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

DeepSeek V4 Flash 0731 vs Grok 4.20 (medium)

Grok 4.20 (medium) average score में आगे है: 6.3 vs 6.2. DeepSeek V4 Flash 0731 की benchmark लागत कम है: $0.053 vs $1.246. DeepSeek V4 Flash 0731 तेज है: 27.42s vs 36.73s, pass rates 30.4% vs 58.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#311
कुल आउटपुट टोकन
39,789
प्रतिक्रिया समय (औसत)
27.42s
कुल लागत
$0.053
रैंक
#307
कुल आउटपुट टोकन
302,087
प्रतिक्रिया समय (औसत)
36.73s
कुल लागत
$1.246
अनुशंसित मॉडल Grok 4.20 (medium)

इस तुलना में इसका स्कोर सबसे अधिक है (6.3) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none रिलीज़: 2026-08-01 Grok 4.20 Grok 4.20 medium रिलीज़: 2026-03-31
स्कोर 6.2 6.3
रैंक #311 #307
विश्वसनीयता 10.0 10.0
संगति 8.7 8.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 30.4% 58.0%
अस्थिर टेस्ट 4 5
कुल रन 69 69
प्रति परिणाम लागत 0.826 14.374
कुल लागत $0.053 $1.246
इनपुट कीमत $0.005 / 1M $1.250 / 1M
आउटपुट कीमत $1.280 / 1M $2.500 / 1M
कैश पढ़ने की कीमत $0.005 / 1M $0.200 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 349,876 392,127
आउटपुट टोकन 39,789 7,754
रीजनिंग टोकन 0 294,333
प्रतिक्रिया समय (औसत) 27.42s 36.73s
प्रतिक्रिया समय (अधिकतम) 387.15s 199.66s
प्रतिक्रिया समय (कुल) 630.70s 844.68s
पैरामीटर 284B कुल (13B सक्रिय) ~1T कुल (~100B सक्रिय)
उपलब्धता बंद 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.

#311 DeepSeek V4 Flash 0731

none
लागत
$0.004
समय
198.4s
टोकन
14,316 tok

#307 SpaceXAI: Grok 4.20

medium
लागत
$0.041
समय
110.3s
टोकन
16,336 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 Flash 0731 4.3 10.0 0.0% 0 1.72s 7,275 505 0
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

तुलना जोड़ी बदलें