Navigation
Advertise here

DeepSeek V3.2 (medium) vs Grok 4.20 (medium)

Der Durchschnittsscore ist mit 6.3 vs 6.3 praktisch gleichauf. DeepSeek V3.2 (medium) hat die niedrigeren Benchmark-Kosten mit $0.152 vs $1.246. Grok 4.20 (medium) ist schneller mit 36.73s vs 70.08s, mit Erfolgsraten von 62.3% vs 58.0%.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-11-13

Verglichene Modelle

Rang
#304
Gesamte Ausgabe-Token
139,141
Antwortzeit (Durchschnitt)
70.08s
Gesamtkosten
$0.152
Rang
#307
Gesamte Ausgabe-Token
302,087
Antwortzeit (Durchschnitt)
36.73s
Gesamtkosten
$1.246
Empfohlenes Modell DeepSeek V3.2 (medium)

Es hat hier die beste Punktzahl (6.3) und kostet etwa 8.2x weniger als Grok 4.20 (medium).

Detaillierter Vergleich

Metrik DeepSeek V3.2 DeepSeek V3.2 medium Veröffentlichung: 2025-12-01 Grok 4.20 Grok 4.20 medium Veröffentlichung: 2026-03-31
Punktzahl 6.3 6.3
Rang #304 #307
Zuverlässigkeit 10.0 10.0
Konsistenz 7.5 8.2
Versuche 69/69 69/69
Korrekte Tests
Erfolgsquote pro Versuch 62.3% 58.0%
Instabile Tests 7 5
Gesamtläufe 69 69
Kosten pro Ergebnis 1.250 14.374
Gesamtkosten $0.152 $1.246
Eingabepreis $0.280 / 1M $1.250 / 1M
Ausgabepreis $0.420 / 1M $2.500 / 1M
Preis für Cache-Lesen $0.028 / 1M $0.200 / 1M
Preis für Cache-Schreiben k. A. k. A.
Gesamte Eingabe-Token 306,662 392,127
Ausgabe-Token 17,819 7,754
Denk-Token 125,341 294,333
Antwortzeit (Durchschnitt) 70.08s 36.73s
Antwortzeit (Maximum) 376.10s 199.66s
Antwortzeit (Gesamt) 1611.86s 844.68s
Parameter 671B insgesamt (37B aktiv) ~1T insgesamt (~100B aktiv)
Verfügbarkeit Open Source Geschlossen

Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.

Modell-Generierungs-Showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#304 DeepSeek V3.2

medium
Kosten
$0.001
Zeit
53.6s
Token
1,932 tok

#307 SpaceXAI: Grok 4.20

medium
Kosten
$0.041
Zeit
110.3s
Token
16,336 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

Vergleichspaar wechseln