DeepSeek V4 Flash 0423 (high) vs Grok Build 0.1 (medium)

DeepSeek V4 Flash 0423 (high) average score मध्ये पुढे आहे: 8.1 vs 6.7. DeepSeek V4 Flash 0423 (high) चा benchmark खर्च कमी आहे: $0.261 vs $1.419. Grok Build 0.1 (medium) वेगवान आहे: 55.13s vs 55.99s, pass rates 71.0% vs 58.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक: #133
एकूण आउटपुट टोकन्स: 203,134
प्रतिसाद वेळ (सरासरी): 55.99s
एकूण खर्च: $0.261

क्रमांक: #236
एकूण आउटपुट टोकन्स: 529,806
प्रतिसाद वेळ (सरासरी): 55.13s
एकूण खर्च: $1.419

शिफारस केलेले मॉडेल DeepSeek V4 Flash 0423 (high)

It has the best score here (8.1), while costing about 5.4x less than Grok Build 0.1 (medium).

तपशीलवार तुलना

मेट्रिक	DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 high प्रकाशन: 2026-04-24	Grok Build 0.1 Grok Build 0.1 medium प्रकाशन: 2026-05-21

मेट्रिक	DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 high प्रकाशन: 2026-04-24	Grok Build 0.1 Grok Build 0.1 medium प्रकाशन: 2026-05-21
स्कोअर	8.1	6.7
क्रमांक	#133	#236
विश्वसनीयता	10.0	10.0
सुसंगतता	8.6	9.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	71.0%	58.0%
अस्थिर चाचण्या	4	1
एकूण रन	69	69
प्रति निकाल खर्च	0.547	10.910
एकूण खर्च	$0.261	$1.419
इनपुट किंमत	$0.002 / 1M	$1.000 / 1M
आउटपुट किंमत	$1.280 / 1M	$2.000 / 1M
कॅश वाचण्याची किंमत	$0.002 / 1M	$0.200 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	298,794	358,616
आउटपुट टोकन्स	45,873	9,651
रिझनिंग टोकन्स	188,721	520,155
प्रतिसाद वेळ (सरासरी)	55.99s	55.13s
प्रतिसाद वेळ (कमाल)	218.13s	252.69s
प्रतिसाद वेळ (एकूण)	1287.87s	1268.10s
पॅरामीटर्स	284B एकूण (13B सक्रिय)	~300B एकूण (~30B सक्रिय)
उपलब्धता	मुक्त स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#133 DeepSeek V4 Flash 0423

high

खर्च: $0.003
वेळ: 93.1s
टोकन्स: 7,926 tok

#236 SpaceXAI: Grok Build 0.1

medium

खर्च: $0.028
वेळ: 81.3s
टोकन्स: 14,009 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 0423	10.0	10.0	100.0%	0		148.13s	190,314	8,644	14,640
Grok Build 0.1	3.4	9.6	0.0%	0		69.03s	251,670	1,658	16,742

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 0423	8.3	10.0	75.0%	0		28.51s	540	140	7,770
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0423	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
Grok Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0423	6.4	5.8	66.7%	1		104.10s	82,663	4,633	37,533
Grok Build 0.1	10.0	10.0	100.0%	0		65.08s	75,242	5,442	65,569

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 0423	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0423	3.6	7.2	22.2%	1		115.42s	754	22,778	79,643
Grok Build 0.1	2.9	7.2	11.1%	1		175.94s	1,959	492	192,037

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0423	6.1	3.1	66.7%	1		25.15s	471	79	632
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0423	10.0	10.0	100.0%	0		15.36s	627	63	1,622
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0423	8.2	7.2	88.9%	1		26.11s	594	196	1,767
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0423	10.0	10.0	100.0%	0		74.73s	8,079	228	542
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0423	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

तुलना जोडी बदला