DeepSeek V4 Flash 0731 vs Grok 4.20 (medium)

Grok 4.20 (medium) average score मध्ये पुढे आहे: 6.3 vs 6.2. DeepSeek V4 Flash 0731 चा benchmark खर्च कमी आहे: $0.055 vs $1.582. DeepSeek V4 Flash 0731 वेगवान आहे: 27.42s vs 36.73s, pass rates 30.4% vs 58.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #229
एकूण आउटपुट टोकन्स: 39,789
प्रतिसाद वेळ (सरासरी): 27.42s
एकूण खर्च: $0.055

क्रमांक: #224
एकूण आउटपुट टोकन्स: 302,087
प्रतिसाद वेळ (सरासरी): 36.73s
एकूण खर्च: $1.582

शिफारस केलेले मॉडेल Grok 4.20 (medium)

It has the strongest score in this comparison (6.3) and the best overall balance of cost and response time across all 2 models.

तपशीलवार तुलना

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none प्रकाशन: 2026-08-01	Grok 4.20 Grok 4.20 medium प्रकाशन: 2026-03-31

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none प्रकाशन: 2026-08-01	Grok 4.20 Grok 4.20 medium प्रकाशन: 2026-03-31
स्कोअर	6.2	6.3
क्रमांक	#229	#224
विश्वसनीयता	10.0	10.0
सुसंगतता	8.7	8.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	30.4%	58.0%
अस्थिर चाचण्या	4	5
एकूण रन	69	69
प्रति निकाल खर्च	0.826	14.374
एकूण खर्च	$0.055	$1.582
इनपुट किंमत	$0.010 / 1M	$1.250 / 1M
आउटपुट किंमत	$1.280 / 1M	$2.500 / 1M
एकूण इनपुट टोकन्स	349,876	392,127
आउटपुट टोकन्स	39,789	7,754
रिझनिंग टोकन्स	0	294,333
प्रतिसाद वेळ (सरासरी)	27.42s	36.73s
प्रतिसाद वेळ (कमाल)	387.15s	199.66s
प्रतिसाद वेळ (एकूण)	630.70s	844.68s
पॅरामीटर्स	284B एकूण (13B सक्रिय)	~1T एकूण (~100B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#229 DeepSeek V4 Flash 0731

none

खर्च: $0.004
वेळ: 198.4s
टोकन्स: 14,316 tok

#224 SpaceXAI: Grok 4.20

medium

खर्च: $0.041
वेळ: 110.3s
टोकन्स: 16,336 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		174.89s	255,310	14,363	0
Grok 4.20	3.0	10.0	0.0%	0		128.32s	289,141	1,894	29,934

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	3.4	8.3	8.3%	1		4.19s	540	801	0
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	4.3	10.0	0.0%	0		1.72s	7,275	505	0
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	3.7	1.8	50.0%	2		202.44s	65,531	22,822	0
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		2.37s	7,290	199	0
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	5.3	10.0	33.3%	0		1.17s	675	26	0
Grok 4.20	2.9	7.2	11.1%	1		49.71s	1,959	872	59,761

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	4.4	9.9	0.0%	0		3.22s	471	153	0
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	5.0	6.8	33.3%	1		1.42s	627	69	0
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	3.2	9.9	0.0%	0		2.74s	594	302	0
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	9.5	10.0	100.0%	0		4.61s	11,380	536	0
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	3.0	10.0	0.0%	0		1.85s	183	13	0
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

झटपट तुलना

तुलना जोडी बदला

DeepSeek V4 Flash 0423nonevsGrok 4.20medium Gemini 3.5 FlashnonevsGrok 4.20medium DeepSeek V4 Flash 0731nonevsKAT-Coder-Pro V2.5medium DeepSeek V4 Flash 0731nonevsSpace Bunny Alphaxhigh Claude Fable 5.1lowvsDeepSeek V4 Flash 0731none Space Bunny AlphaxhighvsGrok 4.20medium Solar Pro 4highvsGrok 4.20medium Gemini 3.1 Flash LitelowvsGrok 4.20medium Qwen3.5 Plus 2026-04-20nonevsGrok 4.20medium Gemini 3.1 Flash Lite PreviewlowvsGrok 4.20medium Gemini 3.5 Flash LitelowvsGrok 4.20medium Gemini 3.1 Flash Lite PreviewnonevsGrok 4.20medium