DeepSeek V4 vs DeepSeek Reasoner
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
DeepSeekのDeepSeek V4とDeepSeekのDeepSeek Reasonerは、注目度の高い主要AIモデルです。DeepSeek V4は1M トークンのコンテキストウィンドウを備え、API料金は100万トークンあたり入力$0.30/出力$1.20、一方のDeepSeek Reasonerは1M トークンのコンテキストで入力$0.28/出力$0.42です。以下でベンチマーク、速度、コストを詳しく比較します。
任意のAIモデルを切り替えて比較
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
DeepSeek V4
オープンウェイト基盤モデルDeepSeek の DeepSeek V4 は、オンプレミス環境でのセルフホスト、ファインチューニング、完全なデータ主権の確保向けに設計されたAIモデルです。1M のコンテキストウィンドウ、毎秒 78 トークンの生成速度、知能指数 56/100（1Mトークンあたり入力$0.3・出力$1.2）を実現しています。
$0.30 / 1M
$1.20 / 1M
1M tokens
62.8%
DeepSeek Reasoner
オープンウェイト推論モデルDeepSeek の DeepSeek Reasoner は、強化学習により鍛えられた高効率なオープンウェイト論理推論向けに設計されたAIモデルです。1M のコンテキストウィンドウ、毎秒 52 トークンの生成速度、知能指数 54/100（1Mトークンあたり入力$0.28・出力$0.42）を実現しています。
$0.28 / 1M
$0.42 / 1M
1M tokens
56.5%
ひと目でわかる主な違い
- DeepSeek Reasoner is 1.9x cheaper for API usage (input + output tokens combined).
- DeepSeek V4 is faster at 78 tok/s vs 52 tok/s.
- DeepSeek V4 leads on SWE-bench coding (62.8% vs 56.5%).
| Feature | DeepSeek V4 | DeepSeek Reasoner |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 56 | 54 |
Provider | DeepSeek | DeepSeek |
Input Price Cost per million input tokens | $0.30 / 1M | $0.28 / 1M |
Output Price Cost per million output tokens | $1.20 / 1M | $0.42 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.20 / 1M | $0.12 / 1M |
Context Window Maximum input + output tokens | 1M tokens~1,500 A4 pages of text | 1M tokens~1,500 A4 pages of text |
Max Output Tokens Per single request | 66K | 33K |
Throughput Speed Tokens generated per second | 78 tok/s | 52 tok/s |
SWE-bench Verified Real-world software engineering | 62.8% | 56.5% |
GPQA Diamond Graduate-level reasoning | 78.4% | 76.5% |
Cached Input Price Prompt caching discount per 1M tokens | $0.03 / 1M | $0.03 / 1M |
分野別勝者スコアカード
At-a-glance decision framework検証済みベンチマークスコア比較
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.
Autonomous multi-step tasks executed inside a real command-line terminal environment.
Research-grade coding problems drawn from real scientific and numerical workloads.
Contamination-free competitive programming problems collected continuously over time.
American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.
Accuracy when reasoning over very large inputs that fill the model context window.
Tokens emitted per second during active generation streaming.
レイテンシ＆応答時間
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
リアルタイムAPIトークン料金シミュレーター
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
DeepSeek V4 · Strengths & Key Advantages
- 1M のコンテキストウィンドウと最大 66K トークンの出力容量（SWE-bench Verified 62.8% · GPQA Diamond 78.4%）
- 毎秒 78 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 600ms の低遅延
- オープンウェイトモデル (MoE (Colossal))として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
- 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
DeepSeek Reasoner · Strengths & Key Advantages
- 1M のコンテキストウィンドウと最大 33K トークンの出力容量（SWE-bench Verified 56.5% · GPQA Diamond 76.5%）
- 毎秒 52 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 820ms の低遅延
- オープンウェイトモデル (671B Total (37B ))として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
- 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | DeepSeek V4 | DeepSeek Reasoner |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.38 | $0.22 |
Output Tokens / Task Tokens generated per task | 48K | 45K |
Reasoning Tokens / Task Thinking tokens burned per task | 22K | 26K |
技術仕様・スペック
Architecture, release timeline, capabilities, and modalities.
| Feature | DeepSeek V4 | DeepSeek Reasoner |
|---|---|---|
| Official API Model ID (SDK) | deepseek-reasoner | deepseek-reasoner |
| API Protocol | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI |
| Release Date | 2026-07 | 2025-12 |
| Knowledge Cutoff | April 2026 | September 2025 |
| Architecture | Next-Gen Sparse MoE with MLA | Reinforcement-Learned Reasoning MoE |
| Parameters | MoE (Colossal) | 671B Total (37B Active) |
| Enterprise Rate Limits (RPM / TPM) | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud |
| Long-Context Tier (>128K/200K) | Flat rate ($0.3/1M in) across full 1000K window | Flat rate ($0.28/1M in) across full 1000K window |
| Prompt Cache Policy & TTL | Automatic prefix caching at $0.03/1M (no extra cache-write fee) | Automatic prefix caching at $0.028/1M (no extra cache-write fee) |
| Computer Use / GUI Agent | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools |
| Official Fine-Tuning Support | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) |
| Multimodal Token Billing | Text BPE (~4 chars/token) | Text BPE (~4 chars/token) |
| Quantization & Min GPU VRAM | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 43 GB VRAM (4-bit Quantized) · 151 GB VRAM (Native BF16) | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 416 GB VRAM (4-bit Quantized) · 1443 GB VRAM (Native BF16) |
| Safety & Frontier Classification | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control |
| Input Modalities | text | text |
| Output Modalities | text | text |
DeepSeek V4 vs DeepSeek Reasoner: よくある質問 (FAQ)
Which is more intelligent, DeepSeek V4 or DeepSeek Reasoner?
DeepSeek V4 is more intelligent. It scores 56 compared with 54 on the composite Intelligence Index.
Which model is faster?
DeepSeek V4 is faster, generating 78 tokens per second compared with 52 tokens per second.
Which model is cheaper to run?
DeepSeek Reasoner is cheaper at $0.12 per 1M tokens blended, compared with $0.20 (7:2:1 cache:input:output ratio).
Which model has lower latency?
DeepSeek V4 has lower latency, with a time to first token of 0.60s compared with 0.82s.
総合評価
DeepSeek V4（オンプレミス環境でのセルフホスト、ファインチューニング、完全なデータ主権の確保、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）とDeepSeek Reasoner（強化学習により鍛えられた高効率なオープンウェイト論理推論、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）はいずれも優れた選択肢です。高度な推論・コーディング精度ではDeepSeek V4がリードし、応答速度とスループットではDeepSeek V4が優れ、APIコスト効率ではDeepSeek Reasonerが有利です。
よくある質問 (FAQ)
コーディングや複雑な推論には DeepSeek V4 と DeepSeek Reasoner のどちらが適していますか？+
総合知能指数およびコーディング評価では DeepSeek V4 が優位です。上部の SWE-bench や GPQA スコアもあわせてご確認ください。
DeepSeek V4 と DeepSeek Reasoner ではどちらのAPI料金が安いですか？+
DeepSeek V4 は100万トークンあたり入力$0.30 / 出力$1.20、DeepSeek Reasoner は入力$0.28 / 出力$0.42です。総合的なコスト効率では DeepSeek Reasoner がより経済的です。
コンテキスト長と生成速度はどちらが優れていますか？+
コンテキストウィンドウは DeepSeek V4 が 1M トークン、DeepSeek Reasoner が 1M トークン です。出力スピード（トークン/秒）では DeepSeek V4 がリードしています。
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- DeepSeek Reasoner vs DeepSeek-R1-0528：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- DeepSeek Reasoner vs Nemotron 3 Nano 30B A3B：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- DeepSeek V4 vs Gemma 4 E2B：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-3.0 vs Aion-Mini：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-3.0 vs Gemini 3.6 Flash：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-Mini vs Laguna XS 2.1：ベンチマーク・API料金・速度の徹底比較 (2026)比較
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
公的ソース: DeepSeekおよびDeepSeek公式APIドキュメント、システムカード、独立ベンチマーク評価 (2026)。