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 (medium)

average score लगभग बराबर है: 7.8 vs 7.8. DeepSeek V4.1 Flash 1017 (high) की benchmark लागत कम है: $0.589 vs $2.996. DeepSeek V4.1 Flash 1017 (high) तेज है: 58.56s vs 68.44s, pass rates 71.0% vs 79.7%.

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
#127
कुल आउटपुट टोकन
306,044
प्रतिक्रिया समय (औसत)
68.44s
कुल लागत
$2.996
अनुशंसित मॉडल DeepSeek V4.1 Flash 1017 (high)

It has the best score here (7.8), while costing about 5.1x less than Grok 4.5 (medium).

विस्तृत तुलना

मेट्रिक DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 high रिलीज़: 2026-10-18 Grok 4.5 Grok 4.5 medium रिलीज़: 2026-07-08
स्कोर 7.8 7.8
रैंक #126 #127
विश्वसनीयता 10.0 10.0
संगति 7.8 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 71.0% 79.7%
अस्थिर टेस्ट 6 3
कुल रन 69 69
प्रति परिणाम लागत 4.530 14.430
कुल लागत $0.589 $2.996
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 279,873 308,369
आउटपुट टोकन 7,049 7,013
रीजनिंग टोकन 904,285 299,031
प्रतिक्रिया समय (औसत) 58.56s 68.44s
प्रतिक्रिया समय (अधिकतम) 440.77s 436.38s
प्रतिक्रिया समय (कुल) 1346.87s 1574.14s
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

#127 SpaceXAI: Grok 4.5

medium
लागत
$0.044
समय
59.4s
टोकन
7,512 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 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634

तुलना जोड़ी बदलें