AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs xAI: Grok 4.20

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-02

Метрика	DeepSeek V3.2 DeepSeek V3.2 none Релиз: 2025-12-01	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31

Метрика	DeepSeek V3.2 DeepSeek V3.2 none Релиз: 2025-12-01	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31
Оценка	6.4	7.1
Ранг	#50	#40
Стабильность	8.5	8.2
Тестов верно
Доля успешных попыток	51.0%	66.7%
Нестабильные тесты	3	4
Всего запусков	51	51
Стоимость за результат	0.220	7.358
Общая стоимость	$0.016	$0.663
???? ?????	$0.260 / 1M	$2.000 / 1M
???? ??????	$0.380 / 1M	$6.000 / 1M
Выходные токены	7,831	1,494
Токены рассуждений	0	97,078
Время ответа (среднее)	12.35s	9.50s
Время ответа (макс.)	115.89s	29.87s
Время ответа (суммарно)	209.94s	161.54s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
DeepSeek V3.2	3.2	9.8	0.0%	0		7.63s	1,419	0
Grok 4.20	8.2	7.9	83.3%	1		3.36s	280	8,476

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
DeepSeek V3.2	6.5	10.0	0.0%	0		115.89s	2,887	0
Grok 4.20	10.0	10.0	100.0%	0		17.40s	232	9,556

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
DeepSeek V3.2	6.3	5.8	66.7%	1		9.42s	1,710	0
Grok 4.20	10.0	10.0	100.0%	0		4.17s	180	5,333

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
DeepSeek V3.2	3.6	7.2	22.2%	1		1.61s	24	0
Grok 4.20	5.3	10.0	33.3%	0		27.03s	375	49,339

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
DeepSeek V3.2	10.0	10.0	100.0%	0		2.86s	67	0
Grok 4.20	5.8	2.8	66.7%	1		7.09s	47	4,252

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
DeepSeek V3.2	10.0	10.0	100.0%	0		1.52s	66	0
Grok 4.20	7.3	5.9	83.3%	1		4.42s	40	5,474

Puzzle Solving	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
DeepSeek V3.2	8.5	7.5	88.9%	1		7.37s	1,136	0
Grok 4.20	6.4	7.7	55.6%	1		3.89s	143	8,028

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
DeepSeek V3.2	10.0	10.0	100.0%	0		11.85s	522	0
Grok 4.20	3.0	10.0	0.0%	0		13.68s	197	6,620

Быстрое сравнение

Сменить пару сравнения

DeepSeek V3.2nonevsMercury 2medium DeepSeek V3.2nonevsGPT-5 Nanomedium DeepSeek V3.2nonevsGrok 4.20 Multi Agent Betamedium Claude Sonnet 4.6nonevsGrok 4.20medium Qwen3.5 Plus 2026-02-15nonevsGrok 4.20medium DeepSeek V3.2nonevsgpt-oss-120bmediumБесплатно доступно Gemma 4 31BnonevsGrok 4.20medium Grok 4.20mediumvsGLM 5none GPT-5.3 ChatnonevsGrok 4.20medium DeepSeek V3.2nonevsMiniMax M2.5mediumБесплатно доступно DeepSeek V3.2nonevsGPT-5 Minimedium DeepSeek V3.2nonevsNemotron 3 SupermediumБесплатно доступно