BenchLeader

DeepSeek R1

品質339中197位
47.2Index
中央値より下
中央値比 −3.0
価格255中184位
$2.50100万トークンあたり
多くのモデルより高い
中央値の2.9倍
速度216中73位
107トークン/秒
中央値より上
中央値の1.3倍
コスパ255中191位
18.9ポイント/$
中央値より下
中央値の0.3倍

よりコスパが高いモデル: Qwen3.5-4B $0.060/MでIndex 46.7(42分の1の価格)。

より安価でスコアの高いランク付けモデルが116つあります:GPT-6.1 Terra (64.1, $2.00)、Muse Spark 1.1 (62.2, $2.00)、Gemini 3.7 Flash (62.1, $1.50)ほか113つ。

2026年11月16日時点で、DeepSeek R1(DeepSeek)のBenchLeader Indexは47.2です(ランク付け対象は608構成)。最も強いのは数学(57)、最も弱いのはエージェント・ツール(36)です。API料金は入力100万トークンあたり$2.00、出力100万トークンあたり$4.00(3:1のブレンドで$2.50)で、2026年11月16日時点の定価です。出力速度は約110トークン/秒です(Artificial Analysis)。2025年1月20日にリリースされました。

要点(2026年11月16日時点)

  • DeepSeek R1のAPI料金は入力100万トークンあたり$2.00、出力100万トークンあたり$4.00(3:1のブレンドで$2.50)です(定価、2026年11月16日)。
  • DeepSeek R1の出力速度は約110トークン/秒です(Artificial Analysis、2026年11月16日)。
  • DeepSeek R1は2025年1月20日にリリースされました(DeepSeek)。

詳しく見ると:DeepSeek R1はDeepSeekのオープンウェイトの推論モデルです(2025年1月20日リリース)。最もスコアの高い構成は、BenchLeader Indexで47.2 ±4.0を記録し、608構成中412位で下位半分に入ります。重要なのはこの「±」です。ほかに238構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では数学が最も高く(57)、エージェント・ツールが最も低くなっています(36)。ブレンド価格は100万トークンあたり$2.50で、ランク付けされたモデルの多くより高価です。出力速度は107トークン/秒、回答開始まで14.1秒で、多くのモデルより高速です。すでにDeepSeek R1 0528に置き換えられており、いま比較すべきはそちらのバージョンです。最終測定日:2026年11月11日。

ブレンド価格
$2.50/M
入力$2.00・出力$4.00
出典:Artificial Analysis
出力速度
107 tok/s
Artificial Analysisによる測定
回答開始
14 s
コンテキスト
66k
出典:LiteLLM price table
回答完了まで
22 s
最終測定2026年11月13日
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2025年1月20日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index47
  2. 推論43
  3. コーディング49
  4. エージェント・ツール36
  5. 数学57
  6. 知識48
  7. 指示追従42
  8. 人間の評価57
  9. 長文コンテキスト43

DeepSeekの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

バージョン

DeepSeekはこの名前で2つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。

モデルリリース日Index順位
DeepSeek R1 05282025年5月28日49.1#367
DeepSeek R1このページ2025年1月20日47.2#412

Indexの推移

2026年9月8日〜2026年11月16日
434852

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

コーディング

エージェント・ツール

ベンチマーク標準出典推移
Terminal-Bench Hard6.1%#271Artificial Analysis
τ²-Bench Telecom (AA)Index対象外11.4%#381Artificial Analysis
GDPval-AA v2.1Index対象外302#265Artificial Analysis
τ³-Banking (AA)6.4%#170Artificial Analysis
BALROGIndex対象外34.9%#12BALROG
METR Time HorizonsIndex対象外51.9%#25METR
AutomationBenchIndex対象外0.2%#252Artificial Analysis
GDP.pdf (AA)Index対象外2.4%#223Artificial Analysis
AA-Briefcase v1.1Index対象外129#245Artificial Analysis

数学

ベンチマーク標準出典推移
OTIS Mock AIME53.3%#190Epoch AI Benchmarking Hub
MATH Level 593.0%#18Epoch AI Benchmarking Hub
AIME (Vals)74.0%#52Vals AI
MGSM92.3%#20Vals AI
MATH 500Index対象外92.2%#18Vals AI
Arena Maths1412#136Arena (LMArena)
AIME 2025 (AA)Index対象外68.0%#98Artificial Analysis

知識

ベンチマーク標準出典推移
MMLU-Pro83.2%#71Vals AI
LegalBench67.3%#131Vals AI
CorpFin54.1%#95Vals AI
TaxEval72.3%#65Vals AI
MedQA90.8%#43Vals AI
MultiNRC24.3%#30Scale AI SEAL

指示追従

ベンチマーク標準出典推移
IFBench39.0%#278Artificial Analysis
Arena Instruction FollowingIndex対象外1397#147Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1398#160Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外1500#59EQ-Bench
Arena Creative WritingIndex対象外1374#149Arena (LMArena)
Arena Multi-turnIndex対象外1409#150Arena (LMArena)
Arena Longer QueriesIndex対象外1400#170Arena (LMArena)
Lech Mazur Creative WritingIndex対象外83.0%#9Lech Mazur

長文コンテキスト

ベンチマーク標準出典推移
Fiction.LiveBench 120k33.3%#32Fiction.live
AA-LCR v1.157.7%#309Artificial Analysis

総合

ベンチマーク標準出典推移
Epoch Capabilities IndexIndex対象外138.6#119Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外11.4#363Artificial Analysis
AA Progress Index v1Index対象外208.7#386Artificial Analysis

安全性・誠実さ

ベンチマーク標準出典推移
FORTRESSIndex対象外74.4%#83Scale AI SEAL
MASKIndex対象外57.3%#40Scale AI SEAL

価格の推移

上記の価格(100万トークンあたり)を、変更があった日ごとに示します。

$0.00$1.10$2.20$3.30$4.4026年9月26年10月26年11月
入力 出力
現在:入力$2.00・出力$4.00

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3がプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0020–16.9 s
30ページのレポートを要約12,000 / 600$0.026–19.7 s
コード編集6,000 / 1,500$0.018–28.1 s
エージェント型コーディングセッション60,000 / 4,000$0.136–51.4 s
構造化データの抽出2,000 / 200$0.0048–16.0 s

DeepSeekのほかのモデル

今月の新着

関連ページ

埋め込み・引用

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). DeepSeek R1 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/deepseek-r1

BibTeX:

@misc{benchleader_deepseek_r1_20261116,
  author       = {{BenchLeader}},
  title        = {{DeepSeek R1 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/deepseek-r1}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

DeepSeek R1のベンチマークスコアは?
2026年11月16日時点で、DeepSeek R1のBenchLeader Indexは47.2 ±4.0です。最も強いのは数学(57)、最も弱いのはエージェント・ツール(36)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
DeepSeek R1の順位は?
2026年11月16日時点で、DeepSeek R1はランク付けされた608構成中412位です。ほかに238構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
DeepSeek R1の料金は100万トークンあたりいくらですか?
2026年11月16日時点で、DeepSeek R1の料金は入力100万トークンあたり$2.00、出力100万トークンあたり$4.00で、ブレンド価格(出力1トークンにつき入力3トークン)は$2.50です。定価が最後に変わったのは2026年9月9日です。
DeepSeek R1はいつリリースされましたか?
DeepSeekが2025年1月20日にDeepSeek R1をリリースしました。

2026年11月16日時点のデータです。 ほかのモデルと比較

引用表記:BenchLeader「DeepSeek R1:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/deepseek-r1