Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-10

Métrica DeepSeek V3.2 DeepSeek V3.2 medium Lanzamiento: 2025-12-01 Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 7.2 6.9
Rango #61 #68
Fiabilidad 10.0 10.0
Consistencia 7.5 8.3
Pruebas correctas
Tasa de aciertos por intento 72.8% 63.2%
Pruebas inestables 6 4
Ejecuciones totales 57 57
Costo por resultado 0.278 7.559
Costo total $0.031 $0.756
Precio de entrada $0.252 / 1M $1.250 / 1M
Precio de salida $0.378 / 1M $2.500 / 1M
Tokens de salida 7,035 1,784
Tokens de razonamiento 53,765 128,233
Tiempo de respuesta (promedio) 46.06s 14.53s
Tiempo de respuesta (máximo) 180.92s 63.48s
Tiempo de respuesta (total) 875.23s 276.06s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 9.2 10.0 100.0% 0 24.23s 3,247 6,953
Grok 4.20 8.2 7.9 83.3% 1 3.95s 287 8,312
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 4.7 1.6 66.7% 1 180.92s 626 6,792
Grok 4.20 4.3 1.1 66.7% 1 24.33s 250 12,804
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 571 6,296
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 207 7,693
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 2.9 4.4 22.2% 2 24.27s 21 6,838
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 3.8 2.5 50.0% 1 58.29s 49 2,189
Grok 4.20 3.9 2.6 33.3% 1 24.48s 65 6,440
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 1,397 2,845
Grok 4.20 7.3 6.0 83.3% 1 4.42s 40 5,474
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 6.7 5.0 66.7% 2 36.87s 390 6,281
Grok 4.20 7.7 10.0 66.7% 0 6.20s 149 7,913
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 507 859
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 3.0 10.0 0.0% 0 83.99s 20 7,019
Grok 4.20 3.0 10.0 0.0% 0 63.48s 9 16,442

Comparación rápida

Cambiar par de comparación

DeepSeek V4 ProhighvsGrok 4.20mediumClaude Sonnet 4.6nonevsDeepSeek V3.2mediumGemma 4 31BnoneDisponible gratisvsGrok 4.20mediumGemini 3.1 Flash LiteminimalvsGrok 4.20mediumDeepSeek V3.2mediumvsRing 2.6 1tnoneDisponible gratisDeepSeek V3.2mediumvsQwen3.6 Max PreviewnoneGPT-5.5nonevsGrok 4.20mediumGemini 3.1 Flash LitenonevsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumDeepSeek V3.2mediumvsGemma 4 31BnoneDisponible gratisClaude Sonnet 4.6nonevsGrok 4.20mediumDeepSeek V3.2mediumvsGemini 3.1 Flash Liteminimal