नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

DeepSeek: DeepSeek V3.2 vs xAI: Grok 4.3

Grok 4.3 (medium) average score में आगे है: 7.1 vs 7.0. DeepSeek V3.2 (medium) की benchmark लागत कम है: $0.078 vs $0.779. Grok 4.3 (medium) तेज है: 47.45s vs 68.62s, pass rates 65.2% vs 68.2%.

अनुशंसित मॉडलDeepSeek V3.2 (medium)Its score stays close to the best score here (7.0 vs 7.1), while costing about 10.1x less than Grok 4.3 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक DeepSeek V3.2 DeepSeek V3.2 medium रिलीज़: 2025-12-01 Grok 4.3 Grok 4.3 medium रिलीज़: 2026-05-01
स्कोर 7.0 7.1
रैंक #73 #70
विश्वसनीयता 10.0 10.0
संगति 7.4 8.6
सही परीक्षण
प्रति प्रयास पास दर 65.2% 68.2%
अस्थिर टेस्ट 7 4
कुल रन 66 66
प्रति परिणाम लागत 0.671 5.990
कुल लागत $0.078 $0.779
इनपुट कीमत $0.269 / 1M $1.250 / 1M
आउटपुट कीमत $0.400 / 1M $2.500 / 1M
कुल इनपुट टोकन 101,047 140,031
आउटपुट टोकन 11,834 13,739
रीजनिंग टोकन 117,014 227,682
प्रतिक्रिया समय (औसत) 68.62s 47.45s
प्रतिक्रिया समय (अधिकतम) 376.10s 216.69s
प्रतिक्रिया समय (कुल) 1509.53s 1043.83s

Hamster playing table tennis

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

#73 DeepSeek V3.2

medium
लागत
$0.001
समय
53.6s
टोकन
1,932 tok

#70 xAI: Grok 4.3

medium
लागत
$0.009
समय
19.0s
टोकन
3,661 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226

त्वरित तुलना

तुलना जोड़ी बदलें