BenchLeader

DeepSeek V4.1 Flash 1017

推論エフォート
品質339中71位
57.7Index
上位4分の1
中央値比 +7.5
価格255中89位
$0.525100万トークンあたり
多くのモデルより安い
中央値の0.6倍
速度216中28位
174トークン/秒
上位4分の1
中央値の2.1倍
コスパ255中81位
109.9ポイント/$
中央値より上
中央値の2.0倍

よりコスパが高いモデル: 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
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Index58
  2. 推論56
  3. コーディング63
  4. エージェント・ツール58
  5. 数学61
  6. 知識48
  7. マルチモーダル63
  8. 長文コンテキスト66
  9. 総合56

この順位を埋め込む

ほかのバッジスタイル
[![DeepSeek V4.1 Flash 1017 on BenchLeader: 総合 70位](https://www.benchleader.com/badge/deepseek-v4-1-flash-1017.svg?style=compact)](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。

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 1017maxこのページ2026年10月17日57.7#147
DeepSeek V4.1 Flashmax2026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#464153 tok/s1.28 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/s0.76 s$0.0005推論 64
medium––113 tok/s0.76 s$0.0005
high51.2#320175 tok/s20 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/s0.76 s$0.0005
max最良57.7#147174 tok/s40 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/s0.76 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
415365
  • 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highmax出典推移
AA Openness IndexIndex対象外44.4#9744.4#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–––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%#7825.3%#61–Artificial Analysis
ARC-AGI-15.7%#25191.5%#7294.5%#4693.5%#56–ARC Prize
ARC-AGI-22.1%#20873.6%#6068.6%#7078.1%#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%#8425.0%#90–Artificial Analysis
HLE-Diamond (Scale)Index対象外エフォート未記載––––20.5%#17Scale 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lowmediumhighmax標準出典推移
SciCode38.5%#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%#3646.3%#2945.6%#3347.7%#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%#7033.8%#56–Artificial Analysis
GameBench 2 OverallIndex対象外設定全体–––––61.4#16DuelLab GameBench 2
GameBench 2 by reasoning settingIndex対象外49.9#95––64.3#5269.9#39–DuelLab GameBench 2
Design Arena WebsiteIndex対象外エフォート未記載–––––1295#25Design Arena
FrontierCode 1.1 (AA)Index対象外––––43.7%#25–Artificial Analysis
FrontierCode 2.0 (AA)6.1%#106––16.8%#7828.5%#42–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
Terminal-Bench––38.5%#58–Terminal-Bench
APEX-Agents––69.8%#6–Mercor
Arena Agent––2#22–Arena (LMArena)
LiveBench Long AgenticIndex対象外––38.8%#15–LiveBench
LiveBench BrowserIndex対象外––67.2%#18–LiveBench
GDPval-AA v2.1, normalised scoreIndex対象外––62.3%#8–Artificial Analysis
GDPval-AA v2.1Index対象外––1746#10–Artificial Analysis
Finance Agent v2Index対象外––57.0%#18–Vals AI
Finance Agent v2.1Index対象外––62.9%#18–Vals AI
Harvey's Legal Agent Benchmark v1.1Index対象外––14.2%#13–Vals AI
Harvey's Legal Agent Benchmark v1Index対象外––9.2%#22–Vals AI
Legal Research BenchIndex対象外––45.2%#23–Vals AI
Tax Agent BenchIndex対象外––44.4%#8–Vals AI
Terminal-Bench 4.0 (Vals)Index対象外––31.8%#25–Vals AI
Arena Agent Task CompletionIndex対象外––2.3#25–Arena (LMArena)
AutomationBenchIndex対象外48.8%#11068.5%#1866.6%#29–Artificial Analysis
GDP.pdf (AA)Index対象外4.4%#20214.2%#12817.2%#108–Artificial Analysis
AA-Briefcase v1.1Index対象外1425#721416#751570#29–Artificial Analysis
GDPxIndex対象外––5.4%#12–GDPx by SemiAnalysis
Design Arena AgenticIndex対象外エフォート未記載–––1282#13Design Arena
Terminal-Bench-Science 0.1 (AA)Index対象外2.4%#9810.5%#6212.9%#56–Artificial Analysis
CWE-Bench (AA)––69.2%#2–Artificial Analysis
DeepSec-Bench (AA)––24.9%#12–Artificial Analysis
CyberGym end-to-end (AA)––76.3%#7–Artificial Analysis
MKA (AA)Index対象外––38.5%#13–Artificial Analysis

知識

ベンチマーク推論なしhighxhighmax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 v1.12.1#791.5#81–0.9#83–Artificial Analysis
PRBench Financeエフォート未記載––––47.1%#18Scale AI SEAL
PRBench Legalエフォート未記載––––47.3%#24Scale 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%#11438.9%#74–39.6%#70–Artificial Analysis
AA-Omniscience v1.1: non-hallucinationIndex対象外74.7%#2638.8%#94–35.9%#99–Artificial Analysis

指示追従

ベンチマーク標準出典推移
MultiChallenge74.9%#5Scale AI SEAL

マルチモーダル

ベンチマーク推論なしhighmax出典推移
LiveBench DesignIndex対象外––79.8%#7LiveBench
MMMU-Pro69.2%#16979.7%#6680.6%#54Artificial Analysis
Humanity's Sixth SenseIndex対象外––30.1%#21Scale AI SEAL
VIALS-AAIndex対象外––40.4%#15Handshake 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 v1.157.3%#31282.7%#40Artificial Analysis
MLCRIndex対象外–26.7%#27Artificial 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–––159.4#22Epoch AI Benchmarking Hub
LiveBench 2.0––70.3%#12–LiveBench
AA Intelligence Index v5.0.1Index対象外18.5#9728.6#7132.6#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#186319.3#65323.7#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%#8Vals 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%#52Scale 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
Baseten473 tok/s0.32 s$0.600$2.401.0M–
Mistral195 tok/s1.05 s$0.300$1.201.0Mfp8
Together186 tok/s0.60 s$0.300$1.201.0M–
Crusoe180 tok/s0.64 s$0.290$1.201.0Mfp8
Fireworks173 tok/s0.41 s$0.450$1.801.0M–
Ionstream172 tok/s0.62 s$0.210$0.6201.0M–
Wafer170 tok/s0.39 s$0.066$0.5001.0Mmxfp4
DigitalOcean169 tok/s0.89 s$0.180$0.7201.0M–
Wafer167 tok/s0.30 s$0.036$0.5001.0Mmxfp4
Ionstream164 tok/s0.82 s$0.077$0.2331.0M–
Open Inference163 tok/s0.57 s$0.070$1.101.0Mfp4
GMICloud163 tok/s0.80 s$0.180$0.7201.0Mfp8
Modal146 tok/s0.72 s$0.250$1.001.0M–
PrimaLabs143 tok/s0.79 s$0.240$0.9601.0M–
Parasail139 tok/s0.35 s$0.300$1.201.0Mfp8
Venice135 tok/s1.46 s$0.300$1.201Mfp8
Relace134 tok/s0.59 s$0.120$0.5001.0Mfp4
Baseten134 tok/s0.64 s$0.300$1.201.0M–
Cohere132 tok/s1.00 s$0.150$0.5001.0Mfp8
Fireworks129 tok/s1.09 s$0.300$1.201.0M–
CoreWeave125 tok/s0.51 s$0.300$1.201.0Mfp8
Alibaba Cloud Int.121 tok/s0.82 s$0.210$0.8401M–
Sail Research118 tok/s1.38 s$0.050$0.1001.0Mfp4
Reka AI115 tok/s1.10 s$0.160$1.101.0M–
Morph114 tok/s0.70 s$0.078$0.6941.0Mfp8
DekaLLM113 tok/s0.97 s$0.180$0.6801.0M–
DeepSeek113 tok/s1.26 s$0.300$1.201.0M–
inference.net111 tok/s0.25 s$0.080$0.6051.0Mfp8
DeepInfra109 tok/s0.97 s$0.147$0.4411.0Mfp8
StepFun106 tok/s2.23 s$0.105$0.4201Mfp8
River104 tok/s1.07 s$0.086$0.3461.0M–
Prime Intellect104 tok/s1.05 s$0.044$0.7001.0M–
DeepInfra101 tok/s0.89 s$0.098$0.2941.0Mfp8
Makora101 tok/s0.93 s$0.150$1.201.0Mfp8
inference.net97 tok/s0.50 s$0.080$0.6051.0Mfp8
Nebius Token Factory91 tok/s1.67 s$0.300$1.201.0Mfp8
Fireworks Spot90 tok/s2.61 s$0.210$0.8401.0M–
Sail Research88 tok/s3.03 s$0.070$0.1001.0Mfp4
Particle AI82 tok/s0.64 s$0.030$0.2501.0M–
Cloudflare81 tok/s2.26 s$0.100$0.6001.0M–
Particle AI78 tok/s0.79 s$0.060$0.5001.0M–
Baidu Qianfan76 tok/s1.74 s$0.280$1.131.0Mfp8
SiliconFlow74 tok/s0.69 s$0.300$0.5501.0Mfp8
AtlasCloud70 tok/s2.97 s$0.195$0.7801.0Mfp8
StreamLake49 tok/s1.79 s$0.111$0.4441.0Mfp8
NovitaAI44 tok/s2.67 s$0.165$0.6601.0Mfp8
NEAR AI39 tok/s1.58 s$0.300$1.201.0M–
DeepInfra34 tok/s8.94 s$0.078$0.2351.0Mfp8

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

OpenRouter、過去1週間
#1
トークンシェア28.0%
Vercel AI Gateway、7日間
16.3%
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
0.73%
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200.6T、前週比 +5.7%。

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 AI314 tok/s0.60 s99.97%
Boundless300 tok/s0.98 s99.76%
Parasail286 tok/s0.71 s99.75%
Runware259 tok/s0.72 s98.22%
Fireworks257 tok/s2.07 s100.00%
Alibaba Cloud213 tok/s3.84 s100.00%

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$0.000441.5 s
30ページのレポートを要約12,000 / 600$0.0043$0.001743.2 s
コード編集6,000 / 1,500$0.0036$0.002348.3 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$0.00961.0 min
構造化データの抽出2,000 / 200$0.0008$0.000440.9 s

DeepSeekのほかのモデル

今月の新着

DeepSeek V4.1 Flash 1017と比較する

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。

[![DeepSeek V4.1 Flash 1017 on BenchLeader: 総合 70位](https://www.benchleader.com/badge/deepseek-v4-1-flash-1017.svg)](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}
}

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 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