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

DeepSeek V4.1 Flash 1017 (high) vs Grok 4.5 (low)

DeepSeek V4.1 Flash 1017 (high) average score में आगे है: 7.8 vs 7.8. DeepSeek V4.1 Flash 1017 (high) की benchmark लागत कम है: $0.589 vs $1.345. Grok 4.5 (low) तेज है: 18.14s vs 58.56s, pass rates 71.0% vs 73.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#126
कुल आउटपुट टोकन
911,334
प्रतिक्रिया समय (औसत)
58.56s
कुल लागत
$0.589
रैंक
#132
कुल आउटपुट टोकन
121,415
प्रतिक्रिया समय (औसत)
18.14s
कुल लागत
$1.345
अनुशंसित मॉडल DeepSeek V4.1 Flash 1017 (high)

It has the best score here (7.8), while costing about 2.3x less than Grok 4.5 (low).

विस्तृत तुलना

मेट्रिक DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 high रिलीज़: 2026-10-18 Grok 4.5 Grok 4.5 low रिलीज़: 2026-07-08
स्कोर 7.8 7.8
रैंक #126 #132
विश्वसनीयता 10.0 10.0
संगति 7.8 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 71.0% 73.9%
अस्थिर टेस्ट 6 2
कुल रन 69 69
प्रति परिणाम लागत 4.530 8.404
कुल लागत $0.589 $1.345
इनपुट कीमत $0.150 / 1M $2.000 / 1M
आउटपुट कीमत $0.600 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.003 / 1M $0.300 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 279,873 308,068
आउटपुट टोकन 7,049 9,218
रीजनिंग टोकन 904,285 112,197
प्रतिक्रिया समय (औसत) 58.56s 18.14s
प्रतिक्रिया समय (अधिकतम) 440.77s 205.28s
प्रतिक्रिया समय (कुल) 1346.87s 417.21s
पैरामीटर ~748B कुल (~16B सक्रिय) ~1.7T कुल (~170B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#126 DeepSeek V4.1 Flash 1017

high
लागत
$0.004
समय
27.2s
टोकन
7,593 tok

#132 SpaceXAI: Grok 4.5

low
लागत
$0.011
समय
12.4s
टोकन
2,018 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 V4.1 Flash 1017 4.5 1.4 66.7% 3 196.67s 7,434 217 446,179
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

तुलना जोड़ी बदलें