DeepSeek V4.1 Flashリリースには、知能・性能・料金の特性が異なる2個のモデルがあります。以下では、この2個のモデルの主要指標を比較します。
- 最初の回答トークンまでの時間が最も短いモデルはDeepSeek V4.1 Flash (Non-reasoning)（1.19秒）です。
| 入力モダリティ | 対応：テキスト、画像 |
|---|---|
| 出力モダリティ | 対応：テキスト |
| コンテキストウィンドウ | 1M Arial 12ポイントのA4用紙約1500ページ分 |
| 総パラメーター数 | 552B |
| 有効パラメーター数 | 16B 推論時にトークンごとに有効になるパラメーター数 |
| ライセンス | MIT |
| モデルウェイト | Hugging Face |
各指標は同じクラスのモデルと比較します。
- 非推論モデル → 他の非推論モデルとのみ比較
- 推論モデル → 推論モデルと非推論モデルの両方と比較
- オープンウェイトモデル → 同じ規模クラスの他のオープンウェイトモデルとのみ比較：
- 極小：パラメーター数≤4B
- 小：パラメーター数4B～40B
- 中：パラメーター数40B～150B
- 大：パラメーター数>150B
- 独自モデル → 入力／出力のブレンド料金を3:1として、同じ料金帯の独自モデルとオープンウェイトモデルを比較：
- 100万トークンあたり<$0.15
- 100万トークンあたり$0.15～$1
- 100万トークンあたり>$1
知能
Artificial Analysis Intelligence Index
Intelligence Index とタスクあたりのコスト
費用
Intelligence Index タスクあたりのコスト
速度と遅延
Intelligence Indexのタスクあたりの時間
能力スコア
能力指数
Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better
Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better
Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode 2.0, AA-Briefcase v1.1 · Higher is better
Incorporates 4 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, GDP.pdf · Higher is better
Evaluations
Agentic knowledge work, Elo
Agentic SaaS workflows
Agentic scientific research workflows in a terminal
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic real-world work tasks, Elo
Product and brand videos designed in code, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
AA-PersonalityBench
パーソナリティ指数
DeepSeekの他のリリース
詳細
ウェイト | プロバイダーのベンチマーク | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash (Max) |  DeepSeek | - | 552B 推論時に16Bが有効 | 1M | $0.2 | - | 184 |    +13 | ||
| DeepSeek V4.1 Flash (Non-reasoning) | DeepSeek | - | 552B 推論時に16Bが有効 | 1M | $0.2 | - | 210 |  +5 |