DeepSeek V4 Flash 0423 vs Grok 4.20 (medium)

Средний балл практически равен: 6.3 vs 6.3. DeepSeek V4 Flash 0423 имеет более низкую стоимость benchmark: $0.050 vs $1.582. Grok 4.20 (medium) быстрее: 36.73s vs 38.64s, с долей успешных попыток 30.4% vs 58.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #223
Общее число выходных токенов: 115,591
Время ответа (среднее): 38.64s
Общая стоимость: $0.050

Ранг: #224
Общее число выходных токенов: 302,087
Время ответа (среднее): 36.73s
Общая стоимость: $1.582

Рекомендуемая модель Grok 4.20 (medium)

У него самый высокий балл в этом сравнении (6.3) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

Подробное сравнение

Метрика	DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 none Релиз: 2026-04-24	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31

Метрика	DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 none Релиз: 2026-04-24	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31
Оценка	6.3	6.3
Ранг	#223	#224
Надежность	10.0	10.0
Стабильность	8.6	8.2
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	30.4%	58.0%
Нестабильные тесты	4	5
Всего запусков	69	69
Стоимость за результат	1.220	14.374
Общая стоимость	$0.050	$1.582
Цена входа	$0.079 / 1M	$1.250 / 1M
Цена выхода	$0.158 / 1M	$2.500 / 1M
Общее число входных токенов	403,455	392,127
Выходные токены	115,591	7,754
Токены рассуждений	0	294,333
Время ответа (среднее)	38.64s	36.73s
Время ответа (макс.)	247.27s	199.66s
Время ответа (суммарно)	888.69s	844.68s
Параметры	284B всего (13B активных)	~1T всего (~100B 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.

#223 DeepSeek V4 Flash 0423

none

Стоимость: $0.004
Время: 157.6s
Токены: 11,297 tok

#224 SpaceXAI: Grok 4.20

medium

Стоимость: $0.041
Время: 110.3s
Токены: 16,336 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:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0423	10.0	10.0	100.0%	0		92.87s	163,225	14,865	0
Grok 4.20	3.0	10.0	0.0%	0		128.32s	289,141	1,894	29,934

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0423	3.0	10.0	0.0%	0		20.18s	540	174	0
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0423	4.2	7.4	11.1%	1		17.13s	7,279	9,717	0
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0423	4.6	1.8	66.7%	2		179.61s	214,492	89,681	0
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

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 0423	10.0	10.0	100.0%	0		23.79s	7,290	195	0
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0423	3.0	10.0	0.0%	0		15.31s	675	17	0
Grok 4.20	2.9	7.2	11.1%	1		49.71s	1,959	872	59,761

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0423	4.2	9.9	0.0%	0		23.74s	471	67	0
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0423	6.5	10.0	50.0%	0		17.54s	627	321	0
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0423	3.1	7.3	11.1%	1		23.72s	594	207	0
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0423	10.0	10.0	100.0%	0		77.93s	8,079	327	0
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash 0423	3.0	10.0	0.0%	0		3.07s	183	20	0
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

Быстрое сравнение

Сменить пару сравнения

Gemini 3.5 FlashnonevsGrok 4.20medium DeepSeek V4 Flash 0423nonevsSpace Bunny Alphamedium Space Bunny AlphaxhighvsGrok 4.20medium DeepSeek V4 Flash 0423nonevsSpace Bunny Alphaxhigh DeepSeek V4 Flash 0423nonevsKAT-Coder-Pro V2.5medium DeepSeek V4 Flash 0423nonevsSolar Pro 4high Solar Pro 4highvsGrok 4.20medium DeepSeek V4 Flash 0423nonevsGemini 3.1 Flash Litelow Gemini 3.1 Flash LitelowvsGrok 4.20medium Qwen3.5 Plus 2026-04-20nonevsGrok 4.20medium DeepSeek V4 Flash 0731nonevsGrok 4.20medium DeepSeek V4 Flash 0423nonevsGemini 3.1 Flash Lite Previewlow