DeepSeek V3.1
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
- 総合Index52
- 推論59
- コーディング50
- エージェント・ツール56
- 数学52
- 指示追従44
- 人間の評価59
- 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[](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。
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 V3.2thinking | 2025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/s | 2.86 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 | #278 | 81 tok/s | 8.58 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 | #371 | 33 tok/s | 0.48 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- 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%#79 | SimpleBench | |
| Arena Hard Prompts | – | 1437#134 | 1433#141 | Arena (LMArena) | |
| GPQA Diamond (AA)Index対象外 | 73.5%#271 | 77.9%#219 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 6.7%#405 | 14.3%#276 | – | Artificial Analysis | |
| Kagi LLM Benchmarkエフォート未記載 | – | – | 53.2%#71 | Kagi LLM Benchmark | |
| CritPtIndex対象外 | 0.0%#337 | 2.0%#220 | – | Artificial Analysis | |
| Arena ExpertIndex対象外 | – | 1434#141 | 1429#145 | Arena (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%#74 | ForecastBench |
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%#112 | 37.5%#118 | WeirdML | |
| Arena Coding | – | 1455#147 | 1448#155 | Arena (LMArena) | |
| Design Arena WebsiteIndex対象外 | – | 1179#99 | 1114#136 | Design Arena | |
| LiveCodeBench (AA)Index対象外 | 57.7%#117 | 78.4%#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 Hard | 24.2%#147 | 25.0%#141 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)Index対象外 | 34.8%#241 | 37.4%#230 | – | Artificial Analysis | |
| Poker AgentIndex対象外エフォート未記載 | – | – | 1058.2%#7 | Vals AI | |
| Terminal-Bench 2.0 (Vals)Index対象外エフォート未記載 | – | – | 22.5%#55 | Vals AI | |
| BrowseCompIndex対象外エフォート未記載 | – | – | 2.6%#9 | OpenAI |
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#133 | 1413#135 | Arena (LMArena) | |
| AIME 2025 (AA)Index対象外 | 49.7%#136 | 89.7%#26 | – | Artificial Analysis |
知識
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| CorpFin | 51.5%#100 | Vals AI | |
| PRBench Finance | 35.1%#38 | Scale AI SEAL | |
| PRBench Legal | 37.6%#42 | Scale AI SEAL | |
| MultiNRC汚染の可能性 | 23.6%#32 | Scale AI SEAL | |
| CaseLaw v2Index対象外 | 53.9%#39 | Vals AI |
指示追従
| ベンチマーク | 推論なし | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| IFBench | 37.8%#293 | 41.5%#249 | – | Artificial Analysis | |
| MultiChallengeエフォート未記載 | – | – | 46.1%#31 | Scale AI SEAL | |
| Arena Instruction FollowingIndex対象外 | – | 1416#118 | 1403#143 | Arena (LMArena) |
人間の評価
| ベンチマーク | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Text | 1416#136 | 1417#133 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3Index対象外エフォート未記載 | – | 1436#68 | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1401#107 | 1388#130 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1414#142 | 1404#154 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1446#100 | 1421#135 | Arena (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%#20 | Fiction.live | |
| AA-LCR v1.1 | 47.0%#350 | 56.7%#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#112 | Epoch 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#374 | 233.7#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%#80 | Scale AI SEAL | |
| MASKIndex対象外汚染の可能性 | 46.3%#61 | 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 |
|---|---|---|---|---|---|---|
| CoreWeave | 80 tok/s | 0.24 s | $0.500 | $1.50 | 161k | fp8 |
| DeepInfra | 33 tok/s | 0.48 s | $0.250 | $0.950 | 164k | fp4 |
| SiliconFlow | 20 tok/s | 1.82 s | $0.270 | $1.00 | 164k | fp8 |
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 | $0.0005 | 12.3 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.0060 | $0.0033 | 16.0 s |
| コード編集 | 6,000 / 1,500 | $0.0046 | $0.0032 | 27.0 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 | $0.018 | 57.7 s |
| 構造化データの抽出 | 2,000 / 200 | $0.0011 | $0.0007 | 11.0 s |
DeepSeekのほかのモデル
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。
[](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}
}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