AI BENCHY Compare
DeepSeek: DeepSeek V4 Pro vs xAI: Grok 4.20
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: 2026-04-24
| 指標 | DeepSeek V4 Pro DeepSeek V4 Pro high | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| スコア | 7.4 | 7.0 |
| 順位 | #50 | #54 |
| 一貫性 | 10.0 | 7.8 |
| 正解テスト | ||
| 試行ごとの合格率 | 61.1% | 66.7% |
| 不安定なテスト | 0 | 5 |
| 総実行回数 | 24 | 54 |
| 結果あたりのコスト | 1.385 | 8.252 |
| 合計コスト | $0.153 | $0.743 |
| ???? | $1.740 / 1M | $2.000 / 1M |
| ???? | $3.480 / 1M | $6.000 / 1M |
| 出力トークン | 584 | 1,744 |
| 推論トークン | 37,708 | 109,882 |
| 応答時間（平均） | 78.45s | 10.33s |
| 応答時間（最大） | 351.99s | 29.87s |
| 応答時間（合計） | 1255.22s | 185.87s |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 8.3 | 10.0 | 75.0% | 0 | 32.12s | 64 | 1,799 | |
| Grok 4.20 | 8.2 | 7.9 | 83.3% | 1 | 3.36s | 280 | 8,476 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 93.00s | 82 | 2,808 | |
| Grok 4.20 | 4.3 | 1.1 | 66.7% | 1 | 24.33s | 250 | 12,804 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 71.08s | 134 | 2,163 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 17.40s | 232 | 9,556 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 63.00s | 67 | 1,071 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 5.3 | 10.0 | 33.3% | 0 | 202.56s | 11 | 25,343 | |
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 27.03s | 375 | 49,339 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 5.0 | 10.0 | 0.0% | 0 | 26.96s | 51 | 734 | |
| Grok 4.20 | 5.8 | 2.8 | 66.7% | 1 | 7.09s | 47 | 4,252 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| Grok 4.20 | 7.3 | 5.9 | 83.3% | 1 | 4.42s | 40 | 5,474 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 7.7 | 10.0 | 66.7% | 0 | 63.66s | 91 | 3,617 | |
| Grok 4.20 | 6.4 | 7.7 | 55.6% | 1 | 3.89s | 143 | 8,028 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 11.05s | 84 | 173 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 13.68s | 197 | 6,620 |
クイック比較
比較ペアを切り替え
DeepSeek V4 ProhighvsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsDeepSeek V4 ProhighGemma 4 31Bnone無料で利用可能vsGrok 4.20mediumDeepSeek V4 ProhighvsMiMo-V2-FlashmediumDeepSeek V4 ProhighvsGPT-5.2mediumDeepSeek V4 ProhighvsGPT-5.4 MinimediumSeed-2.0-MinimediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGPT-5.4 NanomediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGPT-5.3 ChatnoneDeepSeek V4 PrononevsGrok 4.20medium