AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs xAI: Grok 4.3

概要

DeepSeek V4 Flash vs Grok 4.3 の benchmark 比較: DeepSeek V4 Flash が平均スコアでリードし、8.3 vs 7.7 です。 DeepSeek V4 Flash の benchmark コストが低く、$0.029 vs $0.614 です。 DeepSeek V4 Flash の方が高速で、45.85s vs 47.51s です、成功率は 74.6% vs 71.4% です。

おすすめモデル: DeepSeek V4 Flash - ここでは最高スコア（8.3）で、Grok 4.3 より約 21.6 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: 2026-06-12

指標	DeepSeek V4 Flash DeepSeek V4 Flash high リリース: 2026-04-24	Grok 4.3 Grok 4.3 medium リリース: 2026-05-01

指標	DeepSeek V4 Flash DeepSeek V4 Flash high リリース: 2026-04-24	Grok 4.3 Grok 4.3 medium リリース: 2026-05-01
スコア	8.3	7.7
順位	#26	#40
信頼性	10.0	10.0
一貫性	8.5	8.5
正解テスト
試行ごとの合格率	74.6%	71.4%
不安定なテスト	4	4
総実行回数	63	63
結果あたりのコスト	0.299	4.724
合計コスト	$0.029	$0.614
入力価格	$0.098 / 1M	$1.250 / 1M
出力価格	$0.196 / 1M	$2.500 / 1M
合計入力トークン	39,745	44,472
出力トークン	10,310	1,981
推論トークン	123,501	221,382
応答時間（平均）	45.85s	47.51s
応答時間（最大）	218.13s	216.69s
応答時間（合計）	962.79s	997.68s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#26 DeepSeek V4 Flash

high

Cost: $0.003
Time: 93.1s
Tokens: 7,926 tok

#40 xAI: Grok 4.3

medium

Cost: $0.009
Time: 19.0s
Tokens: 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 V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770
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 V4 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
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 V4 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347
Grok 4.3	10.0	10.0	100.0%	0		63.99s	12,909	234	15,301

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 V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
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 V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249
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 V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632
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 V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622
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 V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767
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 V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542
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 V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
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