Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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: 2026-05-29

Métrica DeepSeek V3.2 DeepSeek V3.2 none Lanzamiento: 2025-12-01 Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 6.2 7.0
Rango #97 #80
Fiabilidad 10.0 10.0
Consistencia 8.3 8.4
Pruebas correctas
Tasa de aciertos por intento 48.3% 63.3%
Pruebas inestables 4 4
Ejecuciones totales 60 60
Costo por resultado 0.222 7.616
Costo total $0.018 $0.838
Precio de entrada $0.252 / 1M $1.250 / 1M
Precio de salida $0.378 / 1M $2.500 / 1M
Tokens de salida 11,159 1,816
Tokens de razonamiento 0 157,251
Tiempo de respuesta (promedio) 14.43s 19.08s
Tiempo de respuesta (máximo) 115.89s 105.80s
Tiempo de respuesta (total) 288.55s 381.60s

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 3.8 8.2 12.5% 1 9.35s 1,073 0
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 3.1 5.4 16.7% 1 20.87s 4,522 0
Grok 4.20 4.1 1.8 50.0% 2 65.07s 265 40,877
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 6.5 10.0 0.0% 0 115.89s 2,887 0
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 6.3 5.8 66.7% 1 9.42s 1,710 0
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 3.2 6.9 16.7% 1 4.17s 21 0
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 10.0 10.0 100.0% 0 9.32s 43 0
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 1.52s 66 0
Grok 4.20 9.8 10.0 100.0% 0 4.26s 57 6,419
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 10.0 10.0 100.0% 0 6.91s 298 0
Grok 4.20 7.7 10.0 66.7% 0 6.22s 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 11.85s 522 0
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 17.23s 17 0
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 4.6nonevsGrok 4.20mediumDeepSeek V3.2nonevsGPT-5 NanomediumQwen3.6 Max PreviewnonevsGrok 4.20mediumStep 3.7 FlashhighvsGrok 4.20mediumDeepSeek V3.2nonevsNemotron 3 SupermediumDisponible gratisRing-2.6-1TnonevsGrok 4.20mediumDeepSeek V3.2nonevsgpt-oss-120bmediumDisponible gratisGemma 4 31BnoneDisponible gratisvsGrok 4.20mediumDeepSeek V3.2nonevsOwl AlphamediumClaude Opus 4.8nonevsGrok 4.20mediumDeepSeek V3.2nonevsMercury 2medium