- 順位
- #116
- 合計出力トークン
- 128,787
- 応答時間（平均）
- 68.43s
- 合計コスト
- $0.078
DeepSeek V3.2 (medium) vs Grok 4.20 (medium)
平均スコアは 7.0 vs 7.0 でほぼ同等です。 DeepSeek V3.2 (medium) の benchmark コストが低く、$0.078 vs $0.805 です。 Grok 4.20 (medium) の方が高速で、32.56s vs 68.43s です、成功率は 65.2% vs 60.6% です。
- 順位
- #120
- 合計出力トークン
- 270,259
- 応答時間（平均）
- 32.56s
- 合計コスト
- $0.805
おすすめモデル
DeepSeek V3.2 (medium)
ここでは最高スコア（7.0）で、Grok 4.20 (medium) より約 10.4 倍低コストです。
詳細比較
| 指標 | DeepSeek V3.2 DeepSeek V3.2 medium | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| スコア | 7.0 | 7.0 |
| 順位 | #116 | #120 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 7.4 | 8.2 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 65.2% | 60.6% |
| 不安定なテスト | 7 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 0.672 | 10.365 |
| 合計コスト | $0.078 | $0.805 |
| 入力価格 | $0.269 / 1M | $1.250 / 1M |
| 出力価格 | $0.400 / 1M | $2.500 / 1M |
| 合計入力トークン | 101,056 | 102,986 |
| 出力トークン | 11,832 | 5,860 |
| 推論トークン | 116,955 | 264,399 |
| 応答時間（平均） | 68.43s | 32.56s |
| 応答時間（最大） | 376.10s | 199.66s |
| 応答時間（合計） | 1505.53s | 716.36s |
| パラメータ | 671B 総数 (37B アクティブ) | ~1T 総数 (~100B アクティブ) |
| 公開状況 | オープンソース | クローズド |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#116 DeepSeek V3.2
medium- コスト
- $0.001
- 時間
- 53.6s
- トークン
- 1,932 tok
#120 SpaceXAI: Grok 4.20
medium- コスト
- $0.041
- 時間
- 110.3s
- トークン
- 16,336 tok
スコア上位モデル
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 7.3 | 5.8 | 83.3% | 1 | 79.92s | 76,997 | 5,219 | 24,229 | |
| Grok 4.20 | 8.7 | 6.9 | 83.3% | 1 | 42.25s | 71,267 | 3,776 | 44,009 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 2.9 | 4.4 | 22.2% | 2 | 22.94s | 481 | 19 | 6,779 | |
| Grok 4.20 | 2.9 | 7.2 | 11.1% | 1 | 49.71s | 1,959 | 872 | 59,761 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 雑学 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
クイック比較
比較ペアを切り替え
GPT-5.5nonevsGrok 4.20mediumDeepSeek V3.2mediumvsGPT-5.6 SolnoneDeepSeek V3.2mediumvsGPT-5.5noneGPT-5.6 SolnonevsGrok 4.20mediumSeed-2.0-CodehighvsGrok 4.20mediumDeepSeek V3.2mediumvsSolar Pro 4highSeed-2.0-CodehighvsDeepSeek V3.2mediumDeepSeek V3.2mediumvsStep 3.7 FlashlowSolar Pro 4highvsGrok 4.20mediumDeepSeek V3.2mediumvsMuse Glimmer 30BlowGemini 3.5 FlashnonevsGrok 4.20mediumStep 3.7 FlashlowvsGrok 4.20medium