Llama 5
Meta 製のオープンウェイト LLM。Llama 5 で 600B+ params / 5M context へ進化。
◎ 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 Guard 4 同梱で安全制御も標準装備
VS COMPARISON
編集部の総合判定
純粋なベンチマーク性能では明確に Llama 5 優位
ベンチ勝ち：Llama 5 3 / DeepSeek-V4 Preview 1 料金で安い項目：Llama 5 0 / DeepSeek-V4 Preview 2
SPECS
仕様の比較
| 項目 | Llama 5 | DeepSeek-V4 Preview |
|---|---|---|
| バージョン | Llama 5 | V4-Pro / V4-Flash |
| 公開日 | 2026-04-08 | 2026-04-24 |
| コンテキスト長 | 5000K 勝ち | 1000K |
| 入力料金 $/1M | — | $0.55 安い |
| 出力料金 $/1M | — | $2.19 安い |
| 推論モデル | ✓ あり | ✓ あり |
| マルチモーダル | ✓ あり | — |
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。
SWE-Bench
Llama 5 75% 勝ち
DeepSeek-V4 Preview 65%
MMLU
Llama 5 87% 勝ち
DeepSeek-V4 Preview 86%
GPQA
Llama 5 80% 勝ち
DeepSeek-V4 Preview 78%
AIME
Llama 5 82%
DeepSeek-V4 Preview 88% 勝ち
※ 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）
PROS & CONS
強み・弱み
DeepSeek-V4 Preview
中国発、コスパとオープン性の象徴。V4 Preview で 1.6T パラメータ MoE が登場。
◎ 強み
- ◎ V4-Pro 1.6T（49B active）/ V4-Flash 284B（13B active）の MoE
- ◎ 1M tokens の長文コンテキスト
- ◎ CSA+HCA ハイブリッドアテンションで効率改善
- ◎ API 価格が圧倒的に安い
- ◎ オープンウェイトで公開
△ 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
- △ R2 は未リリース（公式モデルIDに存在せず、V4 が現役）
PRIMARY SOURCES