ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

DeepSeek: DeepSeek V4 Pro vs xAI: Grok 4.20

概要

DeepSeek V4 Pro vs Grok 4.20 の benchmark 比較: Grok 4.20 が平均スコアでリードし、7.3 vs 7.2 です。 DeepSeek V4 Pro の benchmark コストが低く、$0.034 vs $0.609 です。 DeepSeek V4 Pro の方が高速で、6.41s vs 27.68s です、成功率は 52.4% vs 63.5% です。

おすすめモデル: DeepSeek V4 Pro - スコアはここでの最高値に近く（7.2 vs 7.3）、Grok 4.20 より約 18.3 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: 2026-06-18

指標 DeepSeek V4 Pro DeepSeek V4 Pro none リリース: 2026-04-24 Grok 4.20 Grok 4.20 medium リリース: 2026-03-31
スコア 7.2 7.3
順位 #58 #53
信頼性 9.9 10.0
一貫性 8.8 8.8
正解テスト
試行ごとの合格率 52.4% 63.5%
不安定なテスト 3 3
総実行回数 63 63
結果あたりのコスト 0.333 8.309
合計コスト $0.034 $0.609
入力価格 $0.435 / 1M $1.250 / 1M
出力価格 $0.870 / 1M $2.500 / 1M
合計入力トークン 53,558 44,433
出力トークン 11,424 1,819
推論トークン 0 219,524
応答時間（平均） 6.41s 27.68s
応答時間（最大） 30.09s 199.66s
応答時間（合計） 134.66s 581.26s

生成ショーケース

Hamster playing table tennis

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

#58 DeepSeek V4 Pro

none
無効なSVG
コスト
$0.000
時間
300.0s
トークン
0 tok

#53 xAI: 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 V4 Pro 3.2 6.1 16.7% 2 4.02s 540 1,168 0
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 V4 Pro 5.6 10.0 33.3% 0 13.38s 7,275 5,500 0
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 V4 Pro 9.5 10.0 100.0% 0 23.74s 27,529 2,235 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 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） 入力トークン 出力トークン 推論トークン
DeepSeek V4 Pro 10.0 10.0 100.0% 0 4.61s 7,568 200 0
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 V4 Pro 5.3 10.0 33.3% 0 3.72s 666 24 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 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） 入力トークン 出力トークン 推論トークン
DeepSeek V4 Pro 5.0 10.0 0.0% 0 2.05s 471 126 0
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 V4 Pro 6.3 5.8 66.7% 1 4.12s 627 713 0
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 V4 Pro 10.0 10.0 100.0% 0 3.61s 594 442 0
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 V4 Pro 10.0 10.0 100.0% 0 7.40s 8,105 328 0
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 V4 Pro 3.0 10.0 0.0% 0 5.76s 183 688 0
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

DeepSeek V4 PrononevsGemma 4 26B A4Bmedium無料で利用可能Gemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumDeepSeek V4 PrononevsStep 3.7 FlashhighDeepSeek V4 PrononevsGLM 5.1mediumClaude Opus 4.8nonevsGrok 4.20mediumDeepSeek V4 PrononevsKimi K2.7 CodemediumGPT-5.3 ChatnonevsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.20mediumDeepSeek V4 PrononevsGemini 3 Flash PreviewlowGrok 4.20mediumvsGLM 5.2noneDeepSeek V4 PrononevsMiMo-V2.5-Promedium