Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

DeepSeek: DeepSeek V4 Pro vs xAI: Grok Build 0.1

Resumen

Comparación benchmark de DeepSeek V4 Pro vs Grok Build 0.1: La puntuación media está prácticamente empatada en 7.6 vs 7.6. DeepSeek V4 Pro tiene menor coste de benchmark con $0.157 vs $0.927. Grok Build 0.1 es más rápido con 49.90s vs 77.20s, con tasas de acierto de 66.7% vs 61.9%.

Modelo recomendado: DeepSeek V4 Pro - Tiene la mejor puntuación aquí (7.6) y cuesta aproximadamente 5.9x menos que Grok Build 0.1.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-17

Métrica DeepSeek V4 Pro DeepSeek V4 Pro high Lanzamiento: 2026-04-24 Grok Build 0.1 Grok Build 0.1 medium Lanzamiento: 2026-05-21
Puntuación 7.6 7.6
Rango #41 #42
Fiabilidad 9.3 10.0
Consistencia 7.0 9.9
Pruebas correctas
Tasa de aciertos por intento 66.7% 61.9%
Pruebas inestables 8 0
Ejecuciones totales 63 63
Costo por resultado 1.742 7.124
Costo total $0.157 $0.927
Precio de entrada $0.435 / 1M $1.000 / 1M
Precio de salida $0.870 / 1M $2.000 / 1M
Total de tokens de entrada 38,726 44,418
Tokens de salida 6,334 2,782
Tokens de razonamiento 159,151 438,018
Tiempo de respuesta (promedio) 77.20s 49.90s
Tiempo de respuesta (máximo) 416.76s 252.69s
Tiempo de respuesta (total) 1621.17s 1047.92s

Generation showcase

Hamster playing table tennis

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

#41 DeepSeek V4 Pro

high
Cost
$0.023
Time
257.6s
Tokens
14,870 tok

#42 xAI: Grok Build 0.1

medium
Cost
$0.028
Time
81.3s
Tokens
14,009 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

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 Pro 5.7 5.9 58.3% 2 25.70s 536 149 3,214
Grok Build 0.1 8.3 10.0 75.0% 0 7.43s 2,010 220 12,162
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 Pro 6.1 4.6 66.7% 2 243.00s 5,090 383 84,580
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452
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 Pro 10.0 10.0 100.0% 0 38.17s 14,060 454 5,836
Grok Build 0.1 10.0 10.0 100.0% 0 32.81s 12,909 231 16,917
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 Pro 10.0 10.0 100.0% 0 25.03s 7,690 274 2,166
Grok Build 0.1 10.0 10.0 100.0% 0 10.72s 7,761 180 8,876
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 Pro 3.6 7.2 22.2% 1 151.46s 569 4,404 50,391
Grok Build 0.1 5.3 10.0 33.3% 0 158.00s 1,764 492 175,294
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 Pro 10.0 10.0 100.0% 0 8.83s 471 115 1,013
Grok Build 0.1 4.4 9.9 0.0% 0 18.41s 825 76 6,345
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 Pro 7.8 6.6 83.3% 1 8.73s 627 66 2,726
Grok Build 0.1 9.8 10.0 100.0% 0 12.36s 1,362 57 9,599
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 Pro 6.9 4.9 77.8% 2 56.85s 591 178 2,563
Grok Build 0.1 7.7 10.0 66.7% 0 18.26s 1,689 195 20,841
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 Pro 9.8 10.0 100.0% 0 15.92s 8,909 295 701
Grok Build 0.1 10.0 10.0 100.0% 0 13.12s 7,263 180 4,969
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 Pro 3.0 10.0 0.0% 0 34.01s 183 16 5,961
Grok Build 0.1 3.0 10.0 0.0% 0 53.51s 531 13 21,563

Comparación rápida

Cambiar par de comparación

DeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsMercury 2mediumGPT-5.3 ChatnonevsGrok Build 0.1mediumDeepSeek V4 ProhighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.4 NanomediumStep 3.7 FlashlowvsGrok Build 0.1mediumDeepSeek V4 ProhighvsGrok 4.3mediumDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsQwen3.6 Flashmedium