--- title: "DeepSeek V4.1-Flash vs Llama 4 Maverick どっちがいい？料金・性能を比較【2026年10月】- ai-garage" description: "総合知能（AA Index）は DeepSeek V4.1-Flash 39 対 Llama 4 Maverick 10。現時点では DeepSeek V4.1-Flash が明確に優位。料金・ベンチマーク・コンテキスト長を横並び比較、FAQ・一次ソース付き【2026年10月】。" source: https://ai-garage.jp/vs/deepseek-vs-llama/ --- VS COMPARISON # DeepSeek V4.1-Flash vs Llama 4 Maverick DeepSeek ## DeepSeek V4.1-Flash V4.1-Flash (552B / 8B prefill・16B decode active) ／ 2026-09-10 「コスパの鬼。お財布の味方だよ」 VS Meta ## Llama 4 Maverick Llama 4 Maverick (MoE 400B / 17B active, 128 experts) ／ 2025-04-05 「自前で動かせるオープン系の代表格」 編集部の総合判定 総合知能（AA Index）は DeepSeek V4.1-Flash 39 対 Llama 4 Maverick 10。現時点では DeepSeek V4.1-Flash が明確に優位 ベンチ勝ち：DeepSeek V4.1-Flash 1 / Llama 4 Maverick 0 料金で安い項目：DeepSeek V4.1-Flash 2 / Llama 4 Maverick 0 データ最終更新：2026-10-09（編集部集計） 世代差に注意：DeepSeek V4.1-Flash は Llama 4 Maverick より約17か月新しい世代（2026年9月公開 vs 2025年4月公開） WHICH ONE ## こんな人はどっち？ ### こんな人は DeepSeek V4.1-Flash - ✓ API 料金を抑えたい人（入力$0.15/出力$0.6） - ✓ AI をはじめて使う人 - ✓ じっくり考える推論タスクを頼みたい人 ### こんな人は Llama 4 Maverick - ✓ 「中身（重み）が公開されている」を重視する人 - ✓ 「自分の PC・サーバーで動かせる」を重視する人 SPECS ## 仕様の比較 | 項目 | DeepSeek V4.1-Flash | Llama 4 Maverick | | --- | --- | --- | | バージョン | V4.1-Flash (552B / 8B prefill・16B decode active) | Llama 4 Maverick (MoE 400B / 17B active, 128 experts) | | 公開日 | 2026-09-10 | 2025-04-05 | | コンテキスト長 | 1000K | 1000K | | 入力料金 $/1M | $0.15 安い | — | | 出力料金 $/1M | $0.6 安い | — | | 推論モデル | ✓ あり | — | | マルチモーダル | ✓ あり | ✓ あり | | [AIコスパ指数](https://ai-garage.jp/glossary/ai-cospa-index/) 独自指標 | 78 | — | BENCHMARKS ## ベンチマーク差分 バーの長さは100%スケール。長い方が勝ち。 総合知能（AA Intelligence Index） DeepSeek V4.1-Flash 39 勝ち Llama 4 Maverick 10 知識の広さ（MMLU） DeepSeek V4.1-Flash — Llama 4 Maverick 80.5% 専門知識（GPQA） DeepSeek V4.1-Flash 90.9% Llama 4 Maverick — 最難関試験（HLE） DeepSeek V4.1-Flash 36.8% Llama 4 Maverick — ※ [AA Intelligence Index](https://ai-garage.jp/glossary/intelligence-index/)（第三者機関 Artificial Analysis の統合知能指標）/ SWE-Bench Verified（実OSSバグ修正）/ MMLU（総合学力）/ GPQA Diamond（博士レベル理系）/ AIME（数学オリンピック予選）/ [HLE](https://ai-garage.jp/glossary/hle/)（Humanity's Last Exam・最難関試験） ※「—」は未公表（実測0ではありません）。未公表の項目は勝敗のカウント対象外です。公式が個別ベンチを公表していないモデルも、AA Intelligence Index は第三者測定のため横並びで比較できます。 X VOICE ## Xの評判はどう？ ベンチマークとは別の軸として、直近7日（2026-10-05 〜 2026-10-12）の X上の日本語の声をサンプル分析。[てんびん丸総研](https://ai-garage.jp/x-sentiment/)調べ。 ### DeepSeek V4.1-Flash X評判スコア 84 ／100（n=36） ポジ 27 ／ ネガ 5 ／ 中立 4 👍 コスパが非常に良い 👍 速度が速い 👎 期待外れで微妙 👎 セキュリティ・APIキー問題 ### Llama 4 Maverick X評判スコア — ／100（n=0） ポジ 0 ／ ネガ 0 ／ 中立 0 （判定材料が少なくスコアは保留） ※ Grok（x_search）で過去7日の日本語Xポストを、モデルごとに3つの角度（感想・活用報告・他モデル比較）から検索してサンプル収集し、ポジ・ネガ・中立をLLM分類した傾向値。全数調査ではなく、角度間の重複除外も完全ではありません。評判スコア＝ポジ÷（ポジ＋ネガ）×100（判定5件未満は「—」）。 全モデルの一覧と推移は [てんびん丸総研](https://ai-garage.jp/x-sentiment/)へ。 EDITOR'S NOTE ## 編集部メモ 数値の背景と、いまの提供状況・注意点 ### DeepSeek V4.1-Flash 552B の MoE（土台のパラメータ。1トークンあたり実際に動くのは読み込み時 8B・書き出し時 16B）。KV キャッシュを 890 バイト/トークンまで圧縮し、旧 V4-Flash の約4分の1にしたことで入力側の単価を下げている。本表の $0.15 / $0.6 はオフピーク価格（入力はキャッシュミス時）で、キャッシュヒット時の入力は $0.003。ピーク時間帯はいずれもその2倍（入力 $0.3・出力 $1.2）。ピーク時間帯は UTC 月〜金の 01:00-04:00 と 06:00-10:00（日本時間 10:00-13:00 と 15:00-19:00）。2026-09-10 の公開に合わせて旧 V4-Flash と V4-Flash-Vision-Exp は引退し、モデル名 deepseek-flash で呼ぶ。なお deepseek-v4-pro も本モデルへの置き換えが予告されたが撤回され、V4-Pro は独自の料金（オフピークで入力 $0.66・出力 $1.98）のまま継続提供されている（2026-10-09 に公式料金ページで確認。本モデルの価格で課金されるのは、旧名の deepseek-v4-flash と deepseek-v4-flash-vision-exp で呼んだ場合だけ）。gpqa 90.9（GPQA Diamond）と hle 36.8（道具なし）は DeepSeek 自社公表値で reasoning_effort=100 の設定。DeepSWE v1.1 は 74.2 で Claude Opus 5 の 74.0 を上回るが、これは同社が併記した8種類のハーネスのうち最も高く出た mini-SWE の値で、Claude Code では 69.8・Codex では 65.6 と 8.7 ポイントの幅がある。SWE-Bench Verified は非公表のため本表に持たない。前世代 V4-Pro は 1.6T（49B アクティブ）・$0.66/$1.98・aaIndex 36・画像非対応だったので、置き換えで安く・賢く・画像対応になった形。中国製のため業務利用時は規約とデータ取扱の確認を。本表の100万トークンは公式料金ページの CONTEXT LENGTH（1M）で、出力の上限 384K は別枠（2026-09-11 確認）。 ### Llama 4 Maverick Meta 公式 Llama 4 系の旗艦。MoE 128 experts、native multimodal、1M context、Knowledge cutoff 2024-08。 公式公表ベンチは MMLU Pro 80.5、LiveCodeBench 43.4、MMMU 73.4、MathVista 73.7、ChartQA 90、DocVQA 94.4。 SWE-Bench / GPQA / AIME / HLE は Meta から公式公表なし（同列比較困難）。Llama 4 Scout（10M context、17B/109B MoE）も同時リリース。 第三者機関 Artificial Analysis の Intelligence Index は 10（v4.3.2・2026-09-23 確認）。ただし AA はこの値を推定値（estimated）として表示しており、全体の順位には入れていない（2026-09-08 の v4.3 では 9）。 オープンウェイト（Llama 4 Community License、月7億 MAU 超は別ライセンス必要）。 本表の100万トークンは公式モデルカードの Context length（同時公開の Scout は 10M）。入力と出力の内訳は公表されていない（2026-08-18 確認）。 PROS & CONS ## 強み・弱み ### DeepSeek V4.1-Flash 中国発、コスパとオープン性の象徴。2026年9月10日に出た V4.1-Flash が旗艦 V4-Pro を性能でも価格でも上回った。予告された Pro の引退は撤回され、2本立てで提供中。 ◎ 強み - ◎ V4.1-Flash は 552B の MoE で、1トークンあたり動くのは読み込み時 8B・書き出し時 16B だけ - ◎ 会話の途中経過を覚えるメモ（KVキャッシュ）を 890 バイト/トークンまで圧縮（旧 V4-Flash の約4分の1） - ◎ 1M tokens の長文コンテキスト、1回の出力は最大 384K tokens - ◎ API 価格が安い（すいている時間帯で入力 $0.15・出力 $0.6、キャッシュヒット時の入力は $0.003） - ◎ 重みが MIT ライセンスでオープンウェイト公開（deepseek-ai/DeepSeek-V4.1-Flash） - ◎ 画像と文章をそのまま一緒に扱える（V4-Pro は画像に非対応） - ◎ 考える深さを 1〜100 の数字で細かく指定できる（V4-Pro は low / high / max の3段だった） △ 注意点 - △ 中国製のため業務利用は規約・データ取扱の確認を - △ V5 / R2 は未リリース（公式モデルIDに存在せず、V4.1 系が現役） - △ 旧 V4-Flash と V4-Flash-Vision-Exp は2026-09-10に引退（旧名で呼ぶと V4.1-Flash が答え、V4.1-Flash の料金で課金される）。V4-Pro も2026-09-14 の引退が予告されたが撤回され、V4.1-Flash とは別の独自料金のまま継続提供（2026-10-09 に公式料金ページで確認） - △ SWE-bench Verified の公表値がない。DeepSWE v1.1 は 74.2% だが、これは8種類の足回りで最も高く出た値で Claude Code では 69.8% - △ 道具を使わない難問（HLE 36.8）は Claude Opus 5.5 の 64.4（Anthropic 公表）に大きく届かない 公式サイト → ### Llama 4 Maverick オープンウェイト LLM の代名詞——ただし Meta の開発は Muse 系へ移り、オープン版も2026年8月公開の Muse Glimmer が担う。Llama 4 が事実上の最終世代。 ◎ 強み - ◎ 中身（重み）が公開されている - ◎ 自分の PC・サーバーで動かせる - ◎ 派生モデル・改造モデルが豊富 - ◎ Llama 4 で native multimodal（テキスト + 画像）に対応 - ◎ Scout は 10M tokens 長コンテキスト △ 注意点 - △ Meta のフロンティアは閉源の Muse Spark 系（1.3 まで更新）へ移行済みで、Llama ブランドの後継は依然として未発表 - △ ただし Meta は 2026-08-10 に別系統のオープンモデル Muse Glimmer（約296億パラメータ・Apache 2.0）を公開し、重みを配る路線に部分的に戻った。圧縮された配布版なら 24GB の VRAM でも動く（圧縮しない場合は55GB超が必要） - △ ネットに出回る「Llama 5 リリース」記事は誤情報なので注意（2026-10 時点で Llama 5 は存在しない） - △ 単独ブランドサイト llama.com は Meta の開発者ポータル（developer.meta.com）に統合された 公式サイト → PRIMARY SOURCES ## 一次ソース DeepSeek V4.1-Flash - [→ DeepSeek API Docs：Change Log（2026-09-10 DeepSeek-V4.1-Flash Release／V4-Pro の提供継続の告知・2026-09-14 確認）](https://api-docs.deepseek.com/updates) - [→ DeepSeek API Docs：Models & Pricing（deepseek-flash の料金・ピーク時間帯・2026-09-14 再確認）](https://api-docs.deepseek.com/quick_start/pricing) - [→ Hugging Face：deepseek-ai/DeepSeek-V4.1-Flash（MIT・552B・ベンチ表とハーネス別スコア）](https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash) - [→ Artificial Analysis：DeepSeek V4.1 Flash（Intelligence Index v4.3.2 で 39・max 設定・2026-09-23 確認。v4.3 では 39.55 で四捨五入すると 40）](https://artificialanalysis.ai/models/deepseek-v4-1-flash) - [→ MIT Tech Review：Why DeepSeek's V4 matters（前世代の背景）](https://www.technologyreview.com/2026/04/24/1136422/why-deepseeks-v4-matters/) Llama 4 Maverick - [→ Meta Developer：Llama 4 モデルページ（llama.com の統合先）](https://developer.meta.com/ai/models/llama-4/) - [→ Meta AI Blog：Llama 4 リリース（2025-04-05）](https://ai.meta.com/blog/llama-4-multimodal-intelligence/) - [→ Llama 4 model card / GitHub](https://github.com/meta-llama/llama-models) - [→ Artificial Analysis：Llama 4 Maverick（Intelligence Index v4.3.2 で 10・AA の推定値で順位の対象外・2026-09-23 確認。v4.3 では 9・130モデル中112位）](https://artificialanalysis.ai/models/llama-4-maverick) - [→ Hugging Face：meta-llama/Llama-4-Maverick-17B-128E-Instruct（公式モデルカード・Context length 1M）](https://huggingface.co/meta-llama/Llama-4-Maverick-17B-128E-Instruct) FAQ ## よくある質問 Q. DeepSeek V4.1-Flash と Llama 4 Maverick、結局どっちがいい？ A. 第三者測定の AA Intelligence Index は DeepSeek V4.1-Flash が 39、Llama 4 Maverick が 10 と明確な差があり、現時点の総合性能では DeepSeek V4.1-Flash が優位です。なお、DeepSeek V4.1-Flash は Llama 4 Maverick より約17か月新しい世代（2026年9月公開 vs 2025年4月公開）です。料金や使い勝手も含めた選び方は「こんな人はどっち？」の欄を参考にしてください。 Q. DeepSeek V4.1-Flash と Llama 4 Maverick、ベンチマークで強いのはどっち？ A. 両モデルが共通で公表している指標は1項目と少ないため、全モデルを第三者が同一条件で測定している AA Intelligence Index（DeepSeek V4.1-Flash 39／Llama 4 Maverick 10）を軸に判断するのがおすすめです。AA Intelligence Index・SWE-Bench・MMLU・GPQA・AIME などの比較可能な指標では DeepSeek V4.1-Flash の勝ち数が多く（1／0）、総合的なベンチ性能では DeepSeek V4.1-Flash が優勢です。 Q. DeepSeek V4.1-Flash と Llama 4 Maverick、初心者にはどっちがおすすめ？ A. 初心者へのおすすめ度は DeepSeek V4.1-Flash の方が高め（3／5 対 2／5）。まず触ってみるなら DeepSeek V4.1-Flash から始めると迷いにくいです。 RELATED ## もっと深く知る ### 関連ニュース [DeepSeek V4.1 Flash とは？料金は4分の1、V4-Pro の引退は撤回 2026-09-11](https://ai-garage.jp/news/deepseek-v4-1-flash-launch/)[Muse Spark 1.3 とは？料金据え置き、入力12.5分の1のプランには条件 2026-09-05](https://ai-garage.jp/news/meta-muse-spark-1-3-launch/)[GLM-5.3-Flash とは？ox-alpha の正体、商用OKで1タスク$0.24 2026-08-28](https://ai-garage.jp/news/glm-5-3-flash-ox-alpha-reveal/)[Meta「Muse Glimmer」公開！24GBのVRAMで動く296億パラメータのオープンモデル──必要スペック・入手先・性能を整理するよ 2026-08-11](https://ai-garage.jp/news/meta-muse-glimmer-local-open-model/) ### 関連トピック [中国AIの台頭 — DeepSeek / Qwen が世界を揺るがす クローズドモデルとほぼ同等性能を「数十分の一のコスト」で。地政学級の存在感に。](https://ai-garage.jp/topics/china-ai-rise/)[オープンソースAI vs クローズドAI Qwen・DeepSeek・Kimi がトップ走者に迫る。性能だけでなく『所有権』が論点に。](https://ai-garage.jp/topics/open-vs-closed/) OTHER COMPARISONS ## 他のペアも見る [GPT-6 Astra vs GPT-6.1 Sol](https://ai-garage.jp/vs/chatgpt-astra-vs-chatgpt/)[GPT-6 Astra vs Claude Fable 5.1](https://ai-garage.jp/vs/chatgpt-astra-vs-fable-5/)[Kimi K3 vs GPT-6.1 Sol](https://ai-garage.jp/vs/kimi-vs-chatgpt/)[Kimi K3 vs Claude Fable 5.1](https://ai-garage.jp/vs/kimi-vs-fable-5/)[Qwen3.8-Max vs Mistral Large 4](https://ai-garage.jp/vs/qwen-vs-mistral/)[GPT-6.1 Sol vs Gemini 3.1 Pro](https://ai-garage.jp/vs/chatgpt-vs-gemini/) [全ペアを見る →](https://ai-garage.jp/vs/)