modelbench

DeepSeek-V4.1-Flash

DeepSeek旧モデル

入力の単価
—
100 万トークンあたり(USD)
出力の単価
—
100 万トークンあたり(USD)
effort の段階
未取得
ベンチマーク結果
20件
20 種類のベンチマーク

モデルの情報

API のモデル ID
—
公開日
2026-09-10
effort
未取得
effort の根拠
未取得: この版の API の effort の一覧は確認できていない(API の deepseek-flash は 2026-10-17 から 1017 版を返す)。HF カードでは reasoning effort は 1〜100 の整数で、表の値は reasoning_effort=100。
Claude Code
選べない
Codex
選べない
提供状況の補足
Claude Code の公式のモデル一覧(code.claude.com/docs/en/model-config の alias 表、2026-11-13 取得。原文: "Use a model alias to select model settings without remembering exact version numbers" の表は fable・sonnet・opus・haiku など Anthropic のモデルだけ)と、Codex の公式のモデル一覧(learn.chatgpt.com/docs/models、2026-11-13 取得。原文: "Recommended models" は GPT-6 系だけ)に無いので、両方 false(カスタムプロバイダやゲートウェイ経由の接続は公式の選択肢に数えない)。
提供状況の出典
https://code.claude.com/docs/en/model-config

単価(100 万トークンあたり・USD)

単価は effort では変わりません。effort で変わるのは消費トークン数です。

入力—
出力—
キャッシュ読み出し—
キャッシュ書き込み—

この版単独の価格は未取得(2026-09-10 の発表時の価格は 1017 版に引き継がれている可能性があるが確認していない)。

ベンチマーク結果

ベンチマークeffortスコア出典のコスト(指標)計測・報告出典条件・取得方法
Terminal-Bench 4.0記載なし記載なし31.2%—DeepSeekDeepSeek-V4.1-Flash (Hugging Face model card, deepseek-ai)公式・2026-11-13 取得ベンダー発表値(DeepSeek 自己申告)。カード「Instruct Model」: All instruct results below use the maximum effort setting (reasoning_effort=100)、temperature=1.0・top_p=0.95。reasoning_effort=100 は API の effort 名(low/high/max)との対応が公式に書かれていないため effort は null。DeepSeek Harness の Minimal モード・1M コンテキストで評価(DeepSeek-V4.1-Flash-1017 のカードでは同じ 31.2 を Claude Code ハーネスの表に載せており、ハーネスの記載が食い違う)表から転記
出典の該当箇所Terminal-Bench 4.0 (Pass@1) | 31.2所在 HF モデルカード「Comparison with frontier models (Max reasoning effort)」の表、Terminal-Bench 4.0 (Pass@1) 行・DS-V4.1-Flash 列(右端)
Terminal-Bench 3.0記載なし記載なし30.0%—DeepSeekDeepSeek-V4.1-Flash (Hugging Face model card, deepseek-ai)公式・2026-11-13 取得ベンダー発表値(DeepSeek 自己申告)。カード「Instruct Model」: All instruct results below use the maximum effort setting (reasoning_effort=100)、temperature=1.0・top_p=0.95。reasoning_effort=100 は API の effort 名(low/high/max)との対応が公式に書かれていないため effort は null。DeepSeek Harness の Minimal モード・1M コンテキストで評価表から転記
出典の該当箇所Terminal-Bench 3.0 (Pass@1) | 30.0所在 HF モデルカード「Comparison with frontier models (Max reasoning effort)」の表、Terminal-Bench 3.0 (Pass@1) 行・DS-V4.1-Flash 列(右端)
Terminal-Bench 2.1記載なし記載なし90.6%—DeepSeekDeepSeek-V4.1-Flash (Hugging Face model card, deepseek-ai)公式・2026-11-13 取得ベンダー発表値(DeepSeek 自己申告)。カード「Instruct Model」: All instruct results below use the maximum effort setting (reasoning_effort=100)、temperature=1.0・top_p=0.95。reasoning_effort=100 は API の effort 名(low/high/max)との対応が公式に書かれていないため effort は null。DeepSeek Harness の Minimal モード・1M コンテキストで評価表から転記
出典の該当箇所Terminal-Bench 2.1 (Pass@1) | 90.6所在 HF モデルカード「Comparison with frontier models (Max reasoning effort)」の表、Terminal-Bench 2.1 (Pass@1) 行・DS-V4.1-Flash 列(右端)
DeepSWE v1.1記載なし記載なし74.2%—DeepSeekDeepSeek-V4.1-Flash (Hugging Face model card, deepseek-ai)公式・2026-11-13 取得ベンダー発表値(DeepSeek 自己申告)。カード「Instruct Model」: All instruct results below use the maximum effort setting (reasoning_effort=100)、temperature=1.0・top_p=0.95。reasoning_effort=100 は API の effort 名(low/high/max)との対応が公式に書かれていないため effort は null。mini-SWE ハーネスで評価表から転記
出典の該当箇所DeepSWE v1.1 (Resolved) | 74.2所在 HF モデルカード「Comparison with frontier models (Max reasoning effort)」の表、DeepSWE v1.1 (Resolved) 行・DS-V4.1-Flash 列(右端)
Agents' Last Exam(pass rate・版の記載なし)記載なし記載なし31.8%—DeepSeekDeepSeek-V4.1-Flash (Hugging Face model card, deepseek-ai)公式・2026-11-13 取得ベンダー発表値(DeepSeek 自己申告)。カード「Instruct Model」: All instruct results below use the maximum effort setting (reasoning_effort=100)、temperature=1.0・top_p=0.95。reasoning_effort=100 は API の effort 名(low/high/max)との対応が公式に書かれていないため effort は null。公式の scaffold で評価。版の記載なし表から転記
出典の該当箇所Agent's Last Exam (Pass@1) | 31.8所在 HF モデルカード「Comparison with frontier models (Max reasoning effort)」の表、Agent's Last Exam (Pass@1) 行・DS-V4.1-Flash 列(右端)
Chartography(ツールあり)記載なし記載なし78.9%—DeepSeekDeepSeek-V4.1-Flash (Hugging Face model card, deepseek-ai)公式・2026-11-13 取得ベンダー発表値(DeepSeek 自己申告)。カード「Instruct Model」: All instruct results below use the maximum effort setting (reasoning_effort=100)、temperature=1.0・top_p=0.95。reasoning_effort=100 は API の effort 名(low/high/max)との対応が公式に書かれていないため effort は null。Claude Code ハーネス・512k コンテキストで評価表から転記
出典の該当箇所Chartography w/ tools (Pass@1) | 78.9所在 HF モデルカード「Comparison with frontier models (Max reasoning effort)」の表、Chartography w/ tools (Pass@1) 行・DS-V4.1-Flash 列(右端)
SEC-bench Pro記載なし記載なし62.8%—DeepSeekDeepSeek-V4.1-Flash (Hugging Face model card, deepseek-ai)公式・2026-11-13 取得ベンダー発表値(DeepSeek 自己申告)。カード「Instruct Model」: All instruct results below use the maximum effort setting (reasoning_effort=100)、temperature=1.0・top_p=0.95。reasoning_effort=100 は API の effort 名(low/high/max)との対応が公式に書かれていないため effort は null。Claude Code ハーネスで評価表から転記
出典の該当箇所SEC-Bench Pro (Pass@1) | 62.8所在 HF モデルカード「Comparison with frontier models (Max reasoning effort)」の表、SEC-Bench Pro (Pass@1) 行・DS-V4.1-Flash 列(右端)
GPQA Diamond記載なし記載なし89.8%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, gpqa_diamond.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "DeepSeek V4.1 Flash (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。; 出典の effort 表記「max」は公式の effort 一覧を取得できていないため effort なし表から転記
出典の該当箇所gpqa_diamond.csv: Model version=deepseek-v4.1-flash_max, Best score (across scorers)=0.8983585858585859, stderr=0.017287759372442393, Started at=2026-10-09T14:38:01.000Z所在 gpqa_diamond.csv のデータ行 16 件目(ファイルの 39〜40 行目。複数行のレコード)、id=ZU5ebpDaDPiDZLgv7cG8B9、Model version=deepseek-v4.1-flash_max
FrontierMath Tiers 1-3(v2)記載なし記載なし67.4%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, frontiermath_tiers_1_3_v2.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "DeepSeek V4.1 Flash (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。; 出典の effort 表記「max」は公式の effort 一覧を取得できていないため effort なし表から転記
出典の該当箇所frontiermath_tiers_1_3_v2.csv: Model version=deepseek-v4.1-flash_max, Best score (across scorers)=0.6736842105263158, stderr=0.027821981570324446, Started at=2026-10-08T19:02:32.000Z所在 frontiermath_tiers_1_3_v2.csv のデータ行 10 件目(ファイルの 22〜23 行目。複数行のレコード)、id=b6dXtaGSwvfRYADKYnj9Ci、Model version=deepseek-v4.1-flash_max
FrontierMath Tier 4(v2)記載なし記載なし26.8%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, frontiermath_tier_4_v2.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "DeepSeek V4.1 Flash (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。; 出典の effort 表記「max」は公式の effort 一覧を取得できていないため effort なし表から転記
出典の該当箇所frontiermath_tier_4_v2.csv: Model version=deepseek-v4.1-flash_max, Best score (across scorers)=0.2682926829268293, stderr=0.07005564203095158, Started at=2026-10-08T19:02:32.000Z所在 frontiermath_tier_4_v2.csv のデータ行 10 件目(ファイルの 22〜23 行目。複数行のレコード)、id=KansJcyeGR4m7G4p8GupDn、Model version=deepseek-v4.1-flash_max
OTIS Mock AIME 2024-2025記載なし記載なし98.3%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, otis_mock_aime_2024_2025.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "DeepSeek V4.1 Flash (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。; 出典の effort 表記「max」は公式の effort 一覧を取得できていないため effort なし表から転記
出典の該当箇所otis_mock_aime_2024_2025.csv: Model version=deepseek-v4.1-flash_max, Best score (across scorers)=0.9833333333333333, stderr=0.006405884289881728, Started at=2026-10-08T19:02:32.000Z所在 otis_mock_aime_2024_2025.csv のデータ行 17 件目(ファイルの 40〜41 行目。複数行のレコード)、id=7eHNiVQCzLcAyj5LxmeeSU、Model version=deepseek-v4.1-flash_max
SimpleQA Verified記載なし記載なし42.9%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, simpleqa_verified.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "DeepSeek V4.1 Flash (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。; 出典の effort 表記「max」は公式の effort 一覧を取得できていないため effort なし表から転記
出典の該当箇所simpleqa_verified.csv: Model version=deepseek-v4.1-flash_max, Best score (across scorers)=0.429, stderr=0.015658997547870177, Started at=2026-10-13T12:59:33.000Z所在 simpleqa_verified.csv のデータ行 15 件目(ファイルの 27〜28 行目。複数行のレコード)、id=3JJ4ChNxMo8CGAh3HrKNrw、Model version=deepseek-v4.1-flash_max
Chess Puzzles(Epoch AI)記載なし記載なし48.0%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, chess_puzzles.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "DeepSeek V4.1 Flash (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。; 出典の effort 表記「max」は公式の effort 一覧を取得できていないため effort なし表から転記
出典の該当箇所chess_puzzles.csv: Model version=deepseek-v4.1-flash_max, Best score (across scorers)=0.48, stderr=0.05021167315686782, Started at=2026-10-13T12:39:44.000Z所在 chess_puzzles.csv のデータ行 160 件目(ファイルの 216〜217 行目。複数行のレコード)、id=ACpDTbhRPwce2BWQTWD8iC、Model version=deepseek-v4.1-flash_max
MirrorCode記載なし記載なし64.4%—Epoch AIEpoch AI, Capabilities & benchmarking (benchmark_data.zip, mirrorcode.csv) CC BY 4.0第三者・2026-11-12 取得Epoch AI 自前実行(第三者計測)。出典表記 "DeepSeek V4.1 Flash (max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。; 出典の effort 表記「max」は公式の effort 一覧を取得できていないため effort なし表から転記
出典の該当箇所mirrorcode.csv: Model version=deepseek-v4.1-flash_max, Best score (across scorers)=0.6444444444444445, stderr=0.11369999821616648, Started at=2026-10-21T16:49:36.000Z所在 mirrorcode.csv のデータ行 11 件目(ファイルの 15〜16 行目。複数行のレコード)、id=nRrYnwt7v5xuS4K29sTubp、Model version=deepseek-v4.1-flash_max
Epoch Capabilities Index(ECI)記載なし記載なし156.7—Epoch AIEpoch AI, epoch_capabilities_index/eci_scores.csv (CC BY 4.0)第三者・2026-11-12 取得複数ベンチマーク・複数 effort の結果を統合したモデル単位の指標(effort 別ではない)。Epoch AI 算出。表から転記
出典の該当箇所eci_scores.csv: Model=DeepSeek V4.1 Flash, eci=156.7, eci_ci_low=154.79, eci_ci_high=158.78所在 epoch_capabilities_index/eci_scores.csv のデータ行 34 件目(ファイルの 35 行目)、Model=DeepSeek V4.1 Flash
ProgramBench(Almost Solved)記載なし記載なし20.3%—DeepSeekDeepSeek-V4.1-Flash (Hugging Face model card, deepseek-ai)公式・2026-11-13 取得ベンダー発表値(DeepSeek 自己申告)。カード「Instruct Model」: All instruct results below use the maximum effort setting (reasoning_effort=100)、temperature=1.0・top_p=0.95。reasoning_effort=100 は API の effort 名(low/high/max)との対応が公式に書かれていないため effort は null。DeepSeek Harness の Minimal モードで評価表から転記
出典の該当箇所ProgramBench (Almost@1) | 20.3所在 HF モデルカード「Comparison with frontier models (Max reasoning effort)」の表、ProgramBench (Almost@1) 行・DS-V4.1-Flash 列(右端)
NL2Repo-Bench記載なし記載なし64—DeepSeekDeepSeek-V4.1-Flash (Hugging Face model card, deepseek-ai)公式・2026-11-13 取得ベンダー発表値(DeepSeek 自己申告)。カード「Instruct Model」: All instruct results below use the maximum effort setting (reasoning_effort=100)、temperature=1.0・top_p=0.95。reasoning_effort=100 は API の effort 名(low/high/max)との対応が公式に書かれていないため effort は null。DeepSeek Harness の Minimal モードで評価。DeepSeek-V4.1-Flash-1017 の HF モデルカードの比較表は同じ DS-V4.1-Flash の NL2Repo-Bench を 65.4 とし、このカードの 64.0 と食い違う(値はこのカードどおり)表から転記
出典の該当箇所NL2Repo-Bench (Score) | 64.0所在 HF モデルカード「Comparison with frontier models (Max reasoning effort)」の表、NL2Repo-Bench (Score) 行・DS-V4.1-Flash 列(右端)
AutomationBench v1.0.6記載なし記載なし54.8%—DeepSeekDeepSeek-V4.1-Flash (Hugging Face model card, deepseek-ai)公式・2026-11-13 取得ベンダー発表値(DeepSeek 自己申告)。カード「Instruct Model」: All instruct results below use the maximum effort setting (reasoning_effort=100)、temperature=1.0・top_p=0.95。reasoning_effort=100 は API の effort 名(low/high/max)との対応が公式に書かれていないため effort は null。公式の scaffold で評価。版はこのカードに無いが、DeepSeek-V4.1-Flash-1017 のカードの表は同じ 54.8 を「Automation-Bench v1.0.6」の行に載せている表から転記
出典の該当箇所AutomationBench (Pass@1) | 54.8所在 HF モデルカード「Comparison with frontier models (Max reasoning effort)」の表、AutomationBench (Pass@1) 行・DS-V4.1-Flash 列(右端)
BabyVision(ツールあり)記載なし記載なし89.6%—DeepSeekDeepSeek-V4.1-Flash (Hugging Face model card, deepseek-ai)公式・2026-11-13 取得ベンダー発表値(DeepSeek 自己申告)。カード「Instruct Model」: All instruct results below use the maximum effort setting (reasoning_effort=100)、temperature=1.0・top_p=0.95。reasoning_effort=100 は API の effort 名(low/high/max)との対応が公式に書かれていないため effort は null。Claude Code ハーネス・512k コンテキストで評価表から転記
出典の該当箇所BabyVision w/ tools (Pass@1) | 89.6所在 HF モデルカード「Comparison with frontier models (Max reasoning effort)」の表、BabyVision w/ tools (Pass@1) 行・DS-V4.1-Flash 列(右端)
ZeroBench main(ツールあり・pass@5)記載なし記載なし49.0%—DeepSeekDeepSeek-V4.1-Flash (Hugging Face model card, deepseek-ai)公式・2026-11-13 取得ベンダー発表値(DeepSeek 自己申告)。カード「Instruct Model」: All instruct results below use the maximum effort setting (reasoning_effort=100)、temperature=1.0・top_p=0.95。reasoning_effort=100 は API の effort 名(low/high/max)との対応が公式に書かれていないため effort は null。Claude Code ハーネス・512k コンテキストで評価表から転記
出典の該当箇所ZeroBench-main w/ tools (Pass@5) | 49.0所在 HF モデルカード「Comparison with frontier models (Max reasoning effort)」の表、ZeroBench-main w/ tools (Pass@5) 行・DS-V4.1-Flash 列(右端)

関係するランキング

参考資料