モデル比較
Gemini 3.8 Flash と DeepSeek V4 Flash
著者:Ofrai Editorial(Model Testing Team)
両方とも速くて安いティーで、問いはひとつです。使える結果千件を作るのにいくらかかるか。Ofrai のカタログではどちらも最も安いモデルとは書かれていないので、単価で決まる勝負ではありません。手を入れずに送れるかどうかで勝負します。DeepSeek V4 Flash は互いに独立した項目を大量にさばくことを目的に設計され、そのように記されています。Gemini 3.8 Flash は均衡の既定ティーで、並んだ中間の項目ではなく束の難しいほうの端で強みを見せます。どちらも同じ共通残高から消費されるので、下の測定はデータをもう一往復させるだけの費用で済みます。
チャットと動画はクレジットを消費します。
大量処理で意味を持つ単位は、採用された項目である
一回の呼び出しあたりの値段で比べるのは、大量処理では誤りです。呼び出しが安いモデルでも、項目の半分が直しを要する形で戻ってきたら、そのぶん高く終わります。呼び出しの値段が高くても戻ってきたものがそのまま使えれば、そのモデルが勝ちます。大量処理で誠実な単位は、採用された項目、つまり何も編集せずに出せる産出物です。
Ofrai のカタログでは、このどちらのモデルも最も安い選択肢とは書かれていません。Gemini 3.8 Flash のページは、極小の単回費用で単純な分類をする場合は適用外だと明記しています。単価だけでは勝敗は決まりません。判定材料は、あなたの確認を通過した項目が何件あるかです。実測は再現できます。
先週の処理分を両モデルに一部だけ再処理させ、何も編集せずに戻った項目を数え、確認にかかった時間も同じ基準で測ってください。その数字が揃うまで、単価表は判断材料になりません。
大量処理とは、実際のところ何であるか
大量処理は、長い仕事を細かく切ったものではありません。同じ指示だけ共有し、そのほかの何も共有しない、小さい仕事の束です。どの項目も前の項目の答えには依存せず、項目どうしで何も蓄積せず、四十番目の失敗は四十一番目について何も語りません。分類、抽出、項目単位の書き換え、振り分け、初稿作成は、すべてこの形です。ここで変わるのは比較の対象です。
深さの異なる二つのモデルを選ぶのではなく、似た産出物を大量に作る二つの道具を選ぶのです。上位ティーの比較を左右する推論の深さは、ここではあまり効きません。効くのは、出力が解析できるか、指定の形式を保つか、調子が一貫するか、送る前に人間が何度開いて確認する必要があるか。
この四点なら、誰が採っても同じ基準で使えます。推論の深さを競う比較に慣れていると、つい文の出来を見てしまいますが、ここではそれが的を外します。
DeepSeek V4 Flash を正直に選ぶべき場面
DeepSeek V4 Flash は Ofrai のページで、V4 世代の高速ティーと記されています。そこに挙げられた業務はまさに大量処理です。多数の項目にわたる起草、抽出、分類。文書、表、メッセージからの構造化された抽出。いずれは人が判断する前提の振分けと優先順位づけ。忙しい一週間の中の細かなコーディング質問と小さな修正。ページは根拠も率直に書いています。
処理量の最適化が目的なので、項目ごとに少し遅くても良い答えのほうが全体では高くつくなら、速い側のほうが正しい、と。判断基準も併記されています。項目どうしが独立していれば、通常は速いティーのほうが適している、と。これは行間を推測したものではなく、モデル自身が掲げた設計目的です。
長い一覧が独立した項目ででき、送出前に人が一部を確認するなら、ここを出発点にしてください。同じページは限界も同じだけ具体的に挙げています。結論を一つずつ確認しなければならない多段推論、最初の一答が間違えると困る設計の判断、そして百件のなかのたった一枚だけの重要な文書。
Gemini 3.8 Flash を正直に選ぶべき場面
Gemini 3.8 Flash は Google の当代の高速モデルで、均衡の既定として据え置かれています。出力の質は 3.7 Flash を上回り、推論の深さは上位ティーに及びません。強みとして書かれたものは、束のなかに偏りがあるときに痛むものです。
条件をいくつか組み合わせた指示、結果を確実に保持させる必要がある構造化抽出と書式整形、そして回答の質と速さの両方が効く顧客応対。モデルページはこのティーの現実的な限界も記しています。長文の中で繰り返し細部を落とすなら、それは指示の書き方の問題ではなく性能の限界です。よって選ぶ理由は安いことではありません。
項目ごとに条件も読み手も出力形式も違う束では、指示の遵守と書式の安定性で結果が決まります。記録上の強みは、並んだ中間の項目ではなくその難しいほうの端にあります。比較にも一行あります。処理がすでに前の世代できれいに回っているなら、世代を上げる運用上の理由はありません。
束の大きさで振り分ける
大量処理に唯一正しいモデルはありません。束ごとに正しいモデルがあります。DeepSeek のページは判断の根拠を明示しています。項目どうしが独立していれば、速いティーが通常は適している、と。Gemini のページは別の判断を挙げています。
初稿生成、要約、分類、窓口振り分けのように大量で人の確認が要る仕事では、費用の点から多くのチームが既定とすべき段がこちらだと。難しい残りは上側の段に回せばよい、という書き方です。両方を並べて、壁に書けるルールができました。互いに独立し、繰り返し、中身の形がそろっている項目は処理量重視の段へ。
条件をいくつも同時に持ち、しかも結果を後段の処理程序が読む項目は、均衡の既定へ。他の結果に左右される項目は、一段上の段へ。この段を飛ばすと、束の全体が最初に試したモデルで処理されます。
静かにずれる失敗
処理量重視の段の典型的な失敗は、拒絶ではありません。自信があり、形は整っている、けれどあなたが測ろうとしていた一点でずれている産出物です。DeepSeek のページはこの危険を自分の言葉で示しています。
人の目が入らない判断、目立たない不具合、法務や財務の言い回し、そして筋の通った誤答が見過ごされそうなものは、この段の対象外だと。另方のページには逆の手が載っています。確信度の列を付けて弱い順に並べ、原文が名指ししていない箇所は推測させず印を付ける、と。
両方の狙いは同じで、静かな誤りを音のある誤りに変えることです。そこから得られる規則はこうです。確認を安くするほど、確認の作業は指示の当中へ移ります。
都合の悪いところ:どちらも安い項目ではない
どちらも同じ共通残高から引き落とされ、スタジオは送信前に要求あたりの消費額を表示します。文章の作業は当該モデルの公開単価で、千語ずつの入力と出力を合算して課金されます。文脈が長いほど出力も長くなり、費用はそのまま増えます。ここが両モデルで最も確実に節約できるところですが、節約の手段はモデルの選択ではありません。
送る前に無関係な文書を文脈から外すことが、今もっとも安い節約です。都合が悪いのは、公開されている費用では一束の作業を決定できないという点です。決めるのは単価に再試行率を掛け、続く人手の修正費用にもう一度掛けた値です。似た価格帯の二つでも、この積ではまったく違うところへ落ちえます。
どちらがどこに当たるかを正直に言えるのは、自分の束を走らせて数える方法だけです。見えている数字だけを追いかけると、最後に請求書に現れるのは数えていなかった部分です。
数字を作り出さずに、一件あたりの費用を測る
機能リストからの測定はやめ、自分で出していない数字を信じないでください。実際に扱っている種類の項目を五十件から百件ほど用意します。先に整えた見本ではなく、業務の資料から取ってください。運用と同じ指示をそのまま使い、一つの束を一方のモデルに通し、項目ごとに三つを記録します。
指定の書式に解析できたか、送り出すまでに何回編集したか、頼んでいない内容を足していないか。採用された項目とは、編集がゼロの項目です。同じ束をそのまま他方のモデルに通し、同じ三つを記録します。使った残額を採用項目数で割ったものが、判断に入れる価値のある唯一の数値で、これは仮定ではなく実測です。
一か月後に同じ測定をやり直してください。指示の型が良くなるにつれ、比率は動くからです。同じ指示、同じデータ、同じ採点者。二つの結果を並べられるのは、その三つが変わらなかったからです。
確認のひと手間が本当の単位費用
どちらのモデルページも、一定数を抜き取りで確認してから送るものだと書いていて、結果がお客に見えるときや後始末が重いときは必ず人を残しなさい、と両方が言っています。これは安全上の注意として読まれますが、大量処理では予算のいちばん大きい行です。呼び出しあたりの費用は機械の値段です。
採用された項目あたりの確認時間はシステム全体の値段で、こちらの数字がその束を走らせる価値を決めるのです。そこで、この二つを測ってください。一人が項目に何分かけるか、そして生き残った項目に何分かけるか。きれいな結果を同じ数だけ返してきても、両者はまったく別の仕事になり得ます。
一方は一時間の直しで済み、もう一方は五時間かかるからです。ここからの規則は気持ちの悪いものです。確認の工程のほうが生成の工程より高くつくなら、その束は振り分け違いです。直すのは指示か、もっと安い段であって、人を早くすることではありません。
項目が独立していることは、失敗の意味を変える
項目どうしに何も伝わらないため、失敗は安くつぐみます。百件の抽出で二十件が間違っても、その二十件だけやり直せばよく、残り八十件を無効にする必要はありません。束を速いティーで回すもっとも有力な根拠であり、ここにある二つにはそのまま当てはまります。ただし硬い限界が一つあり、DeepSeek のページはそれをあきら なく書いています。
人が確認に入る作業であり、二つ目の目線のない判断には向きません。隠れた不具合、法務や財務の表現、そしてそれらしい誤答がそのまま通ってしまうものは、すべてこの制限の側に落ちます。処理量重視のティーが典型的に失敗するのは拒絶ではありません。自信があり、形は整っている、けれど測ろうとしていた点でずれた産出物です。
その種の誤りは、抽出確認が何を見るかを知っていなければ捕まりません。束のどの部分をより念入りに回すかは、最初に決めておいてください。だからこそ、難しい項目だけを引き上げて一度に送るのではなく、束ごと安定して回すほうがよい。
抽出と書式整形は、いちばん鋭い試験になる
抽出では、束が正直に語ります。産出物が書式を保つか、保たないかだからです。どちらのモデルページも構造化抽出を掲げています。だから意味のある試験は誰が掲げているかではなく、入力が汚れているときに何が起きるかです。同じ文書と表とメッセージを両方に渡し、書式を説明するのでなく指定してください。
列名を付けた表か、鍵を固定した JSON オブジェクトのどちらかを指定し、読み取れない項目は推測せず印を付ける、と明示的に指示します。Gemini の記録上の強みはまさにこの安定性、つまり産出物が保持されなければならない書式作業です。後段で処理程序が結果を読み取るなら、必要になるのはこれです。
DeepSeek の強みはきれいな書式一種ではなく、文書、表、メッセージを横断して扱える点で、提案されている請求書用の指示も読み取れない項目には印を付けるとしており、どの束でも正しい習慣です。数えるのは文の出来ではなく、解析に落ちた件数です。抽出は、内容ではなく形の話として読むほうが早い。
多くの項目を同じ基準へ書き換える
百の項目を同じ読者に向けて書き換えるのは百の作文仕事ではなく、衣装だけが違う一つの整合性の問題です。本当によく効く失敗は調子のずれです。初めはすっきりしているのに、六十番目が別の声へ滑り、九十分目が水増しになります。Gemini のページはこれを扱える業務として書いています。
対象読者を決めて書き換えつつ事実の主張を一つも落とさず、読者が持っていないかもしれない前提を含んだ文には印を付ける、と。前提の多い行は、大きい束から外れます。DeepSeek の書き方は設計上もっと平坦で、リスト全体に一貫したニュートラルな調子を保つ、と。一度の施策としてまとめて公開する束なら、一貫性は弁舌より価値を持ちます。
項目ごとに読み手が違うなら、読者ごとの指定を書き、トーンは指示の冒頭に一度だけ書いてください。項目ごとに書き直さないこと。一度の施策で出す束では、揃っていることの価値が個別の出来より上回ります。
さらに安い第三のティーが正解なとき
両方のページは、この二者ではないもっと安い選択を指しています。DeepSeek のモデルページには、まさにこの場面のための問いが立っています。課題そのものが単純で、現在の世代の動きがどれほど良くなっても関係ないというとき、古い入門段を使ってください。非常に短い書き換え、些細な問い、大量の整形後片付けがこれにあたります。同じ答えは線も引きます。
答えを誰かが丁寧に読むなら、いまの段に払う追加分は価値があると。Gemini のページは反対側から同じ線を引きます。極小の単回費用で単純な分類を求める場合は、この段ではないと。両方を並べて読むと、対決ではなく三分割が書けます。誰も精読しない機械的な後片付けはもっと安い段へ。
人が読み、人が確かめる仕事は、この二つのどちらかへ。すべての結論を一つずつ確認する仕事は、もっと強い段へ。第三の選択を無視する代償は、誰も開かない行に均衡ティーの予算を費やすことになる、という点です。
どちらも答えにならないとき
この二つをどちらも外す業務が二つあります。始める前に心得ておくのが順序です。ひとつは、すべての結論を確認する必要があり、項目どうしが独立していない業務です。不具合の流れを追うこと、最初の一答が間違えると困る設計の判断、残りの百件より重要な文書。もうひとつは、本当に些細で本当に巨大な量の業務です。
どちらもより安い入門ティーの上に据え置かれているので、呼び出し費用だけで決めるなら一階級上にいることになります。大量の書式整理は Ofrai が同じく掲げている、より安いモデルの担当です。これはどちらのモデルの欠点ではなく、処理量重視のティーの役目です。どこで止まるかを知ることが、付箋一枚に書ける経路判断の一部になります。
逆の方向に誤ると、誰も読まない行に均衡ティーの予算を使うことになります。
Ofrai クレジット表示
社内テストに基づく編集上の目安であり、第三者ベンチマークではありません。
| モデル | 種別 | クレジット |
|---|---|---|
| Gemini 3.8 Flash | チャットモデル | Input/Output 0.274272/1.37136 |
| DeepSeek V4 Flash | チャットモデル | Input/Output 0.274272/0.822816 |
よくある質問
- 大量の分類と抽出ではどちらが安いですか。
- どちらも一回の呼び出しで最も安いとは書かれておらず、Gemini 3.8 Flash のページは、極小の単回費用で単純な分類を求める場合は明確に適用外としています。DeepSeek V4 Flash は独立した多数の項目での処理量を目的に書かれており、人が確認する長い反復的な束にはこちらのほうが妥当な既定です。区分が主題と緊急度のような普通のものなら、決めるのは単価ではなく、初回に解析できて正しく返る項目数で、それは自分の束で測るしかありません。
- 大量抽出の既定はどちらにすべきですか。
- 文書、表、メッセージの形が多様で、誰かが結果を確認する立場なら DeepSeek V4 Flash です。多数の項目から抽出することがこのモデルの記された目的だからです。結果を後段の処理程序が読み、書式の安定性が速度より重要な場合は Gemini 3.8 Flash です。産出物が保持されなければならない書式作業がその記録上の強みだからです。どちらの場合も出力の形を正確に指定し、列名か鍵を固定し、読めない項目は推測せず印を付けるよう指示してください。
- 比べるために別々のアカウントが要りますか。
- 要りません。どちらもスタジオの標準的な会話モデルとして同じ共通残高から消費します。外部の認証鍵も、別会社からの請求書も、二つ目の契約もありません。同じ指示をそれぞれに送れば、二つのアカウントを管理せずに直接比べられます。費用の管理は経路の分け方と指示の組み立てから生まれ、請求書の分割からではありません。
- 同じ読み手に向けて大量の文章を書き換えるならどちらがよいですか。
- Gemini 3.8 Flash です。対象読者を決めて書き換えつつ事実の主張を一つも落とさず、読者が持っていないかもしれない前提を含んだ文に印を付ける、ということがその記録上の強みだからです。DeepSeek V4 Flash は設計上もっと平坦で、一覧全体に一貫したニュートラルな調子を保ちます。束が一つの施策として出ていくなら一貫性のほうが価値を持ちます。どちらの場合も、トーンは指示の冒頭に一度書いてください。項目ごとに書き直さないこと。
- どちらでも日々のコーディングを大量に扱えますか。
- 普通の大きさの業務なら扱えます。短い関数、小さな整理、見慣れないコードの説明、断片を検査に変換すること。DeepSeek のページは長い変更の流れをこのティーに通さないことを警告し、Gemini は過程まで見たい推論を上側のティーに残しています。小さな業務が多い一週間なら、両方とも妥当な既定です。ある項目がもう小さくなく、推測ではなく流れを追う必要が出たら、一段上げてください。
- このような速いティーで足りないのはどんなときですか。
- 項目どうしが独立でなく、すべての結論を確認する必要がある業務です。隠れた不具合、細かな設計判断、法務や財務の表現。処理量重視のティーが典型的に失敗するのは、あなたが気づく拒絶ではなく、自信があり形は整っているが、肝心な点で少しずれている産出物です。もうひとつは、呼び出し費用だけで決めていて業務が本当に些細な場合です。この二モデルはどちらもより安い入門ティーの上にあるので、大量の書式整理は Ofrai のもっと下のティーに回すほうがよいです。顧客が見る、あるいは結果が続く出物には必ず人を入れてください。