モデル比范

DeepSeek V4 Pro vs Kimi K3.1 Pro

料金・コンテキスト長・実際の回答で比范2026幎10月時点

DeepSeek V4 ProDeepSeekずKimi K3.1 ProMoonshotを、FastMetalのゲヌトりェむで実際に呌び出せる条件で比范したす。どちらも同じOpenAI互換゚ンドポむントずAPIキヌから利甚でき、切り替えは model の文字列を倉えるだけです。

スペックず料金

deepseek logoDeepSeek V4 Promoonshotai logoKimi K3.1 Pro
提䟛元DeepSeekMoonshot
入力100䞇トヌクンあたり¥218.4Â¥336
出力100䞇トヌクンあたり¥436.8Â¥1,680
想定コスト入力1,000・出力500トヌクン × 1,000回¥437Â¥1,176
コンテキスト長1,048,576 トヌクン1,048,576 トヌクン
リリヌス日2026/4/242026/10/23
入力モダリティtexttext, image, video
生成速床 (p50)133 トヌクン/秒 (n=27)—
アリヌナ 総合#64 · ELO 1,458圏倖
アリヌナ 日本語#35 · ELO 1,456圏倖
アリヌナ コヌディング#79 · ELO 1,501圏倖

料金はFastMetalの単䟡皎別です。

順䜍デヌタ: LMArena leaderboard datasetlmarena-ai/leaderboard-dataset、CC BY 4.0、2026-10-22時点。カテゎリ名の察応付けずスコアの䞞めはFastMetalによる。

どちらを遞ぶべきか

  • 料金重芖ならDeepSeek V4 Pro。出力100䞇トヌクンあたり¥436.8で、Kimi K3.1 Proより74%安くなりたす。
  • 迷ったら䞡方を同じキヌで詊せたす。model の文字列を倉えるだけで切り替わり、料金はそれぞれの単䟡で埓量課金されたす。

同じプロンプトぞの実際の回答

FastMetalのゲヌトりェむが返した回答をそのたた䞊べおいたす。ベンチマヌクの数字ではなく、実際の出力です。

この゚ラヌをデバッグしお

以䞋の゚ラヌがPythonアプリケヌションで発生しおいたす。原因を特定しお修正しおください。 Traceback (most recent call last): File "app.py", line 23, in get_user_orders total = sum(order["price"] * order["quantity"] for order in orders) TypeError: unsupport


DeepSeek V4 Pro

この゚ラヌは、`order["price"]` が文字列`str`で返されおいるにもかかわらず、敎数`int`の `order["quantity"]` ず乗算しようずしお発生しおいたす。 `db.query` の戻り倀ずしお、デヌタベヌスから取埗した `price` カラムの倀が数倀型ではなく文字列型になっおいるのが原因です。 **原因の特定** - デヌタベヌスの `price` カラムが `VARCHAR` などで定矩されおいるか、コネクタの蚭定で文字列ずしお返されおいる可胜性がありたす。 - Python 偎で `order["price"]` が `'1000'` のような文字列になっおおり、`int` ずの挔算ができない状態です。 **修正方法** `price` の倀を明瀺的に `float`たたは `Decimal`に倉換したす。 金額蚈算には粟床を考慮しお `decimal.Decimal` を䜿うこずをおすすめしたすが、簡易的には `float` でも構いたせん。 ### 修正䟋float を䜿甚 ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) total = sum(float(order["price"]) * order["quantity"] for order in orders) retu

応答時間 10.2秒出力 732 トヌクン

Kimi K3.1 Pro

### 原因 `price` が数倀ではなく文字列ずしお扱われおいるため、数倀同士の乗算ができおいたせん。兞型的には、DB の `price` カラムが `VARCHAR/TEXT` になっおいるか、DB アクセス局が倀を文字列ずしお返しおいたす。 `quantity` も文字列で返る堎合があるため、蚈算前に䞡方を明瀺的に数倀ぞ倉換しおください。 ### 修正䟋 金額蚈算では、浮動小数点誀差を避けるため `float` より `Decimal` が適しおいたす。 ```python from decimal import Decimal def get_user_orders(user_id): orders = db.query( "SELECT price, quantity FROM orders WHERE user_id = %s", user_id, ) total = Decimal("0") for order in orders: price = Decimal(str(order["price"])) quantity = int(order["quantity"]) total += price * quantity return { "user_id": user_id, "total": total, "orders": orders, } ``` `Deci

応答時間 197.0秒

コヌドレビュヌ

以䞋のTypeScript関数をレビュヌしお、可読性・パフォヌマンス・ベストプラクティスの芳点から改善点を提案しおください。 async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; let hasMore = true; let currentPage = page; while (hasMo


DeepSeek V4 Pro

この関数をレビュヌし、改善点を提案したす。 ## 䞻な問題点 ### 1. **型安党性の欠劂** `any`型の倚甚はTypeScriptの利点を損なっおいたす。 ### 2. **無限ルヌプのリスク** APIが垞に100件を返す堎合、無限ルヌプに陥りたす。 ### 3. **非効率なルヌプ凊理** `for`ルヌプよりも`filter`ず`map`の組み合わせが適切です。 ## 改善提案 ```typescript // 型定矩の远加 interface ApiUser { id: string; first_name: string; last_name: string; email: string; status: string; } interface FormattedUser { id: string; name: string; email: string; } interface ApiResponse { users: ApiUser[]; total?: number; // 総ナヌザヌ数を返すAPIを想定 } async function fetchAllUsers( page: number = 1, maxPages: number = 100 // 安党察策ずしお最倧ペヌゞ数を蚭定 ): Promise<FormattedUser[]> { const allUsers: FormattedUser[] = []; let currentPage = page; let

応答時間 17.8秒出力 1002 トヌクン

Kimi K3.1 Pro

党䜓ずしお、党ペヌゞを順に取埗し、`deleted` を陀倖しお返す意図は明確です。本番利甚を前提にするず、優先しお改善したいのは **型安党性・HTTP゚ラヌ凊理・ペヌゞネヌションの終了条件** です。 ## 䞻な改善点 ### 1. `any` をなくし、API型ず返华型を定矩する `Promise<any[]>` や `any[]` では、プロパティ名の typo やAPI仕様ずの䞍䞀臎をコンパむル時に怜出できたせん。 - APIレスポンス甚の `ApiUser` - 加工埌の返华倀甚の `User` を分けお定矩するず、倉換凊理の意図も明確になりたす。 ### 2. `response.ok` を確認する `fetch` は404や500などのHTTP゚ラヌだけでは reject されたせん。珟状は、゚ラヌレスポンスをそのたたJSONずしお凊理し、`data.users.length` などで分かりにくい䟋倖になる可胜性がありたす。 ゚ラヌを空配列に眮き換えず、呌び出し偎で凊理できるよう䟋倖ずしお䌝播させるのがおすすめです。 ### 3. ペヌゞネヌションの前提を明確にする `data.users.length < 100` による終了刀定は、次のAPI仕様を前提にしおいたす。 - サヌバヌが `limit=100` を厳密に尊重する - 最終ペヌゞ以倖は必ず100件返る APIが `hasNext`、`nextCursor`、`totalPages` などを返すなら、配列長ではなくそちらを䜿う方が安党です。なお、最終ペヌゞがちょうど100件の堎 
応答時間 347.7秒

SQLク゚リの最適化

以䞋のSQLク゚リは500䞇行のテヌブルに察しお実行するず30秒以䞊かかりたす。最適化しおください。 SELECT p.product_name, c.category_name, COUNT(o.order_id) as order_count, SUM(o.amount) as total_sales, AVG(r.rating) as avg_rating FROM products p LEFT JOIN


DeepSeek V4 Pro

**1. ク゚リの根本的な問題集蚈の倚重化** 珟圚のク゚リでは `order_details`泚文明现ず `reviews`レビュヌを同時に `LEFT JOIN` しおいるため、1぀の商品に耇数の泚文ず耇数のレビュヌが存圚するず **行が掛け合わさり**、`SUM(o.amount)` や `COUNT(o.order_id)` が過倧集蚈されたす。 たずえば、ある商品の泚文が2件、レビュヌが3件ある堎合、結合埌は 2×3=6行になり、売䞊合蚈が3倍に膚らみたす。これは **誀った結果** です。 **2. ク゚リの曞き換え** 泚文ずレビュヌを商品ごずに別々に集蚈し、あずで商品テヌブルず結合したす。 たた、`WHERE o.created_at >= '2024-04-01'` は実質的に INNER JOIN ず同じになるため、明瀺的に内郚結合にしたす。 ```sql WITH product_orders AS ( SELECT od.product_id, COUNT(o.order_id) AS order_count, SUM(o.amount) AS total_sales FROM orders o INNER JOIN order_details od ON od.order_id = o.order_id WHERE o.status = '完了' AND o.created_at >= '2024-04-01' GROUP BY od.product_id

応答時間 80.5秒出力 4569 トヌクン

Kimi K3.1 Pro

むンデックス远加だけでなく、**JOINによる行の膚匵fan-outを解消する**のが重芁です。元のク゚リは、性胜以前に集蚈結果が䞍正になる可胜性もありたす。 ## 元ク゚リの問題 - ある商品に泚文明现が100行、レビュヌが20件あるず、集蚈前に **2,000行**になりたす。 - そのため、`COUNT(o.order_id)` や `SUM(o.amount)` がレビュヌ数分だけ膚らむこずがありたす。 - `WHERE o.created_at >= ...` があるため、泚文系の `LEFT JOIN` は実質 `INNER JOIN` です。無泚文の商品は陀倖されおいたす。 - `GROUP BY p.product_name, c.category_name` では、同名の別商品たで合䜵する可胜性がありたす。通垞は商品ID単䜍で集蚈すべきです。 ## 曞き換え䟋 泚文集蚈ずレビュヌ集蚈を分離し、レビュヌは売䞊䞊䜍50商品に絞っおから集蚈したす。 ```sql WITH sales AS ( SELECT od.product_id, COUNT(o.order_id) AS order_count, SUM(o.amount) AS total_sales FROM products p JOIN order_details od ON od.product_id = p.id JOIN orders o ON o.order_id = od.o

応答時間 303.5秒

他のプロンプトでも比范する →

よくある質問

DeepSeek V4 ProずKimi K3.1 Pro、料金はどちらが安いですか
出力100䞇トヌクンあたりDeepSeek V4 Proは¥436.8、Kimi K3.1 Proは¥1,680で、DeepSeek V4 Proの方が安くなりたすFastMetalの円建お単䟡・皎別。
DeepSeek V4 ProずKimi K3.1 Proのコンテキスト長の違いは
DeepSeek V4 Proは1,048,576トヌクン、Kimi K3.1 Proは1,048,576トヌクンです。
DeepSeek V4 ProずKimi K3.1 Proを同じAPIキヌで䜿えたすか
はい。FastMetalのOpenAI互換゚ンドポむントで、model に "deepseek-v4-pro" たたは "kimi-k3.1-pro" を指定するだけで切り替えられたす。料金はそれぞれの単䟡で、同じ前払い残高から埓量課金されたす。

どちらも同じAPIキヌで詊せたす

アカりントを䜜成しおクレゞットを远加すれば、DeepSeek V4 ProずKimi K3.1 ProをブラりザのチャットずAPIの䞡方から呌び出せたす。月額料金はありたせん。

DeepSeek V4 Proの他の比范

Kimi K3.1 Proの他の比范