fedi-indexにおけるDeepSeek V4 Pro 0423
各カテゴリのスコア、その内訳、コスパ、ローカル実行、推移。
fedi-index · 総合
A 1,427 ±5
パーセンタイル 82 · #54
人間の評価 / タスク解決
1,437 / 1,415
人間の投票とベンチマーク、Elo-eq
コスパ
+33
100万トークンあたり$1.91、49社のプロバイダーの中央値
手元のハードウェアで
参照環境のいずれにも収まりません。
スコアの内訳
A 総合 1,427 [1,422–1,432] パーセンタイル 82 · #54 · 要素数：9
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| Epoch AI |
eci
|
149 ±0.87 | 1,431 ±7 | 34.5% | 2026-04-24 | — |
| LMArena |
text/overall
|
1,451 ±1.98 | 1,451 ±2 | 15.6% | 2026-10-02 | — |
| LMArena |
text/hard_prompts
|
1,461 ±2.33 | 1,450 ±2 | 15.6% | 2026-10-02 | — |
| LMArena |
text/expert
|
1,463 ±4.29 | 1,446 ±4 | 7.5% | 2026-10-02 | — |
| LMArena |
text/instruction_following
|
1,447 ±5.25 | 1,458 ±5 | 7.2% | 2026-10-02 | high |
| Epoch AI |
simpleqa_verified
減衰 ×0.61 |
0.47 ±0.02 | 1,445 ±5 | 3.8% | 2026-08-27 | max |
| LMArena |
text/multi_turn
|
1,467 ±3.57 | 1,460 ±3 | 3.8% | 2026-10-02 | — |
| LMArena |
text/longer_query
|
1,458 ±4.71 | 1,454 ±4 | 3.7% | 2026-10-02 | high |
| Epoch AI |
gpqa_diamond
減衰 ×0.26 |
0.91 ±0.02 | 1,463 ±10 | 1.3% | 2026-08-06 | high |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
A コーディング 1,439 [1,434–1,444] パーセンタイル 90 · #30 · 要素数：3
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
webdev/overall
|
1,583 ±4.76 | 1,473 ±1 | 40.6% | 2026-10-01 | high |
| LMArena |
text/coding
|
1,469 ±5.79 | 1,443 ±5 | 36.6% | 2026-10-02 | high |
| Epoch AI |
swe_bench_verified
減衰 ×0.37 |
0.78 ±0.02 | 1,472 ±10 | 14.2% | 2026-06-18 | max |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
B エージェント 1,435 [1,428–1,442] パーセンタイル 54 · #27 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
agent/overall
|
0.01 ±0.01 | 1,461 ±4 | 90.0% | 2026-10-02 | high-0813 |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
B 数学 1,413 [1,407–1,420] パーセンタイル 79 · #54 · 要素数：3
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/math
|
1,455 ±6.01 | 1,446 ±6 | 49.7% | 2026-10-02 | high |
| Epoch AI |
frontiermath_t1_3
減衰 ×0.86 |
0.45 ±0.03 | 1,419 ±6 | 27.8% | 2026-06-17 | max |
| Epoch AI |
frontiermath_t4
減衰 ×0.86 |
0.02 ±0.02 | 1,396 ±4 | 15.4% | 2026-06-17 | max |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
A 文章作成 1,452 [1,446–1,457] パーセンタイル 87 · #36 · 要素数：2 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/creative_writing
|
1,446 ±3.69 | 1,475 ±4 | 62.9% | 2026-10-02 | — |
| LMArena |
text/longer_query
|
1,458 ±4.71 | 1,454 ±4 | 30.8% | 2026-10-02 | high |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
B 言語：繁體中文 1,427 [1,419–1,435] パーセンタイル 76 · #54 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/chinese
|
1,486 ±5.57 | 1,442 ±4 | 93.6% | 2026-10-02 | high |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
B 言語：Deutsch 1,432 [1,417–1,447] パーセンタイル 80 · #30 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/german
|
1,457 ±9.86 | 1,451 ±8 | 92.4% | 2026-10-02 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
A 言語：English 1,436 [1,430–1,440] パーセンタイル 86 · #39 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/english
|
1,459 ±2.60 | 1,450 ±3 | 93.9% | 2026-10-02 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
B 言語：Español 1,434 [1,421–1,447] パーセンタイル 80 · #31 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/spanish
|
1,458 ±7.78 | 1,452 ±7 | 92.9% | 2026-10-02 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
B 言語：Français 1,435 [1,422–1,447] パーセンタイル 78 · #31 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/french
|
1,472 ±7.44 | 1,452 ±7 | 93.0% | 2026-10-02 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
A 言語：日本語 1,441 [1,425–1,458] パーセンタイル 84 · #21 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/japanese
|
1,447 ±12 | 1,462 ±9 | 92.2% | 2026-10-02 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
A 言語：Polski 1,441 [1,427–1,455] パーセンタイル 84 · #22 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/polish
|
1,462 ±9.13 | 1,459 ±8 | 92.7% | 2026-10-02 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
A 言語：Русский 1,439 [1,432–1,446] パーセンタイル 84 · #39 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/russian
|
1,453 ±4.18 | 1,455 ±4 | 93.8% | 2026-10-02 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
推移
同じデータを表で表示
| モデル | 2026-10 |
|---|---|
| DeepSeek V4 Pro 0423 | 1,427 A |
バッジ
モデルのfedi-indexをあなたのサイトやREADMEに表示できます。バッジは自動更新され、このページにリンクします。
データはCC BY 4.0：fedi.softwareへのリンクを残してください。