DeepSeek V4.1 Flash 1017
よりコスパが高いモデル: MiMo-V2.5 $0.138/MでIndex 56.3(4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3つあります:GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475)、GLM 5.3 Flash (57.8, $0.238)。
2026年11月16日時点で、DeepSeek V4.1 Flash 1017(DeepSeek)のBenchLeader Indexは57.7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(66)、最も弱いのは知識(48)です。API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(3:1のブレンドで$0.525)で、2026年11月16日時点の定価です。出力速度は約170トークン/秒です(Artificial Analysis)。2026年10月17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 1017のAPI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(3:1のブレンドで$0.525)です(定価、2026年11月16日)。
- DeepSeek V4.1 Flash 1017の出力速度は約170トークン/秒です(Artificial Analysis、2026年11月16日)。
- DeepSeek V4.1 Flash 1017は2026年10月17日にリリースされました(DeepSeek)。
詳しく見ると:DeepSeek V4.1 Flash 1017はDeepSeekのオープンウェイトの推論モデルです(2026年10月17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57.7 ±3.5を記録し、608構成中147位で上位半分に入ります。重要なのはこの「±」です。ほかに236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(66)、知識が最も低くなっています(48)。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174トークン/秒、回答開始まで39.7秒で、最速の4分の1に入ります。7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
- 174 tok/s
- Artificial Analysisによる測定
- 回答開始
- 40 s
- 最初のトークン 0.76 s
- コンテキスト
- 1.0M
- 出典:models.dev
- 回答完了まで
- 91 s
- 最終測定2026年11月13日
- タスクあたりコスト
- $0.602
- 1タスク13 min、AA Index
- タスクあたりトークン数
- 139k
- うち65%が推論
- リリース日
- 2026年10月17日
- 総合Index58
- 推論56
- コーディング63
- エージェント・ツール58
- 数学61
- 知識48
- マルチモーダル63
- 長文コンテキスト66
- 総合56
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-v4-1-flash-1017)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 V4.1 Flash 1017maxこのページ | 2026年10月17日 | 57.7 | #147 |
| DeepSeek V4.1 Flashmax | 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 | 44.9 | #464 | 153 tok/s | 1.28 s | $0.0005 | コーディング 35 · 知識 46 · 長文コンテキスト 53 · マルチモーダル 51 · 推論 31 |
| low | – | – | 113 tok/s | 0.76 s | $0.0005 | 推論 64 |
| medium | – | – | 113 tok/s | 0.76 s | $0.0005 | |
| high | 51.2 | #320 | 175 tok/s | 20 s | $0.0005 | コーディング 46 · 知識 46 · マルチモーダル 62 · 推論 53 |
| xhigh | – | – | 113 tok/s | 0.76 s | $0.0005 | |
| max最良 | 57.7 | #147 | 174 tok/s | 40 s | $0.0005 | エージェント・ツール 58 · コーディング 63 · 総合 56 · 知識 48 · 長文コンテキスト 66 · 数学 61 · マルチモーダル 63 · 推論 56 |
| 未記載 | – | – | 113 tok/s | 0.76 s | $0.0005 | 指示追従 70 · 知識 54 |
Indexの推移
2026年10月21日〜2026年11月16日- 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 | high | max | 出典 | 推移 |
|---|---|---|---|---|---|
| AA Openness IndexIndex対象外 | 44.4#97 | 44.4#97 | 44.4#97 | Artificial Analysis |
推論
| ベンチマーク | 推論なし | low | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|
| GPQA Diamond | – | – | – | 93.2%#24 | – | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 ReasoningIndex対象外 | – | – | – | 89.1%#15 | – | LiveBench | |
| Humanity's Last Exam (AA)Index対象外 | 11.5%#310 | – | – | 43.3%#69 | – | Artificial Analysis | |
| HLE-Diamond (AA) | 7.1%#133 | – | 20.8%#78 | 25.3%#61 | – | Artificial Analysis | |
| ARC-AGI-1 | 5.7%#251 | 91.5%#72 | 94.5%#46 | 93.5%#56 | – | ARC Prize | |
| ARC-AGI-2 | 2.1%#208 | 73.6%#60 | 68.6%#70 | 78.1%#50 | – | ARC Prize | |
| ARC-AGI-3 | – | – | – | 5.8%#37 | – | ARC Prize | |
| CritPtIndex対象外 | 0.3%#291 | – | – | 24.0%#58 | – | Artificial Analysis | |
| CritPt v2 hard subset (AA) | 1.0%#128 | – | 27.5%#84 | 25.0%#90 | – | Artificial Analysis | |
| HLE-Diamond (Scale)Index対象外エフォート未記載 | – | – | – | – | 20.5%#17 | Scale AI SEAL | |
| Chess PuzzlesIndex対象外 | – | – | – | 46.0%#28 | – | Epoch AI Benchmarking Hub | |
| Mystery Game PuzzlesIndex対象外 | – | – | – | 49.0%#17 | – | Epoch AI Benchmarking Hub |
コーディング
| ベンチマーク | 推論なし | low | medium | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|---|
| SciCode | 38.5%#194 | – | – | – | 55.9%#51 | – | SciCode | |
| Arena WebDev | – | – | – | – | 1664#17 | – | Arena (LMArena) | |
| LiveBench 2.0 CodingIndex対象外 | – | – | – | – | 80.4%#10 | – | LiveBench | |
| SciCode (AA)Index対象外 | 38.5%#204 | – | – | – | 55.9%#51 | – | Artificial Analysis | |
| Code MigrationIndex対象外 | – | – | – | – | 44.2%#25 | – | Vals AI | |
| Code Migration v1.1Index対象外 | – | – | – | – | 67.5%#8 | – | Vals AI | |
| Vibe Code Bench v1.1Index対象外 | – | – | – | – | 87.7%#14 | – | Vals AI | |
| Vibe Code Bench 1-100 v1.1Index対象外 | – | – | – | – | 26.1%#6 | – | Vals AI | |
| CursorBenchIndex対象外 | – | 44.9%#36 | 46.3%#29 | 45.6%#33 | 47.7%#26 | – | Cursor | |
| ALE-BenchIndex対象外 | – | – | – | – | 1622#21 | – | Epoch AI Benchmarking Hub | |
| WeirdML v3Index対象外 | – | – | – | 9.2%#15 | – | – | WeirdML | |
| Terminal-Bench 4.0 (AA)Index対象外 | 9.1%#120 | – | – | 28.8%#70 | 33.8%#56 | – | Artificial Analysis | |
| GameBench 2 OverallIndex対象外設定全体 | – | – | – | – | – | 61.4#16 | DuelLab GameBench 2 | |
| GameBench 2 by reasoning settingIndex対象外 | 49.9#95 | – | – | 64.3#52 | 69.9#39 | – | DuelLab GameBench 2 | |
| Design Arena WebsiteIndex対象外エフォート未記載 | – | – | – | – | – | 1295#25 | Design Arena | |
| FrontierCode 1.1 (AA)Index対象外 | – | – | – | – | 43.7%#25 | – | Artificial Analysis | |
| FrontierCode 2.0 (AA) | 6.1%#106 | – | – | 16.8%#78 | 28.5%#42 | – | Artificial Analysis |
エージェント・ツール
数学
| ベンチマーク | max | 出典 | 推移 |
|---|---|---|---|
| FrontierMath Tiers 1–3 | 71.2%#31 | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 46.3%#31 | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 99.4%#19 | Epoch AI Benchmarking Hub | |
| ArXivMathIndex対象外 | 42.5%#6 | MathArena | |
| BrokenArXivIndex対象外 | 48.7%#6 | MathArena |
知識
| ベンチマーク | 推論なし | high | xhigh | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|
| SimpleQA Verified | – | – | – | 42.5%#48 | – | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 Data AnalysisIndex対象外 | – | – | – | 79.5%#12 | – | LiveBench | |
| LiveBench ResearchIndex対象外 | – | – | – | 78.6%#23 | – | LiveBench | |
| AA-Omniscience v1.1 | 2.1#79 | 1.5#81 | – | 0.9#83 | – | Artificial Analysis | |
| PRBench Financeエフォート未記載 | – | – | – | – | 47.1%#18 | Scale AI SEAL | |
| PRBench Legalエフォート未記載 | – | – | – | – | 47.3%#24 | Scale AI SEAL | |
| Excel Modeling BenchmarkIndex対象外 | – | – | – | 61.8%#33 | – | Vals AI | |
| Excel Modeling Benchmark v1.1Index対象外 | – | – | – | 69.2%#22 | – | Vals AI | |
| Access to Justice BenchmarkIndex対象外 | – | – | – | 73.1%#8 | – | Vals AI | |
| DrugDiscoveryBenchIndex対象外 | – | – | 60.6%#6 | – | – | Scale AI SEAL | |
| AA-Omniscience v1.1: accuracyIndex対象外 | 21.9%#114 | 38.9%#74 | – | 39.6%#70 | – | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucinationIndex対象外 | 74.7%#26 | 38.8%#94 | – | 35.9%#99 | – | Artificial Analysis |
指示追従
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| MultiChallenge | 74.9%#5 | Scale AI SEAL |
マルチモーダル
| ベンチマーク | 推論なし | high | max | 出典 | 推移 |
|---|---|---|---|---|---|
| LiveBench DesignIndex対象外 | – | – | 79.8%#7 | LiveBench | |
| MMMU-Pro | 69.2%#169 | 79.7%#66 | 80.6%#54 | Artificial Analysis | |
| Humanity's Sixth SenseIndex対象外 | – | – | 30.1%#21 | Scale AI SEAL | |
| VIALS-AAIndex対象外 | – | – | 40.4%#15 | Handshake AI |
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 v1.1 | 57.3%#312 | 82.7%#40 | Artificial Analysis | |
| MLCRIndex対象外 | – | 26.7%#27 | Artificial Analysis |
総合
| ベンチマーク | 推論なし | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| Epoch Capabilities IndexIndex対象外エフォート未記載 | – | – | – | 159.4#22 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | – | – | 70.3%#12 | – | LiveBench | |
| AA Intelligence Index v5.0.1Index対象外 | 18.5#97 | 28.6#71 | 32.6#56 | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2Index対象外 | – | – | 45.1#39 | – | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 277.6#186 | 319.3#65 | 323.7#48 | – | Artificial Analysis | |
| Vals IndexIndex対象外 | – | – | 61.3#12 | – | Vals AI | |
| Vals Finance IndexIndex対象外 | – | – | 60.9%#13 | – | Vals AI | |
| Vals Router IndexIndex対象外エフォート未記載 | – | – | – | 61.3%#8 | Vals AI | |
| Vals Legal IndexIndex対象外 | – | – | 71.9%#13 | – | Vals AI | |
| AA Cyber IndexIndex対象外 | – | – | 56.8#4 | – | Artificial Analysis |
安全性・誠実さ
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| FORTRESSIndex対象外 | 27.2%#52 | Scale AI SEAL |
GameBench 2 Overall: 61.4. GameBench 2, best reasoning setting (Max): 69.9. 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 |
|---|---|---|---|---|---|---|
| Baseten | 473 tok/s | 0.32 s | $0.600 | $2.40 | 1.0M | – |
| Mistral | 195 tok/s | 1.05 s | $0.300 | $1.20 | 1.0M | fp8 |
| Together | 186 tok/s | 0.60 s | $0.300 | $1.20 | 1.0M | – |
| Crusoe | 180 tok/s | 0.64 s | $0.290 | $1.20 | 1.0M | fp8 |
| Fireworks | 173 tok/s | 0.41 s | $0.450 | $1.80 | 1.0M | – |
| Ionstream | 172 tok/s | 0.62 s | $0.210 | $0.620 | 1.0M | – |
| Wafer | 170 tok/s | 0.39 s | $0.066 | $0.500 | 1.0M | mxfp4 |
| DigitalOcean | 169 tok/s | 0.89 s | $0.180 | $0.720 | 1.0M | – |
| Wafer | 167 tok/s | 0.30 s | $0.036 | $0.500 | 1.0M | mxfp4 |
| Ionstream | 164 tok/s | 0.82 s | $0.077 | $0.233 | 1.0M | – |
| Open Inference | 163 tok/s | 0.57 s | $0.070 | $1.10 | 1.0M | fp4 |
| GMICloud | 163 tok/s | 0.80 s | $0.180 | $0.720 | 1.0M | fp8 |
| Modal | 146 tok/s | 0.72 s | $0.250 | $1.00 | 1.0M | – |
| PrimaLabs | 143 tok/s | 0.79 s | $0.240 | $0.960 | 1.0M | – |
| Parasail | 139 tok/s | 0.35 s | $0.300 | $1.20 | 1.0M | fp8 |
| Venice | 135 tok/s | 1.46 s | $0.300 | $1.20 | 1M | fp8 |
| Relace | 134 tok/s | 0.59 s | $0.120 | $0.500 | 1.0M | fp4 |
| Baseten | 134 tok/s | 0.64 s | $0.300 | $1.20 | 1.0M | – |
| Cohere | 132 tok/s | 1.00 s | $0.150 | $0.500 | 1.0M | fp8 |
| Fireworks | 129 tok/s | 1.09 s | $0.300 | $1.20 | 1.0M | – |
| CoreWeave | 125 tok/s | 0.51 s | $0.300 | $1.20 | 1.0M | fp8 |
| Alibaba Cloud Int. | 121 tok/s | 0.82 s | $0.210 | $0.840 | 1M | – |
| Sail Research | 118 tok/s | 1.38 s | $0.050 | $0.100 | 1.0M | fp4 |
| Reka AI | 115 tok/s | 1.10 s | $0.160 | $1.10 | 1.0M | – |
| Morph | 114 tok/s | 0.70 s | $0.078 | $0.694 | 1.0M | fp8 |
| DekaLLM | 113 tok/s | 0.97 s | $0.180 | $0.680 | 1.0M | – |
| DeepSeek | 113 tok/s | 1.26 s | $0.300 | $1.20 | 1.0M | – |
| inference.net | 111 tok/s | 0.25 s | $0.080 | $0.605 | 1.0M | fp8 |
| DeepInfra | 109 tok/s | 0.97 s | $0.147 | $0.441 | 1.0M | fp8 |
| StepFun | 106 tok/s | 2.23 s | $0.105 | $0.420 | 1M | fp8 |
| River | 104 tok/s | 1.07 s | $0.086 | $0.346 | 1.0M | – |
| Prime Intellect | 104 tok/s | 1.05 s | $0.044 | $0.700 | 1.0M | – |
| DeepInfra | 101 tok/s | 0.89 s | $0.098 | $0.294 | 1.0M | fp8 |
| Makora | 101 tok/s | 0.93 s | $0.150 | $1.20 | 1.0M | fp8 |
| inference.net | 97 tok/s | 0.50 s | $0.080 | $0.605 | 1.0M | fp8 |
| Nebius Token Factory | 91 tok/s | 1.67 s | $0.300 | $1.20 | 1.0M | fp8 |
| Fireworks Spot | 90 tok/s | 2.61 s | $0.210 | $0.840 | 1.0M | – |
| Sail Research | 88 tok/s | 3.03 s | $0.070 | $0.100 | 1.0M | fp4 |
| Particle AI | 82 tok/s | 0.64 s | $0.030 | $0.250 | 1.0M | – |
| Cloudflare | 81 tok/s | 2.26 s | $0.100 | $0.600 | 1.0M | – |
| Particle AI | 78 tok/s | 0.79 s | $0.060 | $0.500 | 1.0M | – |
| Baidu Qianfan | 76 tok/s | 1.74 s | $0.280 | $1.13 | 1.0M | fp8 |
| SiliconFlow | 74 tok/s | 0.69 s | $0.300 | $0.550 | 1.0M | fp8 |
| AtlasCloud | 70 tok/s | 2.97 s | $0.195 | $0.780 | 1.0M | fp8 |
| StreamLake | 49 tok/s | 1.79 s | $0.111 | $0.444 | 1.0M | fp8 |
| NovitaAI | 44 tok/s | 2.67 s | $0.165 | $0.660 | 1.0M | fp8 |
| NEAR AI | 39 tok/s | 1.58 s | $0.300 | $1.20 | 1.0M | – |
| DeepInfra | 34 tok/s | 8.94 s | $0.078 | $0.235 | 1.0M | fp8 |
利用状況
DeepSeek V4.1 Flash 1017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
直近30日間の典型的なリクエスト:リクエストあたり62.0kトークン、出力1トークンあたり入力72トークン、入力の94%がキャッシュから、出力の66%が推論、リクエストあたり0.52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 (11.7T)、Claude Code (8.71T)、pi (7.34T)、Strix (6.39T)、DeepSeek Harness (5.22T)。
| 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 AI | 314 tok/s | 0.60 s | 99.97% |
| Boundless | 300 tok/s | 0.98 s | 99.76% |
| Parasail | 286 tok/s | 0.71 s | 99.75% |
| Runware | 259 tok/s | 0.72 s | 98.22% |
| Fireworks | 257 tok/s | 2.07 s | 100.00% |
| Alibaba Cloud | 213 tok/s | 3.84 s | 100.00% |
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。
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$0.006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 | $0.0004 | 41.5 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.0043 | $0.0017 | 43.2 s |
| コード編集 | 6,000 / 1,500 | $0.0036 | $0.0023 | 48.3 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 | $0.0096 | 1.0 min |
| 構造化データの抽出 | 2,000 / 200 | $0.0008 | $0.0004 | 40.9 s |
DeepSeekのほかのモデル
DeepSeek V4.1 Flash 1017と比較する
- DeepSeek V4.1 Flash 1017 vs Muse Spark 1.3
- DeepSeek V4.1 Flash 1017 vs GLM 5.3 Flash
- DeepSeek V4.1 Flash 1017 vs Qwen3.6 Plus
- DeepSeek V4.1 Flash 1017 vs GPT-6.1 Sol
- DeepSeek V4.1 Flash 1017 vs Qwen3.8 Max
- DeepSeek V4.1 Flash 1017 vs DeepSeek V4 Flash
- DeepSeek V4.1 Flash 1017 vs Grok 4.7
- DeepSeek V4.1 Flash 1017 vs Gemini 3.8 Flash
- DeepSeek V4.1 Flash 1017 vs Step 5 Preview
- DeepSeek V4.1 Flash 1017 vs Claude Fable 5.1
- DeepSeek V4.1 Flash 1017 vs GLM 5.2
- DeepSeek V4.1 Flash 1017 vs Gemini 4 Carbon
- DeepSeek V4.1 Flash 1017 vs GPT-5.6 Terra
- DeepSeek V4.1 Flash 1017 vs GLM 5.3
- DeepSeek V4.1 Flash 1017 vs Claude Sonnet 5.5
- DeepSeek V4.1 Flash 1017 vs Muse Wonder
- DeepSeek V4.1 Flash 1017 vs Gemini 4 Argon
- DeepSeek V4.1 Flash 1017 vs Muse Spark
- DeepSeek V4.1 Flash 1017 vs DeepSeek V4 Pro
- DeepSeek V4.1 Flash 1017 vs GPT-5.4
- DeepSeek V4.1 Flash 1017 vs Claude Fable 5.2
- DeepSeek V4.1 Flash 1017 vs GPT-5.6 Sol
- DeepSeek V4.1 Flash 1017 vs Muse Spark 1.1
- DeepSeek V4.1 Flash 1017 vs Claude Opus 5.5
- DeepSeek V4.1 Flash 1017 vs Gemini 3 Pro
- DeepSeek V4.1 Flash 1017 vs Claude Opus 4.7
- DeepSeek V4.1 Flash 1017 vs Grok 4.6
- DeepSeek V4.1 Flash 1017 vs Kimi K3
- DeepSeek V4.1 Flash 1017 vs Qwen3.8-Flash-Next
- DeepSeek V4.1 Flash 1017 vs Claude Opus 4.6
- DeepSeek V4.1 Flash 1017 vs Gemini 3.7 Flash
- DeepSeek V4.1 Flash 1017 vs GPT-5.3-Codex
- DeepSeek V4.1 Flash 1017 vs GPT-5.5
- DeepSeek V4.1 Flash 1017 vs Claude Opus 5
- DeepSeek V4.1 Flash 1017 vs Inkling 2 Small
- DeepSeek V4.1 Flash 1017 vs Claude Sonnet 5
- DeepSeek V4.1 Flash 1017 vs GPT-5.2
- DeepSeek V4.1 Flash 1017 vs Muse Wonder Full
- DeepSeek V4.1 Flash 1017 vs MiMo-V2.6-Pro
- DeepSeek V4.1 Flash 1017 vs Claude Opus 4.8
- DeepSeek V4.1 Flash 1017 vs Muse Spark 1.2
- DeepSeek V4.1 Flash 1017 vs Qwen3.6 Max
- DeepSeek V4.1 Flash 1017 vs GPT-6 Astra
- DeepSeek V4.1 Flash 1017 vs Gemini 3.6 Flash
- DeepSeek V4.1 Flash 1017 vs Claude Fable 5
- DeepSeek V4.1 Flash 1017 vs GPT-5.5 Pro
- DeepSeek V4.1 Flash 1017 vs Gemini 3.1 Pro
- DeepSeek V4.1 Flash 1017 vs GPT-6 Sol
- DeepSeek V4.1 Flash 1017 vs GPT-5.4 Pro
- DeepSeek V4.1 Flash 1017 vs Qwen3.8 2.4T A95B
- DeepSeek V4.1 Flash 1017 vs GPT-6.1 Terra
関連ページ
埋め込み・引用
DeepSeek V4.1 Flash 1017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-v4-1-flash-1017)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 1017 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/deepseek-v4-1-flash-1017
BibTeX:
@misc{benchleader_deepseek_v4_1_flash_1017_20261116,
author = {{BenchLeader}},
title = {{DeepSeek V4.1 Flash 1017 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/deepseek-v4-1-flash-1017}},
note = {Data as of 2026-11-16}
}よくある質問
- DeepSeek V4.1 Flash 1017のベンチマークスコアは?
- 2026年11月16日時点で、DeepSeek V4.1 Flash 1017(推論エフォート max)のBenchLeader Indexは57.7 ±3.5です。最も強いのは長文コンテキスト(66)、最も弱いのは知識(48)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 1017の順位は?
- 2026年11月16日時点で、DeepSeek V4.1 Flash 1017(推論エフォート max)はランク付けされた608構成中147位です。ほかに236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 1017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 1017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。
- DeepSeek V4.1 Flash 1017はMuse Spark 1.3より優れていますか?
- 2026年11月16日時点で、DeepSeek V4.1 Flash 1017(推論エフォート max)とMuse Spark 1.3の品質はほぼ互角です(BenchLeader Indexで57.7対61.6、±8.9の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
- DeepSeek V4.1 Flash 1017はいつリリースされましたか?
- DeepSeekが2026年10月17日にDeepSeek V4.1 Flash 1017をリリースしました。BenchLeaderには7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 1017: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-1017