नेव्हिगेशन
AI BENCHY
Advertise here

DeepSeek: DeepSeek V4 Flash vs xAI: Grok Build 0.1

DeepSeek V4 Flash (high) average score मध्ये पुढे आहे: 7.7 vs 7.6. DeepSeek V4 Flash (high) चा benchmark खर्च कमी आहे: $0.042 vs $1.097. DeepSeek V4 Flash (high) वेगवान आहे: 49.75s vs 52.06s, pass rates 72.7% vs 63.6%.

शिफारस केलेले मॉडेलDeepSeek V4 Flash (high)It has the best score here (7.7), while costing about 26.2x less than Grok Build 0.1 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक DeepSeek V4 Flash DeepSeek V4 Flash high प्रकाशन: 2026-04-24 Grok Build 0.1 Grok Build 0.1 medium प्रकाशन: 2026-05-21
स्कोअर 7.7 7.6
क्रमांक #43 #46
विश्वसनीयता 10.0 10.0
सुसंगतता 8.2 10.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 72.7% 63.6%
अस्थिर चाचण्या 5 0
एकूण रन 66 66
प्रति निकाल खर्च 0.402 7.830
एकूण खर्च $0.042 $1.097
इनपुट किंमत $0.098 / 1M $1.000 / 1M
आउटपुट किंमत $0.196 / 1M $2.000 / 1M
एकूण इनपुट टोकन्स 108,392 106,751
आउटपुट टोकन्स 14,478 7,993
रिझनिंग टोकन्स 153,687 486,670
प्रतिसाद वेळ (सरासरी) 49.75s 52.06s
प्रतिसाद वेळ (कमाल) 218.13s 252.69s
प्रतिसाद वेळ (एकूण) 1094.41s 1145.27s

Hamster playing table tennis

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

#43 DeepSeek V4 Flash

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

#46 xAI: 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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
DeepSeek V4 Flash 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

झटपट तुलना

तुलना जोडी बदला