नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

DeepSeek V4.1 Flash (max) vs Grok 4.5 (medium)

Grok 4.5 (medium) average score मध्ये पुढे आहे: 8.5 vs 8.3. DeepSeek V4.1 Flash (max) चा benchmark खर्च कमी आहे: $0.537 vs $2.042. DeepSeek V4.1 Flash (max) वेगवान आहे: 61.35s vs 68.59s, pass rates 68.2% vs 83.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-10

तुलना केलेली मॉडेल्स

क्रमांक
#62
एकूण आउटपुट टोकन्स
871,126
प्रतिसाद वेळ (सरासरी)
61.35s
एकूण खर्च
$0.537
क्रमांक
#54
एकूण आउटपुट टोकन्स
299,460
प्रतिसाद वेळ (सरासरी)
68.59s
एकूण खर्च
$2.042
शिफारस केलेले मॉडेल DeepSeek V4.1 Flash (max)

Its score stays close to the best score here (8.3 vs 8.5), while costing about 3.8x less than Grok 4.5 (medium).

तपशीलवार तुलना

मेट्रिक DeepSeek V4.1 Flash DeepSeek V4.1 Flash max प्रकाशन: 2026-09-10 Grok 4.5 Grok 4.5 medium प्रकाशन: 2026-07-08
स्कोअर 8.3 8.5
क्रमांक #62 #54
विश्वसनीयता 9.1 10.0
सुसंगतता 9.2 8.9
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 68.2% 83.3%
अस्थिर चाचण्या 2 3
एकूण रन 66 66
प्रति निकाल खर्च 3.829 12.007
एकूण खर्च $0.537 $2.042
इनपुट किंमत $0.150 / 1M $2.000 / 1M
आउटपुट किंमत $0.600 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 89,024 122,155
आउटपुट टोकन्स 5,558 5,514
रिझनिंग टोकन्स 865,568 293,946
प्रतिसाद वेळ (सरासरी) 61.35s 68.59s
प्रतिसाद वेळ (कमाल) 335.08s 436.38s
प्रतिसाद वेळ (एकूण) 1349.61s 1508.91s
पॅरामीटर्स 748B एकूण (16B सक्रिय) ~1.7T एकूण (~170B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#62 DeepSeek V4.1 Flash

max
खर्च
$0.066
वेळ
211.0s
टोकन्स
54,712 tok

#54 SpaceXAI: Grok 4.5

medium
खर्च
$0.044
वेळ
59.4s
टोकन्स
7,512 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
DeepSeek V4.1 Flash 10.0 10.0 100.0% 0 62.50s 7,509 373 132,357
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634

झटपट तुलना

तुलना जोडी बदला