ブログ

DeepSeek V4 Flash vs GPT-5.6を2026年8月の最新データで比較。本当の戦いはFlash対Lunaで、知能スコアはほぼ互角、決め手は速度・画像入力・データの扱いだ。

無料チャットから$2/$6のAPIまで、Alibabaの2.4Tパラメータ級フラッグシップにたどり着く5つの実際のルートと、その途中で人をはめる課金の落とし穴。

DeepSeekの安価なプランが、独立系ベンチマークで高価なプランよりも高いスコアを記録している。それが当てはまる場面と、当てはまらない2つの例外を具体的に見ていく。

一方のモデルはもう一方より出力トークンあたり21倍の価格だ。しかしそれはこの比較でいちばん面白くない部分であり、実際に差を決めるのはスペックの方だ。

中国の2社が2兆パラメータ超のフラッグシップモデルを17日違いで投入したが、互いのベンチマーク表に相手の名前を載せなかった。実際の性能差、本当の請求額、そして私ならどちらを採用するかをまとめた。

アリババはQwen3.8-Maxを「Fable 5に次ぐ性能」と呼んだ。その主張が本当か、価格・コンテキスト・可用性・公開された証拠の面で両モデルを並べて検証した。

両モデルともついに価格とベンチマークが公開された。数字が実際に語ること、語れないこと、そして私ならどちらを採用するかをまとめた。

$0.03という料金は本物だが、それは請求書にある4つのメーターのうちの1つに過ぎない。プロンプトの階層、キャッシュ、バッチのリージョン、リトライ率がどのように組み合わさって実際の請求額になるのかを解説する。

Qwen 3.7 Flashはブログ記事もベンチマークも重みの公開もないまま登場した。ここでは完全なスペックシート、段階的な料金、そしてQwenが決して主張しなかったことをまとめる。