BenchLeader

DeepSeek V4 Pro

推論エフォート
品質339中94位
56.0Index
中央値より上
中央値比 +5.8
価格255中172位
$1.98100万トークンあたり
多くのモデルより高い
中央値の2.3倍
速度216中113位
80トークン/秒
中央値より下
中央値の1.0倍
コスパ255中176位
28.3ポイント/$
中央値より下
中央値の0.5倍

よりコスパが高いモデル: MiMo-V2.5 $0.138/MでIndex 56.3(14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31つあります:Gemini 3.7 Flash (62.1, $1.50)、Gemini 3.6 Flash (61.0, $1.50)、Gemini 3.8 Flash (60.2, $1.50)ほか28つ。

2026年11月16日時点で、DeepSeek V4 Pro(DeepSeek)のBenchLeader Indexは56.0です(ランク付け対象は608構成)。最も強いのは人間の評価(65)、最も弱いのは知識(41)です。API料金は入力100万トークンあたり$0.660、出力100万トークンあたり$1.98(3:1のブレンドで$0.990)で、2026年11月16日時点の定価です。出力速度は約80トークン/秒です(Artificial Analysis)。2026年8月13日にリリースされました。

要点(2026年11月16日時点)

  • DeepSeek V4 ProのAPI料金は入力100万トークンあたり$0.660、出力100万トークンあたり$1.98(3:1のブレンドで$0.990)です(定価、2026年11月16日)。
  • DeepSeek V4 Proの出力速度は約80トークン/秒です(Artificial Analysis、2026年11月16日)。
  • DeepSeek V4 Proは2026年8月13日にリリースされました(DeepSeek)。

詳しく見ると:DeepSeek V4 ProはDeepSeekのオープンウェイトの推論モデルです(2026年8月13日リリース)。最もスコアの高い構成(推論エフォート high)は、BenchLeader Indexで56.0 ±4.4を記録し、608構成中196位で上位半分に入ります。重要なのはこの「±」です。ほかに279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。カテゴリ別では人間の評価が最も高く(65)、知識が最も低くなっています(41)。ブレンド価格は100万トークンあたり$1.98で、ランク付けされたモデルの多くより高価です。出力速度は80トークン/秒、回答開始まで42.8秒で、多くのモデルより低速です。6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
$1.98/M
入力$1.32・出力$3.96
出典:Artificial Analysis
出力速度
80 tok/s
Artificial Analysisによる測定
回答開始
43 s
最初のトークン 1.26 s
コンテキスト
1.0M
出典:models.dev
タスクあたりコスト
$0.849
1タスク15 min、AA Index
タスクあたりトークン数
70k
うち64%が推論
リリース日
2026年8月13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Index56
  2. 推論56
  3. コーディング52
  4. 数学65
  5. 知識41
  6. 人間の評価65
  7. 長文コンテキスト64

この順位を埋め込む

ほかのバッジスタイル
[![DeepSeek V4 Pro on BenchLeader: 総合 94位](https://www.benchleader.com/badge/deepseek-v4-pro.svg?style=compact)](https://www.benchleader.com/models/deepseek-v4-pro)

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 Prohighこのページ2026年8月13日56.0#196
DeepSeek V4 Pro 0424high2026年4月24日––

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42.2#49893 tok/s2.45 s$0.0017コーディング 37 · 知識 34 · 長文コンテキスト 49 · 数学 43 · 推論 37
low––44 tok/s1.26 s$0.0009推論 59
high最良56.0#19680 tok/s43 s$0.0017コーディング 52 · 人間の評価 65 · 知識 41 · 長文コンテキスト 64 · 数学 65 · 推論 56
xhigh––44 tok/s1.26 s$0.0009
max54.7#22596 tok/s47 s$0.0017エージェント・ツール 47 · コーディング 55 · 知識 55 · 長文コンテキスト 65 · 数学 56 · 推論 54
未記載53.0#26444 tok/s1.26 s$0.0009エージェント・ツール 43 · コーディング 53 · 人間の評価 57 · 数学 59 · 推論 57

考えさせるほど増えるコスト

エフォートを上げるとIndexのポイントは伸びますが、費用は何倍にもなります。このモデルではmaxのコストがhighの2.1倍で、Indexの変化は-1.3、支出が2倍になるごとに-1.2ポイントです。ほかのモデルと比べる。

424854high:タスクあたり$0.849、Index 56.056.0high $0.849推論なし:タスクあたり$0.977、Index 42.242.2推論なし $0.977max:タスクあたり$1.77、Index 54.754.7max $1.77Index

各点は推論の設定1つを表し、Artificial AnalysisのIndexタスク1件あたりのコスト(対数目盛)とBenchLeader Indexを示します。

Indexの推移

2026年9月8日〜2026年11月16日
385267
  • high
  • max
  • 標準
  • 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 Diamond73.2%#170–90.9%#4091.7%#35–Epoch AI Benchmarking Hub
Arena Hard Prompts––1482#64–1480#68Arena (LMArena)
LiveBench 1.0 ReasoningIndex対象外エフォート未記載––––85.8%#34LiveBench
GPQA Diamond (AA)Index対象外–––92.8%#28–Artificial Analysis
Humanity's Last Exam (AA)Index対象外10.6%#334–41.5%#8841.0%#92–Artificial Analysis
HLE-Diamond (AA)7.2%#130–20.5%#8019.5%#82–Artificial Analysis
GPQA Diamond (Vals)Index対象外–––92.4%#16–Vals AI
Kagi LLM Benchmarkエフォート未記載––––53.5%#70Kagi LLM Benchmark
ARC-AGI-113.0%#23990.5%#8187.2%#10490.0%#87–ARC Prize
ARC-AGI-20.8%#23956.3%#10559.7%#9661.3%#89–ARC Prize
CritPtIndex対象外0.0%#337–18.6%#7918.0%#83–Artificial Analysis
CritPt v2 hard subset (AA)8.5%#110–28.5%#8223.5%#94–Artificial Analysis
HLE-Diamond (Scale)Index対象外エフォート未記載汚染の可能性––––13.4%#19Scale AI SEAL
Arena ExpertIndex対象外––1481#77–1480#79Arena (LMArena)
Chess PuzzlesIndex対象外4.0%#146–16.0%#11546.0%#28–Epoch AI Benchmarking Hub
Mystery Game PuzzlesIndex対象外17.0%#80––43.0%#19–Epoch AI Benchmarking Hub
CL-bench LifeIndex対象外––13.5%#9––Epoch AI Benchmarking Hub
LMCAIndex対象外–––41.2%#11145.5%#94Epoch AI Benchmarking Hub
DTBenchIndex対象外–––90.7%#8593.9%#65Epoch AI Benchmarking Hub
ForecastBenchIndex対象外エフォート未記載––––60.7%#73ForecastBench

コーディング

ベンチマーク推論なしhighmax標準出典推移
SWE-bench Verified (Epoch)––77.6%#6–Epoch AI Benchmarking Hub
SciCode39.9%#18446.4%#15051.0%#114–SciCode
WeirdML–46.5%#7866.2%#39–WeirdML
FrontierCode17.6%#4028.6%#33––Cognition
Arena Coding–1503#74–1501#81Arena (LMArena)
Arena WebDev–1581#44–1448#82Arena (LMArena)
LiveBench 1.0 CodingIndex対象外エフォート未記載–––77.2%#39LiveBench
SciCode (AA)Index対象外39.9%#19451.7%#10251.0%#114–Artificial Analysis
LiveCodeBench––87.5%#13–Vals AI
IOI––51.6%#26–Vals AI
SWE-bench (Vals)Index対象外––96.4%#2–Vals AI
Code MigrationIndex対象外––41.5%#29–Vals AI
Code Migration v1.1Index対象外––52.0%#15–Vals AI
ProgramBenchIndex対象外––0.0%#34–Vals AI
Vibe Code Bench 1-100Index対象外––17.5%#16–Vals AI
Vibe Code Bench v1.1Index対象外––82.3%#28–Vals AI
SWE Atlas v1.0: Codebase QnAIndex対象外エフォート未記載–––27.1%#16Scale AI SEAL
SWE Atlas v1.0: Test WritingIndex対象外エフォート未記載–––27.1%#20Scale AI SEAL
MirrorCodeIndex対象外––33.3%#31–Epoch AI Benchmarking Hub
Surface Evolver BenchIndex対象外–40.0%#23––Epoch AI Benchmarking Hub
ALE-BenchIndex対象外521.7#1161006.1#671403.2#34–Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)Index対象外1.5%#1546.1%#13014.1%#101–Artificial Analysis
Terminal-Bench 2.1 (AA)Index対象外––78.7%#50–Artificial Analysis
Startrise FrontendIndex対象外エフォート未記載–––62.7%#28Startrise
GameBench 2 OverallIndex対象外設定全体–––41.9#45DuelLab GameBench 2
GameBench 2 by reasoning settingIndex対象外26.9#18045.1#11353.6#83–DuelLab GameBench 2
Design Arena WebsiteIndex対象外エフォート未記載–––1227#74Design Arena
FrontierCode 1.1 (AA)Index対象外––38.8%#44–Artificial Analysis
FrontierCode 2.0 (AA)10.3%#9716.7%#7917.1%#76–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––6.7%#103–Terminal-Bench
APEX-Agentsエフォート未記載–––47.3%#42Mercor
LiveBench Agentic CodingIndex対象外エフォート未記載–––55.0%#30LiveBench
Terminal-Bench 2.1 (Vals)––54.7%#5050.2%#58Vals AI
HiL-Benchエフォート未記載–––38.5%#24Scale AI SEAL
GDPval-AA v2.1, normalised scoreIndex対象外27.8%#89–47.5%#43–Artificial Analysis
GDPval-AA v2.1Index対象外1065#1691336#1071456#75–Artificial Analysis
τ³-Banking (AA)––39.6%#32–Artificial Analysis
CyberBenchIndex対象外––72.9%#13–Vals AI
Finance Agent v2Index対象外––50.4%#45–Vals AI
Finance Agent v2.1Index対象外––57.1%#31–Vals AI
Harvey's Legal Agent Benchmark v1.1Index対象外––10.8%#22–Vals AI
Harvey's Legal Agent Benchmark v1Index対象外––7.5%#29–Vals AI
Legal Research BenchIndex対象外––40.9%#34–Vals AI
SkillsBenchIndex対象外––53.8%#16–Vals AI
SREBenchIndex対象外––1.9%#25–Vals AI
Tax Agent BenchIndex対象外––26.8%#41–Vals AI
Terminal-Bench 2.0 (Vals)Index対象外エフォート未記載–––56.2%#14Vals AI
Terminal-Bench 4.0 (Vals)Index対象外––14.1%#42–Vals AI
Terminal-Bench ScienceIndex対象外––4.3%#27–Vals AI
Vending-Bench 2Index対象外エフォート未記載–––3284.5#51Andon Labs
AutomationBenchIndex対象外34.9%#14246.2%#12056.7%#75–Artificial Analysis
GDP.pdf (AA)Index対象外3.6%#21210.4%#16011.4%#148–Artificial Analysis
EnterpriseOps-GymIndex対象外––49.6%#4–Artificial Analysis
AA-Briefcase v1.1Index対象外928#1681148#1271253#108–Artificial Analysis
Design Arena AgenticIndex対象外エフォート未記載–––927#78Design Arena
Terminal-Bench-Science 0.1 (AA)Index対象外0.0%#1151.9%#1015.7%#78–Artificial Analysis

数学

ベンチマーク推論なしhighmax標準出典推移
FrontierMath Tiers 1–3––64.6%#41–Epoch AI Benchmarking Hub
FrontierMath Tier 4––26.8%#47–Epoch AI Benchmarking Hub
OTIS Mock AIME46.7%#19995.6%#5198.6%#29–Epoch AI Benchmarking Hub
ProofBench––16.0%#6050.0%#33Vals AI
LiveBench MathematicsIndex対象外エフォート未記載–––95.1%#17LiveBench
AIME 2026汚染の可能性––96.7%#6–MathArena
HMMT February 2026汚染の可能性––93.9%#10–MathArena
USAMO 2026Index対象外汚染の可能性––60.7%#4–MathArena
MathArena Apex汚染の可能性––28.1%#10–MathArena
Arena Maths–1465#61–1443#88Arena (LMArena)

知識

ベンチマーク推論なしhighxhighmax標準出典推移
SimpleQA Verified–––52.9%#27–Epoch AI Benchmarking Hub
LiveBench 1.0 Data AnalysisIndex対象外エフォート未記載––––79.2%#18LiveBench
AA-Omniscience v1.1-19.1#127-6.5#100–-6.4#97–Artificial Analysis
MMLU-Pro–––87.3%#32–Vals AI
LegalBench–––82.4%#72–Vals AI
CorpFin–––65.4%#29–Vals AI
TaxEval–––73.1%#52–Vals AI
CaseLaw v2Index対象外–––59.4%#27–Vals AI
Excel Modeling BenchmarkIndex対象外–––52.8%#54–Vals AI
Excel Modeling Benchmark v1.1Index対象外–––65.1%#34–Vals AI
MedCodeIndex対象外–––42.5%#48–Vals AI
MedScribeIndex対象外–––80.2%#57–Vals AI
Public Benefits Bench v1.1Index対象外–––62.9%#26–Vals AI
Immigration BenchIndex対象外–––61.7%#24–Vals AI
DrugDiscoveryBenchIndex対象外––31.7%#17––Scale AI SEAL
AA-Omniscience v1.1: accuracyIndex対象外38.6%#7645.1%#55–45.2%#54–Artificial Analysis
AA-Omniscience v1.1: non-hallucinationIndex対象外6.1%#1395.9%#141–5.9%#140–Artificial Analysis

指示追従

ベンチマークhigh標準出典推移
LiveBench LanguageIndex対象外エフォート未記載–82.1%#26LiveBench
LiveBench Instruction FollowingIndex対象外エフォート未記載–67.7%#36LiveBench
Arena Instruction FollowingIndex対象外1461#541453#63Arena (LMArena)

人間の評価

ベンチマークhigh標準出典推移
Arena Text1464#601458#66Arena (LMArena)
EQ-Bench 4エフォート未記載–1156#22EQ-Bench
EQ-Bench Creative Writing v3Index対象外エフォート未記載–1553#54EQ-Bench
Arena Creative WritingIndex対象外1444#541446#49Arena (LMArena)
Arena Multi-turnIndex対象外1469#671475#52Arena (LMArena)
Arena Longer QueriesIndex対象外1474#591472#61Arena (LMArena)

長文コンテキスト

ベンチマーク推論なしhighmax出典推移
AA-LCR v1.150.7%#34079.3%#11080.3%#81Artificial 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–––155.9#40Epoch AI Benchmarking Hub
LiveBench 1.0Index対象外エフォート未記載–––77.4%#23LiveBench
AA Intelligence Index v5.0.1Index対象外12.6#10820.8#9123.1#88–Artificial Analysis
AA Intelligence Index v4.3.2Index対象外20.4#241–36#91–Artificial Analysis
AA Progress Index v1Index対象外266.9#218–311.5#94–Artificial Analysis
Vals IndexIndex対象外––53.0#27–Vals AI
Vals Finance IndexIndex対象外––52.9%#33–Vals AI
Vals Router IndexIndex対象外エフォート未記載–––53.0%#17Vals AI
Vals Legal IndexIndex対象外––69.0%#21–Vals AI

GameBench 2 Overall: 41.9. GameBench 2, best reasoning setting (Max): 53.6. 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.

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
Relace88 tok/s0.80 s$0.900$1.501.0Mfp4
Venice64 tok/s1.46 s$1.65$3.301M–
Azure59 tok/s2.28 s$1.91$3.831.0M–
NovitaAI51 tok/s2.17 s$1.60$3.201.0Mfp8
DeepInfra48 tok/s1.49 s$1.95$3.901.0Mfp8
DeepInfra44 tok/s0.75 s$1.30$2.601.0Mfp8
StreamLake42 tok/s1.27 s$0.948$1.901.0Mfp8
Baidu Qianfan41 tok/s0.99 s$1.69$3.381.0Mfp8
SiliconFlow41 tok/s1.26 s$1.00$1.501.0Mfp8
Alibaba Cloud Int.32 tok/s1.96 s$1.56$3.121Mfp8
GMICloud30 tok/s2.24 s$0.957$1.911.0Mfp8
AtlasCloud30 tok/s2.04 s$1.68$3.381.0Mfp4
Alibaba Cloud Int.26 tok/s2.00 s$1.42$2.831Mfp8
DigitalOcean12 tok/s2.24 s$1.04$2.091.0M–

利用状況

DeepSeek V4 Pro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
#39
トークンシェア0.34%
可用性、72時間
99.7%
OpenRouter、全プロバイダー
ツール呼び出しのエラー、7日間
1.30%
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3.45T、前週比 −7.8%。

直近30日間の典型的なリクエスト:リクエストあたり18.2kトークン、出力1トークンあたり入力34トークン、入力の80%がキャッシュから、出力の60%が推論、リクエストあたり0.16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 (338B)、marshal-harness (124B)、Claude Code (119B)、pi (117B)、ISEKAI ZERO (95.6B)。

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
Azure204 tok/s0.80 s100.00%
DeepSeek142 tok/s1.38 s99.88%
Baseten131 tok/s0.96 s99.98%
DeepInfra44 tok/s1.40 s99.98%
Alibaba Cloud43 tok/s3.06 s100.00%
Novita–1.60 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。

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$1.09$2.18$3.27$4.3626年9月26年10月26年11月
入力 出力
現在:入力$1.32・出力$3.96

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$0.022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$0.0017$0.001346.5 s
30ページのレポートを要約12,000 / 600$0.018$0.006550.3 s
コード編集6,000 / 1,500$0.014$0.00801.0 min
エージェント型コーディングセッション60,000 / 4,000$0.095$0.0371.5 min
構造化データの抽出2,000 / 200$0.0034$0.001545.3 s

このモデルを含むコーディングプラン

DeepSeek V4 Pro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

DeepSeek V4 Proと比較する

関連ページ

埋め込み・引用

DeepSeek V4 Pro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 Pro on BenchLeader: 総合 94位](https://www.benchleader.com/badge/deepseek-v4-pro.svg)](https://www.benchleader.com/models/deepseek-v4-pro)

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

BibTeX:

@misc{benchleader_deepseek_v4_pro_20261116,
  author       = {{BenchLeader}},
  title        = {{DeepSeek V4 Pro on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/deepseek-v4-pro}},
  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 Proのベンチマークスコアは?
2026年11月16日時点で、DeepSeek V4 Pro(推論エフォート high)のBenchLeader Indexは56.0 ±4.4です。最も強いのは人間の評価(65)、最も弱いのは知識(41)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 Proの順位は?
2026年11月16日時点で、DeepSeek V4 Pro(推論エフォート high)はランク付けされた608構成中196位です。ほかに279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 Pro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 Proの料金は入力100万トークンあたり$1.32、出力100万トークンあたり$3.96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$1.98です。定価が最後に変わったのは2026年11月13日です。
DeepSeek V4 ProはStep 5 Previewより優れていますか?
2026年11月16日時点で、DeepSeek V4 Pro(推論エフォート high)とStep 5 Previewの品質はほぼ互角です(BenchLeader Indexで56.0対56.0、±6.2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 Proはいつリリースされましたか?
DeepSeekが2026年8月13日にDeepSeek V4 Proをリリースしました。BenchLeaderには6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 Pro: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-pro