BenchLeader

DeepSeek V4.1 Flash

推論エフォート
品質339中59位
58.5Index
上位4分の1
中央値比 +8.3
価格255中89位
$0.525100万トークンあたり
多くのモデルより安い
中央値の0.6倍
速度216中9位
240トークン/秒
上位10%
中央値の2.9倍
コスパ255中80位
111.4ポイント/$
中央値より上
中央値の2.0倍

よりコスパが高いモデル: Claude Haiku 5.5 $0.200/MでIndex 56.7(62%安い)。

これより安価でスコアの高いランク付けモデルはありません。価格面でのフロンティアにあります。

2026年11月16日時点で、DeepSeek V4.1 Flash(DeepSeek)のBenchLeader Indexは58.5です(ランク付け対象は608構成)。最も強いのは長文コンテキスト(67)、最も弱いのは知識(51)です。API料金は入力100万トークンあたり$0.150、出力100万トークンあたり$0.600(3:1のブレンドで$0.262)で、2026年11月16日時点の定価です。出力速度は約240トークン/秒です(Artificial Analysis)。2026年9月10日にリリースされました。

要点(2026年11月16日時点)

  • DeepSeek V4.1 FlashのAPI料金は入力100万トークンあたり$0.150、出力100万トークンあたり$0.600(3:1のブレンドで$0.262)です(定価、2026年11月16日)。
  • DeepSeek V4.1 Flashの出力速度は約240トークン/秒です(Artificial Analysis、2026年11月16日)。
  • DeepSeek V4.1 Flashは2026年9月10日にリリースされました(DeepSeek)。

詳しく見ると:DeepSeek V4.1 FlashはDeepSeekのオープンウェイトの推論モデルです(2026年9月10日リリース)。最もスコアの高い構成(推論エフォート max)は、BenchLeader Indexで58.5 ±4.2を記録し、608構成中126位で上位半分に入ります。重要なのはこの「±」です。ほかに239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。カテゴリ別では長文コンテキストが最も高く(67)、知識が最も低くなっています(51)。ブレンド価格は100万トークンあたり$0.525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240トークン/秒、回答開始まで33.2秒で、最速の4分の1に入ります。すでにDeepSeek V4.1 Flash 1017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。5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
$0.525/M
入力$0.300・出力$1.20
出典:Artificial Analysis
出力速度
240 tok/s
Artificial Analysisによる測定
回答開始
33 s
最初のトークン 0.60 s
コンテキスト
1.0M
出典:models.dev
回答完了まで
76 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
2026年9月10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Index59
  2. 推論58
  3. コーディング58
  4. エージェント・ツール56
  5. 数学61
  6. 知識51
  7. 人間の評価66
  8. マルチモーダル61
  9. 長文コンテキスト67

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 V4.1 Flash 1017max2026年10月17日57.7#147
DeepSeek V4.1 Flashmaxこのページ2026年9月10日58.5#126

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44.0#476221 tok/s0.89 s$0.0005コーディング 33 · 長文コンテキスト 52 · マルチモーダル 48 · 推論 33
low––126 tok/s0.60 s$0.0002推論 55
high55.6#205126 tok/s0.60 s$0.0002エージェント・ツール 62 · コーディング 58 · 知識 58 · 推論 57
max最良58.5#126240 tok/s33 s$0.0005エージェント・ツール 56 · コーディング 58 · 人間の評価 66 · 知識 51 · 長文コンテキスト 67 · 数学 61 · マルチモーダル 61 · 推論 58
未記載––126 tok/s0.60 s$0.0002エージェント・ツール 38 · 数学 56 · 推論 60

Indexの推移

2026年9月19日〜2026年11月16日
405366
  • max
  • high
  • 推論なし

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。

メタデータ

ベンチマーク推論なしmax出典推移
AA Openness IndexIndex対象外44.4#9744.4#97Artificial Analysis

推論

ベンチマーク推論なしlowhighmax標準出典推移
GPQA Diamond–––89.8%#56–Epoch AI Benchmarking Hub
SimpleBenchエフォート未記載––––66.7%#30SimpleBench
Arena Hard Prompts–––1499#39–Arena (LMArena)
LiveBench 1.0 ReasoningIndex対象外–––86.7%#31–LiveBench
Humanity's Last Exam (AA)Index対象外10.8%#331––39.3%#104–Artificial Analysis
HLE-Diamond (AA)6.3%#138––19.1%#83–Artificial Analysis
ARC-AGI-17.8%#24690.5%#8188.5%#9594.5%#46–ARC Prize
ARC-AGI-21.3%#22660.6%#9267.5%#7272.9%#61–ARC Prize
ARC-AGI-30.5%#553.3%#403.2%#412.7%#43–ARC Prize
CritPtIndex対象外0.3%#291––14.3%#111–Artificial Analysis
MysteryMechanismIndex対象外––21.2%#25––Vals AI
Arena ExpertIndex対象外–––1518#23–Arena (LMArena)
Chess PuzzlesIndex対象外–––48.0%#21–Epoch AI Benchmarking Hub
Mystery Game PuzzlesIndex対象外–––43.0%#19–Epoch AI Benchmarking Hub
LMCAIndex対象外エフォート未記載––––47.0%#88Epoch AI Benchmarking Hub
DTBenchIndex対象外エフォート未記載––––89.9%#94Epoch AI Benchmarking Hub

コーディング

ベンチマーク推論なしhighmax標準出典推移
SciCode35.5%#210–51.9%#102–SciCode
FrontierCode–43.9%#17––Cognition
Arena Coding––1525#29–Arena (LMArena)
Arena WebDev––1621#30–Arena (LMArena)
LiveBench 1.0 CodingIndex対象外––80.0%#22–LiveBench
SciCode (AA)Index対象外35.5%#220–51.9%#101–Artificial Analysis
IOI––40.3%#36–Vals AI
Code MigrationIndex対象外–45.6%#17––Vals AI
Code Migration v1.1Index対象外––58.9%#10–Vals AI
ProgramBenchIndex対象外––0.5%#19–Vals AI
SWE-bench MultimodalIndex対象外––46.5%#7–Vals AI
Vibe Code Bench 1-100Index対象外–16.4%#17––Vals AI
Vibe Code Bench v1.1Index対象外–84.7%#21––Vals AI
SWE Atlas v1.1Index対象外エフォート未記載–––62.1%#11Scale AI SEAL
SWE Atlas v1.1: Codebase QnAIndex対象外エフォート未記載–––71.0%#10Scale AI SEAL
SWE Atlas v1.1: Test WritingIndex対象外エフォート未記載–––61.1%#14Scale AI SEAL
SWE Atlas v1.1: RefactoringIndex対象外エフォート未記載–––54.3%#12Scale AI SEAL
MirrorCodeIndex対象外––64.4%#11–Epoch AI Benchmarking Hub
Surface Evolver BenchIndex対象外–46.3%#20––Epoch AI Benchmarking Hub
ALE-BenchIndex対象外––1092.3#61–Epoch AI Benchmarking Hub
WeirdML v3Index対象外–6.0%#22––WeirdML
Terminal-Bench 4.0 (AA)Index対象外5.6%#132–26.8%#71–Artificial Analysis
Startrise FrontendIndex対象外エフォート未記載–––75.6%#9Startrise
GameBench 2 OverallIndex対象外設定全体–––52.6#31DuelLab GameBench 2
GameBench 2 by reasoning settingIndex対象外34.5#15554.8#7868.4#46–DuelLab GameBench 2
Design Arena WebsiteIndex対象外エフォート未記載–––1298#24Design Arena
FrontierCode 1.1 (AA)Index対象外40.8%#39–44.0%#23–Artificial Analysis

エージェント・ツール

ベンチマーク推論なしhighmax標準出典推移
APEX-Agentsエフォート未記載–––39.5%#53Mercor
LiveBench Agentic CodingIndex対象外––77.3%#1–LiveBench
Terminal-Bench 2.1 (Vals)–74.5%#18––Vals AI
GDPval-AA v2.1Index対象外1347#105–1600#41–Artificial Analysis
ITBench SRE (AA)Index対象外––46.9%#10–Artificial Analysis
Analyst Agent (AA)Index対象外––35.0%#30–Artificial Analysis
CyberBenchIndex対象外–73.7%#9––Vals AI
Finance Agent v2Index対象外–53.5%#35––Vals AI
Finance Agent v2.1Index対象外––65.4%#10–Vals AI
Harvey's Legal Agent Benchmark v1Index対象外––6.7%#31–Vals AI
Legal Research BenchIndex対象外––41.4%#32–Vals AI
SkillsBenchIndex対象外–69.8%#1––Vals AI
SREBenchIndex対象外––0.8%#28–Vals AI
Tax Agent BenchIndex対象外––26.6%#42–Vals AI
Terminal-Bench 4.0 (Vals)Index対象外–19.7%#37––Vals AI
Terminal-Bench ScienceIndex対象外––0.0%#42–Vals AI
AutomationBenchIndex対象外47.8%#114–68.9%#16–Artificial Analysis
GDP.pdf (AA)Index対象外3.8%#208–12.8%#137–Artificial Analysis
Harvey LAB-AA v1.1Index対象外––1.7%#21–Harvey
AA-Briefcase v1.1Index対象外1118#131–1415#76–Artificial Analysis
RoboDojo (LLM as robot policy)Index対象外エフォート未記載–––3.0#2RoboDojo
Terminal-Bench-Science 0.1 (AA)Index対象外0.0%#115–9.1%#69–Artificial Analysis
CWE-Bench (AA)––68.3%#3–Artificial Analysis
DeepSec-Bench (AA)––31.2%#5–Artificial Analysis
CyberGym end-to-end (AA)––22.9%#18–Artificial Analysis

数学

ベンチマークmax標準出典推移
FrontierMath Tiers 1–367.4%#37–Epoch AI Benchmarking Hub
FrontierMath Tier 426.8%#47–Epoch AI Benchmarking Hub
OTIS Mock AIME98.3%#30–Epoch AI Benchmarking Hub
ProofBenchエフォート未記載–54.0%#30Vals AI
LiveBench MathematicsIndex対象外93.3%#23–LiveBench
Arena Maths1495#22–Arena (LMArena)

知識

ベンチマークhighmax出典推移
SimpleQA Verified–42.9%#47Epoch AI Benchmarking Hub
LiveBench 1.0 Data AnalysisIndex対象外–79.3%#17LiveBench
LegalBench83.3%#56–Vals AI
BioMysteryBenchIndex対象外67.8%#19–Vals AI
Excel Modeling BenchmarkIndex対象外57.2%#41–Vals AI
Excel Modeling Benchmark v1.1Index対象外–67.8%#29Vals AI
MedCodeIndex対象外41.2%#55–Vals AI
MedScribeIndex対象外85.5%#26–Vals AI
Public Benefits Bench v1.1Index対象外–64.3%#23Vals AI
Access to Justice BenchmarkIndex対象外–72.9%#10Vals AI
Financial Coaching BenchIndex対象外72.8%#14–Vals AI
Immigration BenchIndex対象外–65.6%#17Vals AI
GDP.pdfIndex対象外–19.8%#31Epoch AI Benchmarking Hub
HealthBench Professional (AA)Index対象外–50.7%#19OpenAI

指示追従

ベンチマークmax出典推移
LiveBench LanguageIndex対象外81.2%#28LiveBench
LiveBench Instruction FollowingIndex対象外70.0%#31LiveBench
Arena Instruction FollowingIndex対象外1476#30Arena (LMArena)

人間の評価

ベンチマークmax標準出典推移
Arena Text1475#37–Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外エフォート未記載–1540#55EQ-Bench
Arena Creative WritingIndex対象外1441#60–Arena (LMArena)
Arena Multi-turnIndex対象外1471#63–Arena (LMArena)
Arena Longer QueriesIndex対象外1481#45–Arena (LMArena)

マルチモーダル

ベンチマーク推論なしmax出典推移
Arena Vision–1279#37Arena (LMArena)
MMMU-Pro65.6%#18777.0%#96Artificial Analysis
SAGEIndex対象外–85.4%#17Vals AI
Furniture AssemblyIndex対象外–34.2%#25Epoch AI Benchmarking Hub
Code2Video-AAIndex対象外–1053#9Artificial Analysis

長文コンテキスト

ベンチマーク推論なしmax出典推移
AA-LCR v1.155.3%#31884.0%#13Artificial Analysis
MLCRIndex対象外–23.9%#36Artificial Analysis

総合

ベンチマーク推論なしhighmax標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載–––156.7#34Epoch AI Benchmarking Hub
LiveBench 1.0Index対象外––81.1%#9–LiveBench
AA Intelligence Index v4.3.2Index対象外24.7#181–39.5#73–Artificial Analysis
AA Progress Index v1Index対象外278.2#183–320.2#60–Artificial Analysis
Vals Finance IndexIndex対象外––57.1%#21–Vals AI
Vals Science IndexIndex対象外–29.6%#20––Vals AI
AA Cyber IndexIndex対象外––40.8#15–Artificial Analysis

安全性・誠実さ

ベンチマーク標準出典推移
DistressBenchIndex対象外79.8%#6Scale AI SEAL

GameBench 2 Overall: 52.6. GameBench 2, best reasoning setting (Max): 68.4. 参考値で、BenchLeader Indexには含まれません。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

強みのあるベンチマーク

測定されたすべての構成の中で、この構成が上位5位以内に入っているベンチマークです。

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
Together269 tok/s0.20 s$0.300$1.201.0M–
Baseten191 tok/s0.53 s$0.300$1.201.0M–
Wafer185 tok/s0.28 s$0.051$0.5671.0Mmxfp4
Fireworks183 tok/s0.38 s$0.450$1.801.0M–
Parasail182 tok/s0.37 s$0.450$1.801.0Mfp8
Open Inference173 tok/s0.90 s$0.070$1.101.0Mfp4
Baseten172 tok/s0.27 s$0.300$1.201.0M–
Modal171 tok/s0.28 s$0.300$1.201.0M–
DigitalOcean166 tok/s0.59 s$0.225$0.9001.0M–
Crusoe166 tok/s0.53 s$0.290$1.201.0Mfp8
Wafer163 tok/s0.24 s$0.190$0.6501.0Mmxfp4
Venice162 tok/s0.81 s$0.300$1.201Mfp8
Parasail162 tok/s0.59 s$0.300$1.201.0Mfp8
Cohere150 tok/s0.26 s$0.195$0.6601.0Mfp8
CoreWeave147 tok/s0.62 s$0.130$0.6501.0Mfp8
inference.net147 tok/s0.18 s$0.103$0.6001.0Mfp8
Fireworks147 tok/s0.33 s$0.300$1.201.0M–
inference.net143 tok/s0.19 s$0.103$0.6001.0Mfp8
Makora127 tok/s0.90 s$0.260$1.171.0Mfp8
River116 tok/s0.67 s$0.096$0.3841.0M–
DeepInfra116 tok/s0.57 s$0.140$0.4201.0Mfp8
DeepInfra112 tok/s0.44 s$0.210$0.6301.0Mfp8
Google Vertex112 tok/s0.68 s$0.300$1.201.0M–
DeepInfra111 tok/s2.14 s$0.112$0.3361.0Mfp8
SiliconFlow108 tok/s1.69 s$0.300$1.201.0Mfp8
Relace107 tok/s0.52 s$0.120$0.5001.0Mfp4
Alibaba Cloud Int.105 tok/s0.92 s$0.210$0.8401M–
Fireworks Spot100 tok/s0.73 s$0.210$0.8401.0M–
Mancer94 tok/s0.67 s$0.212$0.7501.0Mfp8
NovitaAI92 tok/s1.44 s$0.195$0.7801.0Mfp8
Reka AI81 tok/s0.52 s$0.120$0.6401.0M–
StreamLake71 tok/s1.28 s$0.147$0.5881.0Mfp8
AtlasCloud61 tok/s0.76 s$0.135$0.5401.0Mfp8
Baidu Qianfan45 tok/s1.67 s$0.300$1.201.0Mfp8
GMICloud41 tok/s1.84 s$0.180$0.7201.0Mfp8

利用状況

DeepSeek V4.1 Flashが実際にどれだけ使われているかを、利用状況を公開しているゲートウェイの報告に基づいて示します。利用状況はIndexには含まれません。よく使われているモデルとプロバイダー

OpenRouter、過去1週間
#3
トークンシェア7.4%
Vercel AI Gateway、7日間
4.1%
トークンシェア
可用性、72時間
99.9%
OpenRouter、全プロバイダー
ツール呼び出しのエラー、7日間
0.75%
ツール呼び出しに占める割合
OpenRouterでの1日あたりのトークン数(2026年10月17日〜2026年11月15日):合計72.7T、前週比 −12%。

直近30日間の典型的なリクエスト:リクエストあたり33.2kトークン、出力1トークンあたり入力45トークン、入力の89%がキャッシュから、出力の67%が推論、リクエストあたり0.28回のツール呼び出し。

OpenRouterでこのモデルに最も多くのトークンを送っているアプリ:Hermes Agent (9.17T)、Claude Code (3.87T)、pi (3.14T)、OpenHands (2.03T)、DeepSeek Harness (2.02T)。

Vercel AI Gatewayのプロバイダースループット最初のトークン稼働率、1日
Together AI436 tok/s0.24 s100.00%
Runware382 tok/s0.55 s99.84%
Baseten273 tok/s0.63 s99.99%
Wafer246 tok/s0.56 s100.00%
Fireworks231 tok/s0.56 s100.00%
DigitalOcean228 tok/s0.68 s99.99%

出典: 利用状況: OpenRouterのランキング · Vercel AI Gateway, CC BY 4.0・2026年11月16日時点のデータ。

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$0.330$0.660$0.990$1.3226年9月26年10月26年11月
入力 出力
現在:入力$0.300・出力$1.20

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$0.003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$0.0005$0.000434.5 s
30ページのレポートを要約12,000 / 600$0.0043$0.001635.7 s
コード編集6,000 / 1,500$0.0036$0.002339.5 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$0.009449.9 s
構造化データの抽出2,000 / 200$0.0008$0.000434.0 s

このモデルを含むコーディングプラン

DeepSeek V4.1 Flashを使えるサブスクリプションです。それぞれの利用上限と、タスクあたりのコストを掲載しています。

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 V4.1 Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/deepseek-v4-1-flash

BibTeX:

@misc{benchleader_deepseek_v4_1_flash_20261116,
  author       = {{BenchLeader}},
  title        = {{DeepSeek V4.1 Flash on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/deepseek-v4-1-flash}},
  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 V4.1 Flashのベンチマークスコアは?
2026年11月16日時点で、DeepSeek V4.1 Flash(推論エフォート max)のBenchLeader Indexは58.5 ±4.2です。最も強いのは長文コンテキスト(67)、最も弱いのは知識(51)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 V4.1 Flashの順位は?
2026年11月16日時点で、DeepSeek V4.1 Flash(推論エフォート max)はランク付けされた608構成中126位です。ほかに239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 V4.1 Flash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 V4.1 Flashの料金は入力100万トークンあたり$0.300、出力100万トークンあたり$1.20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$0.525です。定価が最後に変わったのは2026年11月14日です。
DeepSeek V4.1 Flashはいつリリースされましたか?
DeepSeekが2026年9月10日にDeepSeek V4.1 Flashをリリースしました。BenchLeaderには5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 V4.1 Flash: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-v4-1-flash