DeepSeek R1
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
- 総合Index47
- 推論43
- コーディング49
- エージェント・ツール36
- 数学57
- 知識48
- 指示追従42
- 人間の評価57
- 長文コンテキスト43
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 0528 | 2025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。
推論
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| GPQA Diamond | 71.7%#175 | Epoch AI Benchmarking Hub | |
| SimpleBench | 30.9%#89 | SimpleBench | |
| Arena Hard Prompts | 1419#159 | Arena (LMArena) | |
| GPQA Diamond (AA)Index対象外 | 70.8%#298 | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 8.5%#370 | Artificial Analysis | |
| Kagi LLM Benchmark | 69.4%#29 | Kagi LLM Benchmark | |
| ARC-AGI-1 | 15.8%#235 | ARC Prize | |
| ARC-AGI-2 | 1.3%#226 | ARC Prize | |
| CritPtIndex対象外 | 0.6%#274 | Artificial Analysis | |
| Arena ExpertIndex対象外 | 1402#171 | Arena (LMArena) |
コーディング
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| SciCode | 38.3%#198 | SciCode | |
| WeirdML | 36.5%#124 | WeirdML | |
| Arena Coding | 1444#160 | Arena (LMArena) | |
| SciCode (AA)Index対象外 | 38.3%#207 | Artificial Analysis | |
| LiveCodeBench | 70.2%#87 | Vals AI | |
| Aider Polyglot | 56.9%#25 | Aider polyglot leaderboard | |
| AlgoTuneIndex対象外 | 1.7#7 | AlgoTune | |
| Terminal-Bench 4.0 (AA)Index対象外 | 0.0%#186 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)Index対象外 | 19.1%#180 | Artificial Analysis | |
| LiveCodeBench (AA)Index対象外 | 61.7%#105 | Artificial Analysis |
エージェント・ツール
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Terminal-Bench Hard | 6.1%#271 | Artificial Analysis | |
| τ²-Bench Telecom (AA)Index対象外 | 11.4%#381 | Artificial Analysis | |
| GDPval-AA v2.1Index対象外 | 302#265 | Artificial Analysis | |
| τ³-Banking (AA) | 6.4%#170 | Artificial Analysis | |
| BALROGIndex対象外 | 34.9%#12 | BALROG | |
| METR Time HorizonsIndex対象外 | 51.9%#25 | METR | |
| AutomationBenchIndex対象外 | 0.2%#252 | Artificial Analysis | |
| GDP.pdf (AA)Index対象外 | 2.4%#223 | Artificial Analysis | |
| AA-Briefcase v1.1Index対象外 | 129#245 | Artificial Analysis |
数学
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| OTIS Mock AIME | 53.3%#190 | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 93.0%#18 | Epoch AI Benchmarking Hub | |
| AIME (Vals) | 74.0%#52 | Vals AI | |
| MGSM | 92.3%#20 | Vals AI | |
| MATH 500Index対象外 | 92.2%#18 | Vals AI | |
| Arena Maths | 1412#136 | Arena (LMArena) | |
| AIME 2025 (AA)Index対象外 | 68.0%#98 | Artificial Analysis |
知識
指示追従
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| IFBench | 39.0%#278 | Artificial Analysis | |
| Arena Instruction FollowingIndex対象外 | 1397#147 | Arena (LMArena) |
人間の評価
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Text | 1398#160 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3Index対象外 | 1500#59 | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1374#149 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1409#150 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1400#170 | Arena (LMArena) | |
| Lech Mazur Creative WritingIndex対象外 | 83.0%#9 | Lech Mazur |
長文コンテキスト
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Fiction.LiveBench 120k | 33.3%#32 | Fiction.live | |
| AA-LCR v1.1 | 57.7%#309 | Artificial Analysis |
総合
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Epoch Capabilities IndexIndex対象外 | 138.6#119 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2Index対象外 | 11.4#363 | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 208.7#386 | Artificial 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%#83 | Scale AI SEAL | |
| MASKIndex対象外 | 57.3%#40 | Scale 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。
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
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}
}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