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 none Lanzamiento: 2026-04-24 Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 6.7 7.0
Rango #59 #54
Consistencia 9.5 7.8
Pruebas correctas
Tasa de aciertos por intento 51.9% 66.7%
Pruebas inestables 1 5
Ejecuciones totales 26 54
Costo por resultado 0.317 8.252
Costo total $0.029 $0.743
Precio de entrada $1.740 / 1M $2.000 / 1M
Precio de salida $3.480 / 1M $6.000 / 1M
Tokens de salida 1,596 1,744
Tokens de razonamiento 0 109,882
Tiempo de respuesta (promedio) 24.23s 10.33s
Tiempo de respuesta (máximo) 109.46s 29.87s
Tiempo de respuesta (total) 436.17s 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 4.8 10.0 25.0% 0 36.12s 221 0
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 33.40s 246 0
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 9.5 10.0 100.0% 0 34.55s 826 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 V4 Pro 10.0 10.0 100.0% 0 54.04s 65 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 V4 Pro 5.3 10.0 33.3% 0 3.74s 6 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 V4 Pro 4.5 10.0 0.0% 0 6.06s 45 0
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 6.5 10.0 50.0% 0 3.57s 22 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 6.0 7.1 44.4% 1 28.25s 92 0
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 6.47s 73 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Comparación rápida

Cambiar par de comparación

DeepSeek V4 PrononevsGrok 4.1 FastmediumDeepSeek V4 PrononevsNemotron 3 SupermediumDisponible gratisGemma 4 31BnoneDisponible gratisvsGrok 4.20mediumDeepSeek V4 PrononevsMercury 2mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneDeepSeek V4 PrononevsKimi K2.5mediumDeepSeek V4 PrononevsGPT-5 MinimediumDeepSeek V4 ProhighvsGrok 4.20mediumDeepSeek V4 PrononevsGPT-5 NanomediumClaude Sonnet 4.6nonevsGrok 4.20mediumGrok 4.20mediumvsMiMo-V2-Omninone