#73 DeepSeek V3.2
medium- コスト
- $0.001
- 時間
- 53.6s
- トークン
- 1,932 tok
DeepSeek: DeepSeek V3.2 vs xAI: Grok 4.3
Grok 4.3 (medium) が平均スコアでリードし、7.1 vs 7.0 です。 DeepSeek V3.2 (medium) の benchmark コストが低く、$0.078 vs $0.779 です。 Grok 4.3 (medium) の方が高速で、47.45s vs 68.62s です、成功率は 65.2% vs 68.2% です。
おすすめモデルDeepSeek V3.2 (medium)スコアはここでの最高値に近く（7.0 vs 7.1）、Grok 4.3 (medium) より約 10.1 倍低コストです。
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-17
| 指標 | DeepSeek V3.2 DeepSeek V3.2 medium | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| スコア | 7.0 | 7.1 |
| 順位 | #73 | #70 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 7.4 | 8.6 |
| 正解テスト | ||
| 試行ごとの合格率 | 65.2% | 68.2% |
| 不安定なテスト | 7 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 0.671 | 5.990 |
| 合計コスト | $0.078 | $0.779 |
| 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 | 101,047 | 140,031 |
| 出力トークン | 11,834 | 13,739 |
| 推論トークン | 117,014 | 227,682 |
| 応答時間（平均） | 68.62s | 47.45s |
| 応答時間（最大） | 376.10s | 216.69s |
| 応答時間（合計） | 1509.53s | 1043.83s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#70 xAI: Grok 4.3
medium- コスト
- $0.009
- 時間
- 19.0s
- トークン
- 3,661 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 4.3 | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 2,010 | 88 | 8,207 |
| 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 4.3 | 5.9 | 7.7 | 44.4% | 1 | 41.23s | 8,340 | 1,028 | 31,226 |
| 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 4.3 | 6.5 | 10.0 | 50.0% | 0 | 55.07s | 108,468 | 11,992 | 21,601 |
| 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 4.3 | 10.0 | 10.0 | 100.0% | 0 | 18.97s | 7,761 | 180 | 9,546 |
| 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 | 24.27s | 472 | 21 | 6,838 | |
| Grok 4.3 | 5.3 | 7.2 | 44.4% | 1 | 181.74s | 1,764 | 14 | 111,300 |
| 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 4.3 | 5.4 | 2.5 | 66.7% | 1 | 24.70s | 825 | 70 | 5,020 |
| 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 4.3 | 9.8 | 10.0 | 100.0% | 0 | 18.58s | 1,362 | 57 | 8,713 |
| 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 4.3 | 5.9 | 7.2 | 55.6% | 1 | 22.52s | 1,689 | 128 | 14,468 |
| 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 4.3 | 10.0 | 10.0 | 100.0% | 0 | 17.66s | 7,263 | 168 | 4,615 |
| 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 4.3 | 3.0 | 10.0 | 0.0% | 0 | 44.47s | 549 | 14 | 12,986 |
クイック比較
比較ペアを切り替え
DeepSeek V3.2mediumvsGemini 3.5 FlashnoneQwen3.7 PlusnonevsGrok 4.3mediumKAT-Coder-Pro V2.5highvsGrok 4.3mediumDeepSeek V3.2mediumvsGPT-5.6 SolnoneStep 3.7 FlashlowvsGrok 4.3mediumClaude Opus 4.8nonevsGrok 4.3mediumGemini 3.5 FlashnonevsGrok 4.3mediumDeepSeek V3.2mediumvsQwen3.7 PlusnoneDeepSeek V3.2mediumvsStep 3.7 FlashhighDeepSeek V3.2mediumvsGPT-5.5noneDeepSeek V3.2mediumvsGemini 3.5 FlashminimalClaude Sonnet 4.6nonevsGrok 4.3medium