नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

DeepSeek: DeepSeek V4 Flash vs xAI: Grok 4.5

सारांश

DeepSeek V4 Flash (high) vs Grok 4.5 (medium) benchmark तुलना: Grok 4.5 (medium) average score में आगे है: 8.3 vs 8.3. DeepSeek V4 Flash (high) की benchmark लागत कम है: $0.027 vs $1.696. DeepSeek V4 Flash (high) तेज है: 45.85s vs 62.63s, pass rates 74.6% vs 77.8%.

अनुशंसित मॉडल: DeepSeek V4 Flash (high) - Its score stays close to the best score here (8.3 vs 8.3), while costing about 64.9x less than Grok 4.5 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-08

मेट्रिक DeepSeek V4 Flash DeepSeek V4 Flash high रिलीज़: 2026-04-24 Grok 4.5 Grok 4.5 medium रिलीज़: 2026-07-08
स्कोर 8.3 8.3
रैंक #24 #23
विश्वसनीयता 10.0 9.9
संगति 8.5 8.9
सही परीक्षण
प्रति प्रयास पास दर 74.6% 77.8%
अस्थिर टेस्ट 4 3
कुल रन 63 63
प्रति परिणाम लागत 0.299 11.304
कुल लागत $0.027 $1.696
इनपुट कीमत $0.090 / 1M $2.000 / 1M
आउटपुट कीमत $0.180 / 1M $6.000 / 1M
कुल इनपुट टोकन 39,745 53,500
आउटपुट टोकन 10,310 1,621
रीजनिंग टोकन 123,501 263,127
प्रतिक्रिया समय (औसत) 45.85s 62.63s
प्रतिक्रिया समय (अधिकतम) 218.13s 436.38s
प्रतिक्रिया समय (कुल) 962.79s 1315.20s

जनरेशन शोकेस

Hamster playing table tennis

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

#24 DeepSeek V4 Flash

high
लागत
$0.003
समय
93.1s
टोकन
7,926 tok

#23 xAI: 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 8.3 10.0 75.0% 0 28.51s 540 140 7,770
Grok 4.5 10.0 10.0 100.0% 0 23.50s 2,991 147 4,018
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 10.0 10.0 100.0% 0 76.57s 14,016 465 7,347
Grok 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 10.0 10.0 100.0% 0 28.03s 7,290 201 1,179
Grok 4.5 10.0 10.0 100.0% 0 6.29s 8,937 225 3,657
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 4.1 4.4 44.5% 2 100.31s 666 27 59,249
Grok 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 6.1 3.1 66.7% 1 25.15s 471 79 632
Grok 4.5 6.5 3.4 66.7% 1 12.84s 1,077 71 2,384
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 10.0 10.0 100.0% 0 15.36s 627 63 1,622
Grok 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 8.2 7.2 88.9% 1 26.11s 594 196 1,767
Grok 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 8,079 228 542
Grok 4.5 10.0 10.0 100.0% 0 6.57s 8,544 192 968
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 3.0 10.0 0.0% 0 54.46s 183 8,516 8,531
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

त्वरित तुलना

तुलना जोड़ी बदलें