Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs xAI: Grok 4.20

Ringkasan

Perbandingan benchmark DeepSeek V3.2 vs Grok 4.20: DeepSeek V3.2 unggul dalam skor rata-rata dengan 7.5 vs 7.3. DeepSeek V3.2 memiliki biaya benchmark lebih rendah di $0.044 vs $0.609. Grok 4.20 lebih cepat di 27.68s vs 68.71s, dengan tingkat keberhasilan 65.1% vs 63.5%.

Model yang direkomendasikan: DeepSeek V3.2 - It has the best score here (7.5), while costing about 13.9x less than Grok 4.20.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-02

Metrik DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01 Grok 4.20 Grok 4.20 medium Rilis: 2026-03-31
Skor 7.5 7.3
Peringkat #50 #55
Keandalan 10.0 10.0
Konsistensi 7.6 8.8
Tes benar
Tingkat lulus per percobaan 65.1% 63.5%
Tes tidak stabil 6 3
Total Run 63 63
Biaya per hasil 0.436 8.309
Total Biaya $0.044 $0.609
Harga input $0.229 / 1M $1.250 / 1M
Harga output $0.344 / 1M $2.500 / 1M
Total token input 38,333 44,433
Token output 7,186 1,819
Token penalaran 99,081 219,524
Waktu respons (rata-rata) 68.71s 27.68s
Waktu respons (maks) 376.10s 199.66s
Waktu respons (total) 1442.81s 581.26s

Showcase generasi

Hamster playing table tennis

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

#50 DeepSeek V3.2

medium
Biaya
$0.001
Waktu
53.6s
Token
1,932 tok

#55 xAI: Grok 4.20

medium
Biaya
$0.041
Waktu
110.3s
Token
16,336 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 8.2 7.9 83.3% 1 24.23s 448 3,247 6,953
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 14,283 571 6,296
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 7,388 207 7,693
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 2.9 4.4 22.2% 2 24.27s 472 21 6,838
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 3.4 2.5 33.3% 1 58.29s 314 49 2,189
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 627 1,397 2,845
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 7.0 7.2 55.6% 1 37.69s 594 518 6,375
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 8,307 507 859
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 3.0 10.0 0.0% 0 83.99s 183 20 7,019
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneDeepSeek V3.2mediumvsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsDeepSeek V3.2mediumGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5.2noneClaude Opus 4.8nonevsDeepSeek V3.2mediumDeepSeek V3.2mediumvsStep 3.7 Flashlow