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 Build 0.1

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-22

Metrik DeepSeek V4 Pro DeepSeek V4 Pro none Rilis: 2026-04-24 Grok Build 0.1 Grok Build 0.1 none Rilis: 2026-05-21
Skor 6.0 6.6
Peringkat #95 #82
Keandalan 8.1 10.0
Konsistensi 8.9 8.0
Tes benar
Tingkat lulus per percobaan 48.3% 60.4%
Tes tidak stabil 3 4
Total Run 60 57
Biaya per hasil 0.564 7.805
Total Biaya $0.046 $0.547
Harga input $0.435 / 1M $1.000 / 1M
Harga output $0.870 / 1M $2.000 / 1M
Token output 5,347 267,275
Token penalaran 0 0
Waktu respons (rata-rata) 13.48s 28.69s
Waktu respons (maks) 58.65s 138.35s
Waktu respons (total) 269.56s 459.00s

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 3.5 8.0 16.7% 1 14.02s 704 0
Grok Build 0.1 8.7 7.9 91.7% 1 6.30s 11,162 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 5.4 6.8 33.3% 1 8.27s 527 0
Grok Build 0.1 10.0 10.0 100.0% 0 21.41s 16,568 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 9.5 10.0 100.0% 0 25.49s 1,911 0
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 0
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 30.54s 170 0
Grok Build 0.1 4.7 1.6 66.7% 1 9.33s 6,359 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 5.3 10.0 33.3% 0 3.17s 18 0
Grok Build 0.1 3.6 7.2 22.2% 1 103.71s 179,469 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 4.3 9.9 0.0% 0 3.75s 132 0
Grok Build 0.1 4.3 10.0 0.0% 0 12.47s 6,647 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Pro 6.3 10.0 50.0% 0 8.23s 64 0
Grok Build 0.1 9.8 10.0 100.0% 0 7.36s 8,970 0
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 7.6 7.2 77.8% 1 19.72s 175 0
Grok Build 0.1 6.4 7.7 55.6% 1 9.55s 14,982 0
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 5.92s 219 0
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 0
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 15.59s 1,427 0
Grok Build 0.1 3.0 10.0 0.0% 0 36.09s 23,118 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Qwen3.6 27BmediumvsGrok Build 0.1noneDeepSeek V4 ProhighvsGrok Build 0.1noneKimi K2.5mediumvsGrok Build 0.1noneGemini 3.1 Flash LiteminimalvsGrok Build 0.1noneDeepSeek V4 PrononevsGPT-5 NanomediumDeepSeek V4 PrononevsNemotron 3 SupermediumTersedia gratisDeepSeek V4 PrononevsOwl AlphamediumDeepSeek V4 PrononevsMercury 2mediumCobuddymediumTersedia gratisvsDeepSeek V4 PrononeGPT-5 MinimediumvsGrok Build 0.1noneGrok Build 0.1nonevsMiMo-V2-OmnimediumMercury 2mediumvsGrok Build 0.1none