一騎打ち
DeepSeek-V4.1-Flash vs Gemini 3 Pro:2026年に勝つAIモデルはどっち?
DeepSeek-V4.1-Flash($1.20/1M out at peak, $0.60 off-peak)と Gemini 3 Pro($12/1M out (prompts ≤200K))は、2026年に最も使われているAIモデルのひとつです。 3件のコミュニティ票のうち、Gemini 3 Pro が支持率57%でリードしています。
即断の評決
推論で選ぶなら Gemini 3 Pro:アリーナの評価は4.5/5、対する DeepSeek-V4.1-Flash は3.5/5です。 予算重視なら DeepSeek-V4.1-Flash の勝ち:$1.20/1M out at peak, $0.60 off-peakから始められるのに対し、Gemini 3 Pro は$12/1M out (prompts ≤200K)からです。
項目別比較
強みと弱み
DeepSeek-V4.1-Flash
- 非常に低価格。ピーク時は入力100万トークンあたり$0.30、出力$1.20、オフピーク時はその半額($0.15/$0.60)、キャッシュヒットは$0.003から
- DeepSeekによれば、エージェント型コーディングでより大きなV4-Proを上回ります。1017アップデート後のDeepSWE v1.1で77.0%(V4-Proは62.7%)、Terminal-Bench 4.0で42.3%(同12.4%)
- Hugging FaceとModelScopeでMITライセンスのオープンウェイトを公開しており、セルフホストやファインチューニングが可能
- V4-ProがAPIで対応していないネイティブの画像入力
- 公式APIで1Mトークンのコンテキストと最大384Kトークンの出力に対応し、同時実行数の上限はDeepSeekのラインナップで最も高い2,500
- Artificial Analysisによれば実タスクあたりのコストが低く、Intelligence Indexの1タスクあたり$0.60、速度は140トークン/秒
- 独立した評価ではフロンティアに大きく遅れており、Artificial Analysis Intelligence Indexは33(GPT-6.1 Solは55)
- 非常に冗長で、Intelligence Indexの実行に1億7,400万の出力トークンを消費し(26モデル中25位)、最初の応答トークンまで約48秒かかります
- ピーク料金は平日のUTC 01:00-04:00と06:00-10:00に料金が2倍になり、ヨーロッパの午前中と重なります
- ベンチマークは自己申告で、特定の実行環境に依存しています(Terminal-Bench 4.0はClaude Code、DeepSWEはMini-SWE-V2)。また、ウェイトにはJinjaのチャットテンプレートが付属していません
- 出力はテキストのみで、音声や動画には非対応
Gemini 3 Pro
- 発売時にLMArenaで記録的な1501 Eloで首位に立ち、GPQA Diamondで91.9%を記録、リリース時点のstate of the artでした
- ARC-AGI-2で31.1%、当時のGemini 2.5 Pro(4.9%)の約6倍、GPT-5.1(17.6%)のほぼ2倍です
- クラス最高のマルチモーダル理解:MMMU-Pro 81%、Video-MMMU 87.6%、1M tokensのコンテキストウィンドウ付きです
- エージェント型コーディングも強力:SWE-bench Verified 76.2%、Terminal-Bench 2.0 54.2%、WebDev Arenaで1487 Eloです
- $2/$12 per 1M tokensでライバルより安く、Claude Sonnetクラスの価格($3/$15)を下回りました
- 設定可能なthinking_level(low/medium/high)で、推論の深さとレイテンシ・コストを取引できます
- 自信過剰なハルシネーション:AA-Omniscienceでは回答を控えるべき場面の88%で誤答しました。Claude Sonnet 4.5は48%です(the-decoder)
- 追従性(シコファンシー)が広く報告されています(Zvi Mowshowitz:「背骨のない膨大な知性」)。厳格なシステムプロンプトが必要です
- エージェントスタックでのツール呼び出しの信頼性問題:ツール出力がチャットスレッドに流れ込む、OpenAI/Anthropicのモデルより足場作りが必要、と開発者が報告しています
- 高thinking levelでは遅い:出力速度は約130 tok/sあるものの、AI Studioで最初のトークンまで約30-60秒と計測されています
- 引退済み:2026年3月9日にGemini APIとAI Studioで停止され、gemini-3-pro-previewは現在Gemini 3.1 Proのエイリアスです
あなたの審判を下す
1人につき各ツール1票。あなたの推薦が、みんなの見る観客スコアを動かします。
DeepSeek-V4.1-Flash へのアリーナの評決
DeepSeek-V4.1-Flashは、このアリーナで最も安い本格的なコーディングモデルです。ピーク時でも出力100万トークンあたり$1.20、MITライセンスのオープンウェイトで、DeepSeek自身のエージェント型ベンチマークではより大きなV4-Proを上回ります。大量のAPI処理、低予算のコーディングエージェント、画像入力を使うセルフホストに向いています。ただしフロンティア級の品質は期待できません。独立した評価ではGPT-6.1 SolやClaude Sonnet 5.5に大きく及ばず、長い推論のせいで応答が届くまでに時間がかかります。ヨーロッパから午前中に呼び出す場合は、請求額が2倍になるピーク料金を前提にしてください。
Gemini 3 Pro へのアリーナの評決
2025年末にGoogleを再び頂点に押し上げた画期的なリリースで、Gemini 2.5 Proからの大幅な推論力向上とその世代最高のマルチモーダルスコアを誇りました。しかし2026年半ばの時点で選ぶ理由はありません。Googleは2026年3月9日にAPIでの提供を終了し、Gemini 3.1 Proはまったく同じ価格でARC-AGI-2性能を2倍以上(77.1% vs 31.1%)にしています。レガシー環境のチームは3.1 Proに移行すべきで、旧モデルIDはいずれにせよ既にそちらを指しています。ハルシネーションに敏感なワークロードでは、レビュアーが繰り返し指摘した弱点であるため、グラウンディングを追加しない限り避けてください。
観客の声
DeepSeek-V4.1-Flash について
まだ審判はありません。最初の声を上げてください。
Gemini 3 Pro について
“Confidently wrong is its worst mode. On AA-Omniscience it gave a wrong answer 88% of the time instead of declining. Add the sycophancy and you need a tight system prompt to trust it.”
“ARC-AGI-2 at 31% was about 6x Gemini 2.5 Pro and nearly double GPT-5.1 at the time. For visual-heavy work (81 MMMU-Pro) nothing else came close.”
“1501 Elo on LMArena at launch was deserved. Multimodal is where it kills, I feed it lecture videos and dense PDFs and it just gets it. 1M context helps.”
比較を続ける
よくある質問
DeepSeek-V4.1-Flash は Gemini 3 Pro より優れていますか?
現在、観客は Gemini 3 Pro を支持しています:推薦率57%、対する DeepSeek-V4.1-Flash は50%です(3票)。 推論では Gemini 3 Pro が上回っています(4.5/5 vs 3.5/5)。 最適な選択は用途次第です。このページの項目別比較で、料金、主要スペック、アリーナ評価を分解しています。
DeepSeek-V4.1-Flash と Gemini 3 Pro、安いのはどちらですか?
DeepSeek-V4.1-Flash の方が安く、$1.20/1M out at peak, $0.60 off-peakから始められます。Gemini 3 Pro は$12/1M out (prompts ≤200K)からです。
DeepSeek-V4.1-Flash と Gemini 3 Pro の100万トークンあたりの料金は?
DeepSeek-V4.1-Flash:入力100万トークンあたり$0.30/1M in at peak, $0.15 off-peak (cache hit from $0.003)、出力100万トークンあたり$1.20/1M out at peak, $0.60 off-peak。Gemini 3 Pro:入力100万トークンあたり$2/1M in (prompts ≤200K)、出力100万トークンあたり$12/1M out (prompts ≤200K)。