BenchLeader

DeepSeek V3.1

推論エフォート
品質339中137位
52.4Index
中央値より上
中央値比 +2.2
価格255中111位
$0.658100万トークンあたり
多くのモデルより安い
中央値の0.8倍
速度216中112位
81トークン/秒
中央値より下
中央値の1.0倍
コスパ255中103位
79.6ポイント/$
中央値より上
中央値の1.4倍

よりコスパが高いモデル: Ling 3.0 Flash $0.115/MでIndex 51.7(83%安い)。

より安価でスコアの高いランク付けモデルが31つあります:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475)ほか28つ。

2026年11月16日時点で、DeepSeek V3.1(DeepSeek)のBenchLeader Indexは52.4です(ランク付け対象は608構成)。最も強いのは推論(59)、最も弱いのは指示追従(44)です。API料金は入力100万トークンあたり$0.574、出力100万トークンあたり$1.70(3:1のブレンドで$0.855)で、2026年11月16日時点の定価です。出力速度は約81トークン/秒です(Artificial Analysis)。2025年8月21日にリリースされました。

要点(2026年11月16日時点)

  • DeepSeek V3.1のAPI料金は入力100万トークンあたり$0.574、出力100万トークンあたり$1.70(3:1のブレンドで$0.855)です(定価、2026年11月16日)。
  • DeepSeek V3.1の出力速度は約81トークン/秒です(Artificial Analysis、2026年11月16日)。
  • DeepSeek V3.1は2025年8月21日にリリースされました(DeepSeek)。

詳しく見ると:DeepSeek V3.1はDeepSeekのオープンウェイトの推論モデルです(2025年8月21日リリース)。最もスコアの高い構成(推論エフォート thinking)は、BenchLeader Indexで52.4 ±5.1を記録し、608構成中278位で上位半分に入ります。重要なのはこの「±」です。ほかに290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。カテゴリ別では推論が最も高く(59)、指示追従が最も低くなっています(44)。ブレンド価格は100万トークンあたり$0.658で、中程度の価格帯です。出力速度は81トークン/秒、回答開始まで8.6秒で、多くのモデルより低速です。3通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。

ブレンド価格
$0.658/M
入力$0.430・出力$1.34
出典:Artificial Analysis
出力速度
81 tok/s
Artificial Analysisによる測定
回答開始
8.58 s
最初のトークン 0.48 s
コンテキスト
164k
出典:models.dev
回答完了まで
26 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8月21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Index52
  2. 推論59
  3. コーディング50
  4. エージェント・ツール56
  5. 数学52
  6. 指示追従44
  7. 人間の評価59
  8. 長文コンテキスト53

この順位を埋め込む

ほかのバッジスタイル
[![DeepSeek V3.1 on BenchLeader: 総合 137位](https://www.benchleader.com/badge/deepseek-v3-1.svg?style=compact)](https://www.benchleader.com/models/deepseek-v3-1)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

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 V3.2thinking2025年12月1日56.7#170
DeepSeek V3.1thinkingこのページ2025年8月21日52.4#278

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
推論なし––61 tok/s2.86 s$0.0007エージェント・ツール 55 · 指示追従 41 · 長文コンテキスト 47
thinking最良52.4#27881 tok/s8.58 s$0.0006エージェント・ツール 56 · コーディング 50 · 人間の評価 59 · 指示追従 44 · 長文コンテキスト 53 · 数学 52 · 推論 59
未記載49.0#37133 tok/s0.48 s$0.0007コーディング 49 · 人間の評価 59 · 指示追従 42 · 知識 36 · 長文コンテキスト 48 · 数学 59 · 推論 48

Indexの推移

2026年9月8日〜2026年11月16日
435159
  • thinking
  • 標準

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

ベンチマーク推論なしthinking標準出典推移
SimpleBenchエフォート未記載––40.0%#79SimpleBench
Arena Hard Prompts–1437#1341433#141Arena (LMArena)
GPQA Diamond (AA)Index対象外73.5%#27177.9%#219–Artificial Analysis
Humanity's Last Exam (AA)Index対象外6.7%#40514.3%#276–Artificial Analysis
Kagi LLM Benchmarkエフォート未記載––53.2%#71Kagi LLM Benchmark
CritPtIndex対象外0.0%#3372.0%#220–Artificial Analysis
Arena ExpertIndex対象外–1434#1411429#145Arena (LMArena)
LMCAIndex対象外–24.3%#159–Epoch AI Benchmarking Hub
DTBenchIndex対象外–82.7%#125–Epoch AI Benchmarking Hub
ForecastBenchIndex対象外エフォート未記載––60.5%#74ForecastBench

コーディング

ベンチマーク推論なしthinking標準出典推移
WeirdML–38.4%#11237.5%#118WeirdML
Arena Coding–1455#1471448#155Arena (LMArena)
Design Arena WebsiteIndex対象外–1179#991114#136Design Arena
LiveCodeBench (AA)Index対象外57.7%#11778.4%#33–Artificial Analysis

エージェント・ツール

ベンチマーク推論なしthinking標準出典推移
Terminal-Bench Hard24.2%#14725.0%#141–Artificial Analysis
τ²-Bench Telecom (AA)Index対象外34.8%#24137.4%#230–Artificial Analysis
Poker AgentIndex対象外エフォート未記載––1058.2%#7Vals AI
Terminal-Bench 2.0 (Vals)Index対象外エフォート未記載––22.5%#55Vals AI
BrowseCompIndex対象外エフォート未記載––2.6%#9OpenAI

数学

ベンチマーク推論なしthinking標準出典推移
MathArena Apex汚染の可能性–0.5%#42–MathArena
Arena Maths–1414#1331413#135Arena (LMArena)
AIME 2025 (AA)Index対象外49.7%#13689.7%#26–Artificial Analysis

知識

ベンチマーク標準出典推移
CorpFin51.5%#100Vals AI
PRBench Finance35.1%#38Scale AI SEAL
PRBench Legal37.6%#42Scale AI SEAL
MultiNRC汚染の可能性23.6%#32Scale AI SEAL
CaseLaw v2Index対象外53.9%#39Vals AI

指示追従

ベンチマーク推論なしthinking標準出典推移
IFBench37.8%#29341.5%#249–Artificial Analysis
MultiChallengeエフォート未記載––46.1%#31Scale AI SEAL
Arena Instruction FollowingIndex対象外–1416#1181403#143Arena (LMArena)

人間の評価

ベンチマークthinking標準出典推移
Arena Text1416#1361417#133Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外エフォート未記載–1436#68EQ-Bench
Arena Creative WritingIndex対象外1401#1071388#130Arena (LMArena)
Arena Multi-turnIndex対象外1414#1421404#154Arena (LMArena)
Arena Longer QueriesIndex対象外1446#1001421#135Arena (LMArena)

長文コンテキスト

ベンチマーク推論なしthinking標準出典推移
Fiction.LiveBench 120kエフォート未記載––53.1%#20Fiction.live
AA-LCR v1.147.0%#35056.7%#314–Artificial Analysis

総合

ベンチマーク推論なしthinking標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載––140.8#112Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外–13.5#317–Artificial Analysis
AA Progress Index v1Index対象外212.7#374233.7#308–Artificial Analysis

安全性・誠実さ

ベンチマーク標準出典推移
FORTRESSIndex対象外60.5%#80Scale AI SEAL
MASKIndex対象外汚染の可能性46.3%#61Scale 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
CoreWeave80 tok/s0.24 s$0.500$1.50161kfp8
DeepInfra33 tok/s0.48 s$0.250$0.950164kfp4
SiliconFlow20 tok/s1.82 s$0.270$1.00164kfp8

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$0.465$0.929$1.39$1.8626年9月26年10月26年11月
入力 出力
現在:入力$0.430・出力$1.34

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100万トークンあたり$0.130の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$0.0006$0.000512.3 s
30ページのレポートを要約12,000 / 600$0.0060$0.003316.0 s
コード編集6,000 / 1,500$0.0046$0.003227.0 s
エージェント型コーディングセッション60,000 / 4,000$0.031$0.01857.7 s
構造化データの抽出2,000 / 200$0.0011$0.000711.0 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

DeepSeek V3.1の順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![DeepSeek V3.1 on BenchLeader: 総合 137位](https://www.benchleader.com/badge/deepseek-v3-1.svg)](https://www.benchleader.com/models/deepseek-v3-1)

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 V3.1 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/deepseek-v3-1

BibTeX:

@misc{benchleader_deepseek_v3_1_20261116,
  author       = {{BenchLeader}},
  title        = {{DeepSeek V3.1 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/deepseek-v3-1}},
  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 V3.1のベンチマークスコアは?
2026年11月16日時点で、DeepSeek V3.1(推論エフォート thinking)のBenchLeader Indexは52.4 ±5.1です。最も強いのは推論(59)、最も弱いのは指示追従(44)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 V3.1の順位は?
2026年11月16日時点で、DeepSeek V3.1(推論エフォート thinking)はランク付けされた608構成中278位です。ほかに290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 V3.1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 V3.1の料金は入力100万トークンあたり$0.430、出力100万トークンあたり$1.34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$0.658です。定価が最後に変わったのは2026年11月6日です。
DeepSeek V3.1はいつリリースされましたか?
DeepSeekが2025年8月21日にDeepSeek V3.1をリリースしました。BenchLeaderには3通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「DeepSeek V3.1: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-v3-1