Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs xAI: Grok 4.20

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-02

Metrik DeepSeek V3.2 DeepSeek V3.2 none Rilis: 2025-12-01 Grok 4.20 Grok 4.20 medium Rilis: 2026-03-31
Skor 6.4 7.1
Peringkat #50 #40
Konsistensi 8.5 8.2
Tes benar
Tingkat lulus per percobaan 51.0% 66.7%
Tes tidak stabil 3 4
Total Run 51 51
Biaya per hasil 0.220 7.358
Total Biaya $0.016 $0.663
Harga input $0.260 / 1M $2.000 / 1M
Harga output $0.380 / 1M $6.000 / 1M
Token output 7,831 1,494
Token penalaran 0 97,078
Waktu respons (rata-rata) 12.35s 9.50s
Waktu respons (maks) 115.89s 29.87s
Waktu respons (total) 209.94s 161.54s

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 output Token penalaran
DeepSeek V3.2 3.2 9.8 0.0% 0 7.63s 1,419 0
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 6.5 10.0 0.0% 0 115.89s 2,887 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
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 6.3 5.8 66.7% 1 9.42s 1,710 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 3.6 7.2 22.2% 1 1.61s 24 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
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 5.8 2.8 66.7% 1 7.09s 47 4,252
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 7.3 5.9 83.3% 1 4.42s 40 5,474
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 8.5 7.5 88.9% 1 7.37s 1,136 0
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
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 3.0 10.0 0.0% 0 13.68s 197 6,620

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V3.2nonevsMercury 2mediumDeepSeek V3.2nonevsGPT-5 NanomediumDeepSeek V3.2nonevsGrok 4.20 Multi Agent BetamediumClaude Sonnet 4.6nonevsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumDeepSeek V3.2nonevsgpt-oss-120bmediumTersedia gratisGemma 4 31BnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V3.2nonevsMiniMax M2.5mediumTersedia gratisDeepSeek V3.2nonevsGPT-5 MinimediumDeepSeek V3.2nonevsNemotron 3 SupermediumTersedia gratis