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

Grok 4.5 (medium) лидирует по среднему баллу: 8.5 vs 8.3. DeepSeek V4.1 Flash (max) имеет более низкую стоимость benchmark: $0.537 vs $2.042. DeepSeek V4.1 Flash (max) быстрее: 61.35s vs 68.59s, с долей успешных попыток 68.2% vs 83.3%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-10

Сравниваемые модели

Ранг: #62
Общее число выходных токенов: 871,126
Время ответа (среднее): 61.35s
Общая стоимость: $0.537

Ранг: #54
Общее число выходных токенов: 299,460
Время ответа (среднее): 68.59s
Общая стоимость: $2.042

Рекомендуемая модель DeepSeek V4.1 Flash (max)

Его балл близок к лучшему здесь (8.3 против 8.5), при этом он примерно в 3.8 раза дешевле, чем Grok 4.5 (medium).

Подробное сравнение

Метрика	DeepSeek V4.1 Flash DeepSeek V4.1 Flash max Релиз: 2026-09-10	Grok 4.5 Grok 4.5 medium Релиз: 2026-07-08

Метрика	DeepSeek V4.1 Flash DeepSeek V4.1 Flash max Релиз: 2026-09-10	Grok 4.5 Grok 4.5 medium Релиз: 2026-07-08
Оценка	8.3	8.5
Ранг	#62	#54
Надежность	9.1	10.0
Стабильность	9.2	8.9
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	68.2%	83.3%
Нестабильные тесты	2	3
Всего запусков	66	66
Стоимость за результат	3.829	12.007
Общая стоимость	$0.537	$2.042
Цена входа	$0.150 / 1M	$2.000 / 1M
Цена выхода	$0.600 / 1M	$6.000 / 1M
Общее число входных токенов	89,024	122,155
Выходные токены	5,558	5,514
Токены рассуждений	865,568	293,946
Время ответа (среднее)	61.35s	68.59s
Время ответа (макс.)	335.08s	436.38s
Время ответа (суммарно)	1349.61s	1508.91s
Параметры	748B всего (16B активных)	~1.7T всего (~170B активных)
Доступность	Открытый исходный код	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#62 DeepSeek V4.1 Flash

max

Стоимость: $0.066
Время: 211.0s
Токены: 54,712 tok

#54 SpaceXAI: Grok 4.5

medium

Стоимость: $0.044
Время: 59.4s
Токены: 7,512 tok

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

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	8.3	10.0	75.0%	0		4.35s	852	213	7,262
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		160.31s	66,677	4,031	221,091
Grok 4.5	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	6.5	10.0	50.0%	0		4.56s	2,397	120	2,047
Grok 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	3.6	7.2	22.2%	1		198.41s	909	27	384,462
Grok 4.5	5.3	7.2	44.4%	1		249.34s	2,221	11	140,815

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		4.00s	549	148	1,093
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		7.64s	783	63	2,293
Grok 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	5.5	7.1	44.4%	1		30.82s	828	339	54,014
Grok 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		9.49s	8,259	228	693
Grok 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4.1 Flash	3.0	10.0	0.0%	0		98.48s	261	16	60,256
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

Быстрое сравнение

Сменить пару сравнения

DeepSeek V4.1 FlashhighvsGrok 4.5medium DeepSeek V4.1 FlashlowvsGrok 4.5medium Muse Spark 1.2lowvsGrok 4.5medium DeepSeek V4.1 FlashmaxvsMuse Spark 1.1low DeepSeek V4.1 FlashmaxvsInkling Smallhigh Seed 2.1 TurbomediumvsDeepSeek V4.1 Flashmax DeepSeek V4.1 FlashmaxvsQwen3.8 27Bhigh DeepSeek V4.1 FlashmaxvsGPT-5.2medium Claude Fable 5.1mediumvsDeepSeek V4.1 Flashmax DeepSeek V4.1 FlashmaxvsGrok 4.5low Qwen3.8 27BhighvsGrok 4.5medium Qwen3.8 MaxlowvsGrok 4.5medium