LongCat 2.5とDeepSeek V4.1 Flashを比較：選び方

重みのダウンロードやオフピークのAPI料金を重視するなら、まずDeepSeek V4.1 Flashを基準にしましょう。画像・動画を使う作業や、LongCatが優位と報告するコード課題ではLongCat 2.5も試す価値があります。DeepSeekの現行APIは1017版ですが、LongCatの比較表は同じ版だと明記していません。

Redditの利用者は、旧Previewで5つのC#クラスを解析した際に繰り返しが発生したと報告しています。複雑な1件の経験であり、正式版の評価ではありません。

要点

LongCatの期間限定料金はDeepSeekのピーク料金と同額で、DeepSeekのオフピークは半額です。両者のコンテキストは約1Mですが、評価の出典と設定は異なります。バージョンとツールを固定し、成功率、再試行、実際の費用を比較してください。

LongCatは総パラメータ1.6T、トークン当たり約48Bが有効と公表しています。DeepSeekは552BのMoE主体で、入力に8B、出力に16Bを有効にすると説明しています。これらの数字だけで計算量を直接比較することはできません。

各モデルの背景はDeepSeek V4.1 Flashの紹介とLongCat 2.0のガイドを参照してください。後者は前世代の説明であり、2.5の実測ではありません。

仕様と料金の比較

料金はキャッシュなし入力、キャッシュ済み入力、出力の順で米ドル表示です。確認日は2026年11月3日。LongCatの現行文書は出力上限を256Kとし、一部の第三者記事は128Kとしています。導入前にAPIの制限を再確認してください。パラメータ数だけで品質や速度は決まりません。 LongCat · LongCat API · DeepSeek

料金：ピーク時は同額、オフピークは半額

DeepSeekのピーク時間は中国の祝日を除く平日01:00–04:00、06:00–10:00 UTCです。未キャッシュ入力30万、キャッシュ入力20万、出力10万トークンなら、LongCatとDeepSeekピークは$0.2112、DeepSeekオフピークは$0.1056です。同じ使用量を仮定した計算であり、成功率や実使用量は保証しません。検索、取得、再試行の費用も考慮してください。 LongCat · DeepSeek

3種類のトークンをそれぞれの単価で計算します。

LongCat = 0.3 × $0.30 + 0.2 × $0.006 + 0.1 × $1.20 = $0.2112
DeepSeek ピーク = $0.2112
DeepSeek オフピーク = 0.3 × $0.15 + 0.2 × $0.003 + 0.1 × $0.60 = $0.1056

同じタスクを1,000回実行すると、それぞれ$211.20と$105.60です。その他の費用は含みません。モデルごとに推論トークンや再試行の回数が異なり得るため、採用できる結果1件あたりの費用を測定してください。DeepSeek V4 Flashの料金ガイドは前世代のため、最新料金は公式ページで確認します。

コード評価：タスクによって優位が変わる

LongCatの公開表ではLongCat対DeepSeekの順に、Terminal Bench v2.1が88.4対90.6、v4.0が38.5対31.2、Program Benchが25.5対20.3、DeepSWE v1.1が64.6対74.2です。BrowseCompは91.9対91.5。星印付きの競合スコアは公開資料、その他はLongCatの自社測定です。同じ設定やモデル版での比較とは限りません。 LongCat

LongCatは自社の結果でthinkingを有効にし、一部の評価環境を説明しています。しかし両列の環境、予算、モデル版が同一とは限りません。表にはDeepSeekの1017版も明記されていません。誤差が不明なBrowseCompの0.4点差から、実用上の優位は判断できません。

エージェントを選ぶ際は、同じリポジトリ課題を用意し、モデル版、ツール、再試行上限を固定して、テスト成功数、時間、トークンを記録します。エージェント推論の解説ではツールとエラー回復の影響を説明しています。

視覚、長いコンテキスト、デプロイ

LongCatは画像と動画の入力を文書化し、DeepSeekも視覚に対応します。形式と制限は利用先で確認してください。1Mは容量の上限であり、全情報を正確に使える保証ではありません。資料の冒頭、中間、末尾の検索精度と遅延を測りましょう。DeepSeekは重みを公開し、LongCat 2.5は近日公開と案内しています。自社運用前にライセンス、ハードウェア、費用を確認してください。 LongCat · DeepSeek

長文書では回答のための余地を残し、冒頭・中間・末尾の情報を取り出せるか確認します。画像は小さい文字や表を含むスクリーンショットで試します。LongCatは動画に公開URLを使うと説明しています。送信前に形式と上限を確認してください。長いコンテキストだけでは精度は保証されません。

Preview利用者の報告

別の利用者はTerminal BenchのテストでPreviewの例外とタイムアウトが少なかったと報告しました。一方、ローカル障害や実行日の違いもあります。コード移行の事例ではループを中断して続行できたと報告されています。正式版の失敗率とは区別してください。

再試行の上限を設定し、繰り返しのツール呼び出しを記録するとループを発見しやすくなります。コードの変更内容を確認してテストを実行してください。上記はPreviewの報告で、正式版の失敗率ではありません。

Tabbit Browserで根拠を整理

Tabbitで公式資料とテスト記録を開き、Chat with Pageで版、料金、日付を整理して原文と照合します。画像にあるのは別のモデルで、比較対象の両方が全アカウントで利用可能だという証拠ではありません。選択画面を確認し、利用できなければ各APIで試してください。

例えば両社の料金ページと評価表を開き、Chat with Pageにバージョン、日付、料金単位を整理させ、元のページと照合します。同じ課題で行った試験結果も残します。Tabbitの使い方でページの文脈を利用する機能を紹介しています。自動操作についてはエージェントブラウザの仕組みとAIブラウザの比較も参照してください。回答を並べると差異に気づけますが、条件をそろえた評価の代わりにはなりません。

どちらを選ぶ？

オフピーク料金または重みの入手が決め手なら、DeepSeekを最初の基準にしてください。LongCatの視覚入力や特定の評価が目的に合うなら、同じ実タスクで両者を比較し、人の確認費用も含めましょう。

オフピーク料金や重みの入手が決め手ならDeepSeekを最初の基準にします。視覚入力やLongCatが優位な評価が目的に合う場合は、代表的な実務で両方を比較してください。別のモデル比較でも、選択が作業内容によって変わることを説明しています。

Secholar.L

Tabbit グロース&コンテンツ担当

Secholar.L は AI ブラウザとエージェントワークフローについて、実際の調査と検証可能な一次情報に基づく実践的なガイドを執筆しています。