Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs xAI: Grok 4.20 Beta

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-12

Metrik DeepSeek V3.2 DeepSeek V3.2 none Rilis: 2025-12-01 Grok 4.20 Beta Grok 4.20 Beta medium Rilis: 2026-03-12
Peringkat #37 #24
Skor Rata-rata 5.5 7.0
Konsistensi 8.4 9.0
Biaya per hasil 0.220 5.989
Total Biaya $0.016 $0.599
Tes benar
Tingkat lulus per percobaan 54.2% 70.8%
Tes tidak stabil 3 2
Total Run 48 48
Token output 7,823 1,481
Token penalaran 0 86,628
Waktu respons (rata-rata) 12.86s 8.89s
Waktu respons (maks) 115.89s 24.21s
Waktu respons (total) 205.78s 142.18s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor Rata-rata vs Waktu respons (rata-rata)

Total token output

Skor Rata-rata 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 output Token penalaran
DeepSeek V3.2 10.0 9.7 0.0% 0 8.79s 1,411 0
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.19s 262 6,289
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 8.0 10.0 0.0% 0 115.89s 2,887 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 5.4 5.8 66.7% 1 9.42s 1,710 0
Grok 4.20 Beta 9.9 10.0 100.0% 0 4.01s 180 5,281
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 10.0 7.2 22.2% 1 1.61s 24 0
Grok 4.20 Beta 4.0 10.0 33.3% 0 21.33s 251 40,255
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 2.86s 67 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 1.52s 66 0
Grok 4.20 Beta 9.0 10.0 50.0% 0 4.97s 57 7,107
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 7.7 7.5 88.9% 1 7.37s 1,136 0
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.85s 249 6,660
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 11.85s 522 0
Grok 4.20 Beta 10.0 10.0 0.0% 0 12.39s 183 5,384

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V3.2nonevsGPT-5 NanomediumDeepSeek V3.2nonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGrok 4.20 BetamediumDeepSeek V3.2nonevsMercury 2mediumDeepSeek V3.2nonevsNemotron 3 Super 120b A12bmediumTersedia gratisGPT-5.3 ChatnonevsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.20 BetamediumDeepSeek V3.2nonevsHunter AlphamediumDeepSeek V3.2nonevsgpt-oss-120bmediumTersedia gratisGPT-5.2 ChatnonevsGrok 4.20 Betamedium