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 V4 Pro vs xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-24

Métrica DeepSeek V4 Pro DeepSeek V4 Pro high Lanzamiento: 2026-04-24 Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 7.4 7.0
Rango #50 #54
Consistencia 10.0 7.8
Pruebas correctas
Tasa de aciertos por intento 61.1% 66.7%
Pruebas inestables 0 5
Ejecuciones totales 24 54
Costo por resultado 1.385 8.252
Costo total $0.153 $0.743
Precio de entrada $1.740 / 1M $2.000 / 1M
Precio de salida $3.480 / 1M $6.000 / 1M
Tokens de salida 584 1,744
Tokens de razonamiento 37,708 109,882
Tiempo de respuesta (promedio) 78.45s 10.33s
Tiempo de respuesta (máximo) 351.99s 29.87s
Tiempo de respuesta (total) 1255.22s 185.87s

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 V4 Pro 8.3 10.0 75.0% 0 32.12s 64 1,799
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Pro 10.0 10.0 100.0% 0 93.00s 82 2,808
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 V4 Pro 10.0 10.0 100.0% 0 71.08s 134 2,163
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 V4 Pro 10.0 10.0 100.0% 0 63.00s 67 1,071
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 V4 Pro 5.3 10.0 33.3% 0 202.56s 11 25,343
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 V4 Pro 5.0 10.0 0.0% 0 26.96s 51 734
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
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 V4 Pro 3.0 10.0 0.0% 0 0ms 0 0
Grok 4.20 7.3 5.9 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 V4 Pro 7.7 10.0 66.7% 0 63.66s 91 3,617
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
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 V4 Pro 10.0 10.0 100.0% 0 11.05s 84 173
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Comparación rápida

Cambiar par de comparación

DeepSeek V4 ProhighvsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsDeepSeek V4 ProhighGemma 4 31BnoneDisponible gratisvsGrok 4.20mediumDeepSeek V4 ProhighvsMiMo-V2-FlashmediumDeepSeek V4 ProhighvsGPT-5.2mediumDeepSeek V4 ProhighvsGPT-5.4 MinimediumSeed-2.0-MinimediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGPT-5.4 NanomediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGPT-5.3 ChatnoneDeepSeek V4 PrononevsGrok 4.20medium