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

DeepSeek: DeepSeek V4 Flash vs xAI: Grok Build 0.1

DeepSeek V4 Flash (high) average score में आगे है: 7.7 vs 7.6. DeepSeek V4 Flash (high) की benchmark लागत कम है: $0.042 vs $1.097. DeepSeek V4 Flash (high) तेज है: 49.75s vs 52.06s, pass rates 72.7% vs 63.6%.

अनुशंसित मॉडलDeepSeek V4 Flash (high)It has the best score here (7.7), while costing about 26.2x less than Grok Build 0.1 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक DeepSeek V4 Flash DeepSeek V4 Flash high रिलीज़: 2026-04-24 Grok Build 0.1 Grok Build 0.1 medium रिलीज़: 2026-05-21
स्कोर 7.7 7.6
रैंक #43 #46
विश्वसनीयता 10.0 10.0
संगति 8.2 10.0
सही परीक्षण
प्रति प्रयास पास दर 72.7% 63.6%
अस्थिर टेस्ट 5 0
कुल रन 66 66
प्रति परिणाम लागत 0.402 7.830
कुल लागत $0.042 $1.097
इनपुट कीमत $0.098 / 1M $1.000 / 1M
आउटपुट कीमत $0.196 / 1M $2.000 / 1M
कुल इनपुट टोकन 108,392 106,751
आउटपुट टोकन 14,478 7,993
रीजनिंग टोकन 153,687 486,670
प्रतिक्रिया समय (औसत) 49.75s 52.06s
प्रतिक्रिया समय (अधिकतम) 218.13s 252.69s
प्रतिक्रिया समय (कुल) 1094.41s 1145.27s

Hamster playing table tennis

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

#43 DeepSeek V4 Flash

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

#46 xAI: Grok Build 0.1

medium
लागत
$0.028
समय
81.3s
टोकन
14,009 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 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452

त्वरित तुलना

तुलना जोड़ी बदलें