DeepSeek: DeepSeek V3.2 vs xAI: Grok 4.3

Grok 4.3 (medium) lidera en puntuación media con 7.1 vs 7.0. DeepSeek V3.2 (medium) tiene menor coste de benchmark con $0.078 vs $0.779. Grok 4.3 (medium) es más rápido con 47.45s vs 68.62s, con tasas de acierto de 65.2% vs 68.2%.

Modelo recomendadoDeepSeek V3.2 (medium)Su puntuación se mantiene cerca de la mejor aquí (7.0 vs 7.1) y cuesta aproximadamente 10.1x menos que Grok 4.3 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-17

Métrica	DeepSeek V3.2 DeepSeek V3.2 medium Lanzamiento: 2025-12-01	Grok 4.3 Grok 4.3 medium Lanzamiento: 2026-05-01

Métrica	DeepSeek V3.2 DeepSeek V3.2 medium Lanzamiento: 2025-12-01	Grok 4.3 Grok 4.3 medium Lanzamiento: 2026-05-01
Puntuación	7.0	7.1
Rango	#73	#70
Fiabilidad	10.0	10.0
Consistencia	7.4	8.6
Pruebas correctas
Tasa de aciertos por intento	65.2%	68.2%
Pruebas inestables	7	4
Ejecuciones totales	66	66
Costo por resultado	0.671	5.990
Costo total	$0.078	$0.779
Precio de entrada	$0.269 / 1M	$1.250 / 1M
Precio de salida	$0.400 / 1M	$2.500 / 1M
Total de tokens de entrada	101,047	140,031
Tokens de salida	11,834	13,739
Tokens de razonamiento	117,014	227,682
Tiempo de respuesta (promedio)	68.62s	47.45s
Tiempo de respuesta (máximo)	376.10s	216.69s
Tiempo de respuesta (total)	1509.53s	1043.83s

Hamster playing table tennis

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

#73 DeepSeek V3.2

medium

Coste: $0.001
Tiempo: 53.6s
Tokens: 1,932 tok

#70 xAI: Grok 4.3

medium

Coste: $0.009
Tiempo: 19.0s
Tokens: 3,661 tok

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

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	8.2	7.9	83.3%	1		24.23s	448	3,247	6,953
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	6.0	7.2	55.6%	1		248.68s	5,717	649	52,014
Grok 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	7.3	5.8	83.3%	1		79.92s	76,997	5,219	24,229
Grok 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	10.0	10.0	100.0%	0		36.09s	7,388	207	7,693
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	2.9	4.4	22.2%	2		24.27s	472	21	6,838
Grok 4.3	5.3	7.2	44.4%	1		181.74s	1,764	14	111,300

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	3.4	2.5	33.3%	1		58.29s	314	49	2,189
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	10.0	10.0	100.0%	0		35.78s	627	1,397	2,845
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	7.0	7.2	55.6%	1		37.69s	594	518	6,375
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	10.0	10.0	100.0%	0		34.81s	8,307	507	859
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	3.0	10.0	0.0%	0		83.99s	183	20	7,019
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

Comparación rápida

Cambiar par de comparación

DeepSeek V3.2mediumvsGemini 3.5 Flashnone Qwen3.7 PlusnonevsGrok 4.3medium KAT-Coder-Pro V2.5highvsGrok 4.3medium DeepSeek V3.2mediumvsGPT-5.6 Solnone Step 3.7 FlashlowvsGrok 4.3medium Claude Opus 4.8nonevsGrok 4.3medium Gemini 3.5 FlashnonevsGrok 4.3medium DeepSeek V3.2mediumvsQwen3.7 Plusnone DeepSeek V3.2mediumvsStep 3.7 Flashhigh DeepSeek V3.2mediumvsGPT-5.5none DeepSeek V3.2mediumvsGemini 3.5 Flashminimal Claude Sonnet 4.6nonevsGrok 4.3medium