyArtificial Analysis45.1%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis5.9%–
Global-MMLU-Lite (AA)Artificial Analysis–92.2%†
指示追従
LiveBench LanguageLiveBench82.1%†–
LiveBench Instruction FollowingLiveBench67.7%†–
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)14611473
人間の評価
Arena TextArena (LMArena)14641486
EQ-Bench 4EQ-Bench1156†–
EQ-Bench Creative Writing v3EQ-Bench1553†1524
Arena Creative WritingArena (LMArena)14441484
Arena Multi-turnArena (LMArena)14691495
Arena Longer QueriesArena (LMArena)14741491
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 Analysis79.3%76.0%†
Arena DocumentArena (LMArena)–1451
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub155.9†153.0
LiveBench 1.0LiveBench77.4%†–
AA Intelligence Index v5.0.1Artificial Analysis20.8–
AA Intelligence Index v4.3.2Artificial Analysis36†28.0†
AA Progress Index v1Artificial Analysis311.5†290.7†
Vals IndexVals AI53.0†–
HELM Capabilities meanHELM Capabilities–79.9%
Vals Finance IndexVals AI52.9%†–
Vals Router IndexVals AI53.0%†–
Vals Legal IndexVals AI69.0%†–
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 Analysis44.45.6†

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 Pro (high):BenchLeader Index 59.1 → 56.0。
  • DeepSeek V4 Pro (high):新しい結果17件(AA Intelligence Index v5.0.1, Humanity's Last Exam (AA), HLE-Diamond (AA)…)、入力価格 $0.66/M → $1.32/M、出力価格 $1.98/M → $3.96/M。
  • DeepSeek V4 Pro (high):BenchLeader Index 57.5 → 59.1。
  • Gemini 3 Pro:新しい結果1件(Arena Search)。
  • DeepSeek V4 Pro (high):スコアの改訂1件。
  • DeepSeek V4 Pro (high):スコアの改訂1件。
  • Gemini 3 Pro:スコアの改訂1件。
  • DeepSeek V4 Pro (high):新しい結果16件(GPQA Diamond, OTIS Mock AIME, SciCode…)、入力価格 $0.44/M → $0.66/M、出力価格 $0.87/M → $1.98/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 Pro vs Gemini 3 Pro:よくある質問

DeepSeek V4 ProはGemini 3 Proより優れていますか?
DeepSeek V4 Pro (high)とGemini 3 Proの品質は互角です(56.0 対 60.0、±5.6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 Pro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 Proの方が安く、100万トークンあたり$0.990 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 Pro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 52。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 Proが1581、Gemini 3 Proが1441です。
DeepSeek V4 Pro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 Pro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 Proはいつリリースされましたか?
DeepSeek V4 Proは2026年8月13日にリリースされました。