Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

DeepSeek: DeepSeek V4 Pro vs xAI: Grok 4.20

Resumen

Comparación benchmark de DeepSeek V4 Pro vs Grok 4.20: Grok 4.20 lidera en puntuación media con 7.3 vs 7.2. DeepSeek V4 Pro tiene menor coste de benchmark con $0.034 vs $0.609. DeepSeek V4 Pro es más rápido con 6.41s vs 27.68s, con tasas de acierto de 52.4% vs 63.5%.

Modelo recomendado: DeepSeek V4 Pro - Su puntuación se mantiene cerca de la mejor aquí (7.2 vs 7.3) y cuesta aproximadamente 18.3x menos que Grok 4.20.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica DeepSeek V4 Pro DeepSeek V4 Pro none Lanzamiento: 2026-04-24 Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 7.2 7.3
Rango #58 #53
Fiabilidad 9.9 10.0
Consistencia 8.8 8.8
Pruebas correctas
Tasa de aciertos por intento 52.4% 63.5%
Pruebas inestables 3 3
Ejecuciones totales 63 63
Costo por resultado 0.333 8.309
Costo total $0.034 $0.609
Precio de entrada $0.435 / 1M $1.250 / 1M
Precio de salida $0.870 / 1M $2.500 / 1M
Total de tokens de entrada 53,558 44,433
Tokens de salida 11,424 1,819
Tokens de razonamiento 0 219,524
Tiempo de respuesta (promedio) 6.41s 27.68s
Tiempo de respuesta (máximo) 30.09s 199.66s
Tiempo de respuesta (total) 134.66s 581.26s

Generación showcase

Hamster playing table tennis

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

#58 DeepSeek V4 Pro

none
SVG inválido
Coste
$0.000
Tiempo
300.0s
Tokens
0 tok

#53 xAI: Grok 4.20

medium
Coste
$0.041
Tiempo
110.3s
Tokens
16,336 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 3.2 6.1 16.7% 2 4.02s 540 1,168 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 Pro 5.6 10.0 33.3% 0 13.38s 7,275 5,500 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 Pro 9.5 10.0 100.0% 0 23.74s 27,529 2,235 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
DeepSeek V4 Pro 10.0 10.0 100.0% 0 4.61s 7,568 200 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 Pro 5.3 10.0 33.3% 0 3.72s 666 24 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
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 5.0 10.0 0.0% 0 2.05s 471 126 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 Pro 6.3 5.8 66.7% 1 4.12s 627 713 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 Pro 10.0 10.0 100.0% 0 3.61s 594 442 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 Pro 10.0 10.0 100.0% 0 7.40s 8,105 328 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 Pro 3.0 10.0 0.0% 0 5.76s 183 688 0
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442

Comparación rápida

Cambiar par de comparación

DeepSeek V4 PrononevsGemma 4 26B A4BmediumDisponible gratisGemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumDeepSeek V4 PrononevsStep 3.7 FlashhighDeepSeek V4 PrononevsGLM 5.1mediumClaude Opus 4.8nonevsGrok 4.20mediumDeepSeek V4 PrononevsKimi K2.7 CodemediumGPT-5.3 ChatnonevsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.20mediumDeepSeek V4 PrononevsGemini 3 Flash PreviewlowGrok 4.20mediumvsGLM 5.2noneDeepSeek V4 PrononevsMiMo-V2.5-Promedium