DeepSeek V4 Flash 0731 vs Grok 4.20 (medium)

Modelos comparados

Modelo recomendado Grok 4.20 (medium)

Tiene la puntuación más alta en esta comparación (6.3) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

Métrica	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none Lanzamiento: 2026-08-01	Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31

Métrica	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none Lanzamiento: 2026-08-01	Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación	6.2	6.3
Rango	#229	#224
Fiabilidad	10.0	10.0
Consistencia	8.7	8.2
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	30.4%	58.0%
Pruebas inestables	4	5
Ejecuciones totales	69	69
Costo por resultado	0.826	14.374
Costo total	$0.055	$1.582
Precio de entrada	$0.010 / 1M	$1.250 / 1M
Precio de salida	$1.280 / 1M	$2.500 / 1M
Total de tokens de entrada	349,876	392,127
Tokens de salida	39,789	7,754
Tokens de razonamiento	0	294,333
Tiempo de respuesta (promedio)	27.42s	36.73s
Tiempo de respuesta (máximo)	387.15s	199.66s
Tiempo de respuesta (total)	630.70s	844.68s
Parámetros	284B en total (13B activos)	~1T en total (~100B activos)
Disponibilidad	Código cerrado	Código cerrado

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

none

medium

Categoría:

Tareas de agentes	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 V4 Flash 0731	10.0	10.0	100.0%	0		174.89s	255,310	14,363	0
Grok 4.20	3.0	10.0	0.0%	0		128.32s	289,141	1,894	29,934

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 V4 Flash 0731	3.4	8.3	8.3%	1		4.19s	540	801	0
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

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 V4 Flash 0731	4.3	10.0	0.0%	0		1.72s	7,275	505	0
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

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 V4 Flash 0731	3.7	1.8	50.0%	2		202.44s	65,531	22,822	0
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

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 V4 Flash 0731	10.0	10.0	100.0%	0		2.37s	7,290	199	0
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

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 V4 Flash 0731	5.3	10.0	33.3%	0		1.17s	675	26	0
Grok 4.20	2.9	7.2	11.1%	1		49.71s	1,959	872	59,761

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 V4 Flash 0731	4.4	9.9	0.0%	0		3.22s	471	153	0
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

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 V4 Flash 0731	5.0	6.8	33.3%	1		1.42s	627	69	0
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

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 V4 Flash 0731	3.2	9.9	0.0%	0		2.74s	594	302	0
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

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 V4 Flash 0731	9.5	10.0	100.0%	0		4.61s	11,380	536	0
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

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 V4 Flash 0731	3.0	10.0	0.0%	0		1.85s	183	13	0
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

Cambiar par de comparación