नेविगेशन
Advertise here

DeepSeek V4.1 Flash (medium) vs Grok 4.5 (low)

DeepSeek V4.1 Flash (medium) average score में आगे है: 8.5 vs 8.4. DeepSeek V4.1 Flash (medium) की benchmark लागत कम है: $0.272 vs $0.945. Grok 4.5 (low) तेज है: 16.17s vs 32.22s, pass rates 72.7% vs 77.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-10

तुलना किए गए मॉडल

रैंक
#53
कुल आउटपुट टोकन
430,816
प्रतिक्रिया समय (औसत)
32.22s
कुल लागत
$0.272
रैंक
#57
कुल आउटपुट टोकन
115,489
प्रतिक्रिया समय (औसत)
16.17s
कुल लागत
$0.945
अनुशंसित मॉडल DeepSeek V4.1 Flash (medium)

It has the best score here (8.5), while costing about 3.5x less than Grok 4.5 (low).

विस्तृत तुलना

मेट्रिक DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium रिलीज़: 2026-09-10 Grok 4.5 Grok 4.5 low रिलीज़: 2026-07-08
स्कोर 8.5 8.4
रैंक #53 #57
विश्वसनीयता 9.5 10.0
संगति 9.3 9.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 72.7% 77.3%
अस्थिर टेस्ट 2 2
कुल रन 66 66
प्रति परिणाम लागत 1.812 5.901
कुल लागत $0.272 $0.945
इनपुट कीमत $0.150 / 1M $2.000 / 1M
आउटपुट कीमत $0.600 / 1M $6.000 / 1M
कुल इनपुट टोकन 88,508 125,605
आउटपुट टोकन 5,410 7,505
रीजनिंग टोकन 425,406 107,984
प्रतिक्रिया समय (औसत) 32.22s 16.17s
प्रतिक्रिया समय (अधिकतम) 276.31s 205.28s
प्रतिक्रिया समय (कुल) 708.76s 355.67s
पैरामीटर 748B कुल (16B सक्रिय) ~1.7T कुल (~170B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#53 DeepSeek V4.1 Flash

medium
लागत
$0.014
समय
34.7s
टोकन
11,541 tok

#57 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 10.0 10.0 100.0% 0 34.45s 7,509 396 71,345
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

त्वरित तुलना

तुलना जोड़ी बदलें