AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs xAI: Grok 4.3

Сводка

Сравнение benchmark DeepSeek V4 Flash vs Grok 4.3: DeepSeek V4 Flash лидирует по среднему баллу: 8.3 vs 7.7. DeepSeek V4 Flash имеет более низкую стоимость benchmark: $0.029 vs $0.614. DeepSeek V4 Flash быстрее: 45.85s vs 47.51s, с долей успешных попыток 74.6% vs 71.4%.

Рекомендуемая модель: DeepSeek V4 Flash - Здесь у него лучший балл (8.3), при этом он примерно в 21.6 раза дешевле, чем Grok 4.3.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-12

Метрика	DeepSeek V4 Flash DeepSeek V4 Flash high Релиз: 2026-04-24	Grok 4.3 Grok 4.3 medium Релиз: 2026-05-01

Метрика	DeepSeek V4 Flash DeepSeek V4 Flash high Релиз: 2026-04-24	Grok 4.3 Grok 4.3 medium Релиз: 2026-05-01
Оценка	8.3	7.7
Ранг	#26	#40
Надежность	10.0	10.0
Стабильность	8.5	8.5
Тестов верно
Доля успешных попыток	74.6%	71.4%
Нестабильные тесты	4	4
Всего запусков	63	63
Стоимость за результат	0.299	4.724
Общая стоимость	$0.029	$0.614
Цена входа	$0.098 / 1M	$1.250 / 1M
Цена выхода	$0.196 / 1M	$2.500 / 1M
Общее число входных токенов	39,745	44,472
Выходные токены	10,310	1,981
Токены рассуждений	123,501	221,382
Время ответа (среднее)	45.85s	47.51s
Время ответа (макс.)	218.13s	216.69s
Время ответа (суммарно)	962.79s	997.68s

Generation showcase

Hamster playing table tennis

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

#26 DeepSeek V4 Flash

high

Cost: $0.003
Time: 93.1s
Tokens: 7,926 tok

#40 xAI: Grok 4.3

medium

Cost: $0.009
Time: 19.0s
Tokens: 3,661 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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
Grok 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347
Grok 4.3	10.0	10.0	100.0%	0		63.99s	12,909	234	15,301

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249
Grok 4.3	5.3	7.2	44.4%	1		181.74s	1,764	14	111,300

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

Быстрое сравнение

Сменить пару сравнения