DeepSeek V4 Pro
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
- 総合Index56
- 推論56
- コーディング52
- 数学65
- 知識41
- 人間の評価65
- 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[](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。
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 0424high | 2026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 | #498 | 93 tok/s | 2.45 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/s | 1.26 s | $0.0009 | 推論 59 |
| high最良 | 56.0 | #196 | 80 tok/s | 43 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/s | 1.26 s | $0.0009 | |
| max | 54.7 | #225 | 96 tok/s | 47 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 | #264 | 44 tok/s | 1.26 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。
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- 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 | 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
コーディング
エージェント・ツール
数学
| ベンチマーク | 推論なし | high | max | 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 AIME | 46.7%#199 | 95.6%#51 | 98.6%#29 | – | Epoch AI Benchmarking Hub | |
| ProofBench | – | – | 16.0%#60 | 50.0%#33 | Vals AI | |
| LiveBench MathematicsIndex対象外エフォート未記載 | – | – | – | 95.1%#17 | LiveBench | |
| 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#88 | Arena (LMArena) |
知識
| ベンチマーク | 推論なし | high | xhigh | max | 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%#18 | LiveBench | |
| 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%#76 | 45.1%#55 | – | 45.2%#54 | – | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucinationIndex対象外 | 6.1%#139 | 5.9%#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%#26 | LiveBench | |
| LiveBench Instruction FollowingIndex対象外エフォート未記載 | – | 67.7%#36 | LiveBench | |
| Arena Instruction FollowingIndex対象外 | 1461#54 | 1453#63 | Arena (LMArena) |
人間の評価
| ベンチマーク | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Text | 1464#60 | 1458#66 | Arena (LMArena) | |
| EQ-Bench 4エフォート未記載 | – | 1156#22 | EQ-Bench | |
| EQ-Bench Creative Writing v3Index対象外エフォート未記載 | – | 1553#54 | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1444#54 | 1446#49 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1469#67 | 1475#52 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1474#59 | 1472#61 | Arena (LMArena) |
長文コンテキスト
| ベンチマーク | 推論なし | high | max | 出典 | 推移 |
|---|---|---|---|---|---|
| AA-LCR v1.1 | 50.7%#340 | 79.3%#110 | 80.3%#81 | 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 | – | – | – | 155.9#40 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0Index対象外エフォート未記載 | – | – | – | 77.4%#23 | LiveBench | |
| AA Intelligence Index v5.0.1Index対象外 | 12.6#108 | 20.8#91 | 23.1#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%#17 | Vals 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 |
|---|---|---|---|---|---|---|
| Relace | 88 tok/s | 0.80 s | $0.900 | $1.50 | 1.0M | fp4 |
| Venice | 64 tok/s | 1.46 s | $1.65 | $3.30 | 1M | – |
| Azure | 59 tok/s | 2.28 s | $1.91 | $3.83 | 1.0M | – |
| NovitaAI | 51 tok/s | 2.17 s | $1.60 | $3.20 | 1.0M | fp8 |
| DeepInfra | 48 tok/s | 1.49 s | $1.95 | $3.90 | 1.0M | fp8 |
| DeepInfra | 44 tok/s | 0.75 s | $1.30 | $2.60 | 1.0M | fp8 |
| StreamLake | 42 tok/s | 1.27 s | $0.948 | $1.90 | 1.0M | fp8 |
| Baidu Qianfan | 41 tok/s | 0.99 s | $1.69 | $3.38 | 1.0M | fp8 |
| SiliconFlow | 41 tok/s | 1.26 s | $1.00 | $1.50 | 1.0M | fp8 |
| Alibaba Cloud Int. | 32 tok/s | 1.96 s | $1.56 | $3.12 | 1M | fp8 |
| GMICloud | 30 tok/s | 2.24 s | $0.957 | $1.91 | 1.0M | fp8 |
| AtlasCloud | 30 tok/s | 2.04 s | $1.68 | $3.38 | 1.0M | fp4 |
| Alibaba Cloud Int. | 26 tok/s | 2.00 s | $1.42 | $2.83 | 1M | fp8 |
| DigitalOcean | 12 tok/s | 2.24 s | $1.04 | $2.09 | 1.0M | – |
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
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 |
|---|---|---|---|
| Azure | 204 tok/s | 0.80 s | 100.00% |
| DeepSeek | 142 tok/s | 1.38 s | 99.88% |
| Baseten | 131 tok/s | 0.96 s | 99.98% |
| DeepInfra | 44 tok/s | 1.40 s | 99.98% |
| Alibaba Cloud | 43 tok/s | 3.06 s | 100.00% |
| Novita | – | 1.60 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。
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$0.022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 | $0.0013 | 46.5 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.018 | $0.0065 | 50.3 s |
| コード編集 | 6,000 / 1,500 | $0.014 | $0.0080 | 1.0 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 | $0.037 | 1.5 min |
| 構造化データの抽出 | 2,000 / 200 | $0.0034 | $0.0015 | 45.3 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
DeepSeek V4 Proと比較する
- DeepSeek V4 Pro vs Claude Fable 5.2
- DeepSeek V4 Pro vs GPT-6.1 Sol
- DeepSeek V4 Pro vs DeepSeek V4.1 Flash 1017
- DeepSeek V4 Pro vs Inkling 2 Small
- DeepSeek V4 Pro vs Gemini 3.8 Flash
- DeepSeek V4 Pro vs GLM 5.3 Flash
- DeepSeek V4 Pro vs Qwen3.8 Max
- DeepSeek V4 Pro vs GLM 5.3
- DeepSeek V4 Pro vs GPT-6 Sol
- DeepSeek V4 Pro vs Gemini 4 Argon
- DeepSeek V4 Pro vs Qwen3.8-Flash-Next
- DeepSeek V4 Pro vs Claude Sonnet 5.5
- DeepSeek V4 Pro vs Claude Sonnet 5
- DeepSeek V4 Pro vs Gemini 3 Pro
- DeepSeek V4 Pro vs Claude Opus 4.7
- DeepSeek V4 Pro vs Gemini 3.7 Flash
- DeepSeek V4 Pro vs Claude Fable 5.1
- DeepSeek V4 Pro vs DeepSeek V4 Flash
- DeepSeek V4 Pro vs Claude Opus 4.8
- DeepSeek V4 Pro vs Claude Opus 5.5
- DeepSeek V4 Pro vs GPT-5.6 Sol
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。
[](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}
}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