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

AI BENCHY Compare

DeepSeek: DeepSeek V4 Pro vs xAI: Grok 4.3

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-08

Metrik DeepSeek V4 Pro DeepSeek V4 Pro high Rilis: 2026-04-24 Grok 4.3 Grok 4.3 medium Rilis: 2026-05-01
Skor 6.9 8.0
Peringkat #65 #24
Keandalan 9.3 10.0
Konsistensi 8.2 8.7
Tes benar
Tingkat lulus per percobaan 70.2% 77.2%
Tes tidak stabil 4 3
Total Run 57 57
Biaya per hasil 1.927 4.229
Total Biaya $0.212 $0.550
Harga input $0.435 / 1M $1.250 / 1M
Harga output $0.870 / 1M $2.500 / 1M
Token output 12,211 1,237
Token penalaran 53,774 200,033
Waktu respons (rata-rata) 58.93s 48.41s
Waktu respons (maks) 358.35s 216.69s
Waktu respons (total) 1119.75s 919.73s

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 V4 Pro 7.4 10.0 75.0% 0 16.53s 71 3,617
Grok 4.3 10.0 10.0 100.0% 0 8.83s 88 8,207
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 2.6 0.0 50.0% 1 51.77s 105 2,641
Grok 4.3 10.0 10.0 100.0% 0 45.72s 284 9,659
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 10.0 10.0 100.0% 0 65.02s 465 5,914
Grok 4.3 10.0 10.0 100.0% 0 63.99s 234 15,301
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 8.8 10.0 100.0% 0 23.62s 229 1,710
Grok 4.3 10.0 10.0 100.0% 0 18.97s 180 9,546
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 3.0 6.9 16.7% 1 205.66s 10,529 28,089
Grok 4.3 5.3 7.2 44.4% 1 181.74s 14 111,300
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 6.1 3.1 66.7% 1 25.09s 76 1,152
Grok 4.3 5.4 2.5 66.7% 1 24.70s 70 5,020
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 10.0 10.0 100.0% 0 41.16s 205 2,416
Grok 4.3 9.8 10.0 100.0% 0 18.58s 57 8,713
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 7.4 7.2 88.9% 1 34.92s 106 3,835
Grok 4.3 5.9 7.2 55.6% 1 22.53s 128 14,686
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 10.0 10.0 100.0% 0 21.33s 372 593
Grok 4.3 10.0 10.0 100.0% 0 17.66s 168 4,615
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 3.0 10.0 0.0% 0 39.14s 53 3,807
Grok 4.3 3.0 10.0 0.0% 0 44.47s 14 12,986

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V4 ProhighvsGrok 4.20mediumDeepSeek V4 ProhighvsGemma 4 31BnoneTersedia gratisDeepSeek V4 ProhighvsGPT-5 MinimediumDeepSeek V4 ProhighvsGemini 3.1 Flash LiteminimalDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsQwen3.6 27BmediumGemini 3 Flash PreviewnonevsGrok 4.3mediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.3mediumDeepSeek V4 ProhighvsGPT-5.5noneDeepSeek V4 ProhighvsGemini 3.1 Flash LitenoneGemini 3.1 Flash Lite PreviewnonevsGrok 4.3mediumGPT-5.2 ChatnonevsGrok 4.3medium