DeepSeek V3
よりコスパが高いモデル: Gemma 4 E4B $0.040/MでIndex 43.2(12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43つあります:GPT-5.6 Luna (58.2, $0.450)、GLM 5.3 Flash (57.8, $0.238)、DeepSeek V4 Flash (57.2, $0.262)ほか40つ。
2026年11月16日時点で、DeepSeek V3(DeepSeek)のBenchLeader Indexは44.3です(ランク付け対象は608構成)。最も強いのは人間の評価(52)、最も弱いのはエージェント・ツール(35)です。API料金は100万トークンあたり$0.478(入力3:出力1のブレンド)で、2026年11月16日時点の定価です。出力速度は約70トークン/秒です(Artificial Analysis)。2024年12月26日にリリースされました。
要点(2026年11月16日時点)
- DeepSeek V3のAPI料金は100万トークンあたり$0.478(入力3:出力1のブレンド)です(定価、2026年11月16日)。
- DeepSeek V3の出力速度は約70トークン/秒です(Artificial Analysis、2026年11月16日)。
- DeepSeek V3は2024年12月26日にリリースされました(DeepSeek)。
詳しく見ると:DeepSeek V3はDeepSeekのオープンウェイトのモデルです(2024年12月26日リリース)。最もスコアの高い構成は、BenchLeader Indexで44.3 ±3.5を記録し、608構成中471位で下位半分に入ります。重要なのはこの「±」です。ほかに211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。カテゴリ別では人間の評価が最も高く(52)、エージェント・ツールが最も低くなっています(35)。ブレンド価格は100万トークンあたり$0.463で、ランク付けされたモデルの多くより安価です。出力速度は70トークン/秒、回答開始まで1.6秒で、多くのモデルより低速です。すでにDeepSeek V3 0324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
- $0.463/M
- 入力$0.320・出力$0.890
- 出典:Artificial Analysis
- 出力速度
- 70 tok/s
- Artificial Analysisによる測定
- 回答開始
- 1.58 s
- 最初のトークン 0.59 s
- コンテキスト
- 66k
- 出典:LiteLLM price table
- 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
- 2024年12月26日
- 総合Index44
- 推論39
- コーディング46
- エージェント・ツール35
- 数学47
- 知識44
- 指示追従48
- 人間の評価52
- 長文コンテキスト38
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 V3 0324 | 2025年3月24日 | 46.9 | #417 |
| DeepSeek V3このページ | 2024年12月26日 | 44.3 | #471 |
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 | 56.5%#212 | Epoch AI Benchmarking Hub | |
| SimpleBench | 18.9%#106 | SimpleBench | |
| Arena Hard Prompts | 1350#224 | Arena (LMArena) | |
| GPQA Diamond (AA)Index対象外 | 55.7%#410 | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 2.9%#630 | Artificial Analysis | |
| GPQA Diamond (Vals)Index対象外 | 54.5%#114 | Vals AI | |
| Kagi LLM Benchmark | 52.3%#74 | Kagi LLM Benchmark | |
| GPQA Diamond (HELM)Index対象外 | 53.8%#32 | HELM Capabilities | |
| CritPtIndex対象外 | 0.0%#337 | Artificial Analysis | |
| SciPredictIndex対象外 | 19.2%#8 | Scale AI SEAL | |
| Arena ExpertIndex対象外 | 1348#216 | Arena (LMArena) | |
| ForecastBenchIndex対象外 | 62.4%#55 | ForecastBench | |
| HellaSwagIndex対象外 | 88.9%#4 | Epoch AI Benchmarking Hub | |
| BIG-Bench HardIndex対象外 | 87.5%#2 | Epoch AI Benchmarking Hub | |
| WinoGrandeIndex対象外 | 85.2%#6 | Epoch AI Benchmarking Hub | |
| ARC (AI2 Challenge)Index対象外 | 95.3%#1 | Epoch AI Benchmarking Hub |
コーディング
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| SciCode | 35.8%#208 | SciCode | |
| Arena Coding | 1387#214 | Arena (LMArena) | |
| SciCode (AA)Index対象外 | 35.8%#219 | Artificial Analysis | |
| Aider Polyglot | 48.4%#36 | Aider polyglot leaderboard | |
| Terminal-Bench 4.0 (AA)Index対象外 | 0.0%#186 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)Index対象外 | 16.9%#184 | Artificial Analysis | |
| LiveCodeBench (AA)Index対象外 | 35.9%#179 | 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 | 6.8%#254 | Artificial Analysis | |
| τ²-Bench Telecom (AA)Index対象外 | 22.8%#314 | Artificial Analysis | |
| GDPval-AA v2.1Index対象外 | -22#291 | Artificial Analysis | |
| τ³-Banking (AA) | 4.7%#191 | Artificial Analysis | |
| METR Time HorizonsIndex対象外 | 47.4%#28 | METR | |
| AutomationBenchIndex対象外 | 0.6%#239 | Artificial Analysis | |
| GDP.pdf (AA)Index対象外 | 0.8%#246 | Artificial Analysis | |
| AA-Briefcase v1.1Index対象外 | 78#248 | Artificial Analysis | |
| BrowseCompIndex対象外 | 1.3%#14 | OpenAI |
数学
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| OTIS Mock AIME | 15.8%#239 | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 64.8%#44 | Epoch AI Benchmarking Hub | |
| AIME (Vals) | 27.5%#73 | Vals AI | |
| MGSM | 92.2%#21 | Vals AI | |
| Omni-MATH (HELM) | 40.3%#30 | HELM Capabilities | |
| MATH 500Index対象外 | 80.4%#37 | Vals AI | |
| Arena Maths | 1310#227 | Arena (LMArena) | |
| AIME 2025 (AA)Index対象外 | 26.0%#186 | Artificial Analysis |
知識
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| MMLU-Pro | 73.8%#112 | Vals AI | |
| LegalBench | 80.8%#83 | Vals AI | |
| CorpFin | 52.5%#98 | Vals AI | |
| TaxEval | 67.9%#102 | Vals AI | |
| MedQA | 80.9%#69 | Vals AI | |
| MMLU-Pro (HELM)Index対象外 | 72.3%#35 | HELM Capabilities | |
| MMLUIndex対象外 | 87.2%#3 | Epoch AI Benchmarking Hub | |
| TriviaQAIndex対象外 | 82.9%#10 | Epoch AI Benchmarking Hub |
指示追従
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| IFBench | 34.8%#318 | Artificial Analysis | |
| IFEval (HELM) | 83.2%#33 | HELM Capabilities | |
| WildBench (HELM) | 83.1%#19 | HELM Capabilities | |
| Arena Instruction FollowingIndex対象外 | 1343#203 | Arena (LMArena) |
人間の評価
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Text | 1359#200 | Arena (LMArena) | |
| Arena Creative WritingIndex対象外 | 1349#176 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1373#185 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1375#191 | Arena (LMArena) |
長文コンテキスト
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA-LCR v1.1 | 29.3%#421 | Artificial Analysis |
総合
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Epoch Capabilities IndexIndex対象外 | 135.2#131 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2Index対象外 | 8.5#445 | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 176.8#485 | Artificial Analysis | |
| HELM Capabilities meanIndex対象外 | 66.5%#31 | HELM Capabilities |
安全性・誠実さ
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| MASKIndex対象外 | 44.5%#62 | Scale AI SEAL |
API料金:提供プロバイダー別
OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。
| プロバイダー | 速度 | 最初のトークン | 入力 $/M | 出力 $/M | コンテキスト | 量子化 |
|---|---|---|---|---|---|---|
| StreamLake | 38 tok/s | 1.07 s | $0.257 | $1.03 | 128k | – |
| DeepInfra | 33 tok/s | 0.36 s | $0.320 | $0.890 | 164k | fp4 |
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 | $0.0004 | – | 5.8 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.0044 | – | 10.1 s |
| コード編集 | 6,000 / 1,500 | $0.0033 | – | 22.9 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.023 | – | 58.5 s |
| 構造化データの抽出 | 2,000 / 200 | $0.0008 | – | 4.4 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 V3 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/deepseek-v3
BibTeX:
@misc{benchleader_deepseek_v3_20261116,
author = {{BenchLeader}},
title = {{DeepSeek V3 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/deepseek-v3}},
note = {Data as of 2026-11-16}
}よくある質問
- DeepSeek V3のベンチマークスコアは?
- 2026年11月16日時点で、DeepSeek V3のBenchLeader Indexは44.3 ±3.5です。最も強いのは人間の評価(52)、最も弱いのはエージェント・ツール(35)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 V3の順位は?
- 2026年11月16日時点で、DeepSeek V3はランク付けされた608構成中471位です。ほかに211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 V3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 V3の料金は入力100万トークンあたり$0.320、出力100万トークンあたり$0.890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$0.463です。定価が最後に変わったのは2026年9月9日です。
- DeepSeek V3はいつリリースされましたか?
- DeepSeekが2024年12月26日にDeepSeek V3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 V3: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-v3