AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs xAI: Grok 4.5

Сводка

Сравнение benchmark DeepSeek V4 Flash (high) vs Grok 4.5 (medium): Grok 4.5 (medium) лидирует по среднему баллу: 8.3 vs 8.3. DeepSeek V4 Flash (high) имеет более низкую стоимость benchmark: $0.027 vs $1.696. DeepSeek V4 Flash (high) быстрее: 45.85s vs 62.63s, с долей успешных попыток 74.6% vs 77.8%.

Рекомендуемая модель: DeepSeek V4 Flash (high) - Его балл близок к лучшему здесь (8.3 против 8.3), при этом он примерно в 64.9 раза дешевле, чем Grok 4.5 (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-08

Метрика	DeepSeek V4 Flash DeepSeek V4 Flash high Релиз: 2026-04-24	Grok 4.5 Grok 4.5 medium Релиз: 2026-07-08

Метрика	DeepSeek V4 Flash DeepSeek V4 Flash high Релиз: 2026-04-24	Grok 4.5 Grok 4.5 medium Релиз: 2026-07-08
Оценка	8.3	8.3
Ранг	#24	#23
Надежность	10.0	9.9
Стабильность	8.5	8.9
Тестов верно
Доля успешных попыток	74.6%	77.8%
Нестабильные тесты	4	3
Всего запусков	63	63
Стоимость за результат	0.299	11.304
Общая стоимость	$0.027	$1.696
Цена входа	$0.090 / 1M	$2.000 / 1M
Цена выхода	$0.180 / 1M	$6.000 / 1M
Общее число входных токенов	39,745	53,500
Выходные токены	10,310	1,621
Токены рассуждений	123,501	263,127
Время ответа (среднее)	45.85s	62.63s
Время ответа (макс.)	218.13s	436.38s
Время ответа (суммарно)	962.79s	1315.20s

Генерация showcase

Hamster playing table tennis

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

#24 DeepSeek V4 Flash

high

Стоимость: $0.003
Время: 93.1s
Токены: 7,926 tok

#23 xAI: 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

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 4.5	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 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
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 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347
Grok 4.5	10.0	10.0	100.0%	0		15.65s	15,084	261	4,254

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 4.5	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 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249
Grok 4.5	2.9	7.2	11.1%	1		198.89s	2,212	11	121,922

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 4.5	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 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622
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 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767
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 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542
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 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

Быстрое сравнение

Сменить пару сравнения