AI BENCHY Compare

DeepSeek: DeepSeek V4 Pro vs xAI: Grok 4.20

Сводка

Сравнение benchmark DeepSeek V4 Pro vs Grok 4.20: Grok 4.20 лидирует по среднему баллу: 7.3 vs 7.2. DeepSeek V4 Pro имеет более низкую стоимость benchmark: $0.034 vs $0.609. DeepSeek V4 Pro быстрее: 6.41s vs 27.68s, с долей успешных попыток 52.4% vs 63.5%.

Рекомендуемая модель: DeepSeek V4 Pro - Его балл близок к лучшему здесь (7.2 против 7.3), при этом он примерно в 18.3 раза дешевле, чем Grok 4.20.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18

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

Метрика	DeepSeek V4 Pro DeepSeek V4 Pro none Релиз: 2026-04-24	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31
Оценка	7.2	7.3
Ранг	#58	#53
Надежность	9.9	10.0
Стабильность	8.8	8.8
Тестов верно
Доля успешных попыток	52.4%	63.5%
Нестабильные тесты	3	3
Всего запусков	63	63
Стоимость за результат	0.333	8.309
Общая стоимость	$0.034	$0.609
Цена входа	$0.435 / 1M	$1.250 / 1M
Цена выхода	$0.870 / 1M	$2.500 / 1M
Общее число входных токенов	53,558	44,433
Выходные токены	11,424	1,819
Токены рассуждений	0	219,524
Время ответа (среднее)	6.41s	27.68s
Время ответа (макс.)	30.09s	199.66s
Время ответа (суммарно)	134.66s	581.26s

Генерация showcase

Hamster playing table tennis

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

#58 DeepSeek V4 Pro

none

Неверный SVG

Стоимость: $0.000
Время: 300.0s
Токены: 0 tok

#53 xAI: 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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	3.2	6.1	16.7%	2		4.02s	540	1,168	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 Pro	5.6	10.0	33.3%	0		13.38s	7,275	5,500	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 Pro	9.5	10.0	100.0%	0		23.74s	27,529	2,235	0
Grok 4.20	10.0	10.0	100.0%	0		17.40s	12,909	232	9,556

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	10.0	10.0	100.0%	0		4.61s	7,568	200	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 Pro	5.3	10.0	33.3%	0		3.72s	666	24	0
Grok 4.20	5.3	10.0	33.3%	0		27.03s	1,764	375	49,339

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	5.0	10.0	0.0%	0		2.05s	471	126	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 Pro	6.3	5.8	66.7%	1		4.12s	627	713	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 Pro	10.0	10.0	100.0%	0		3.61s	594	442	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 Pro	10.0	10.0	100.0%	0		7.40s	8,105	328	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 Pro	3.0	10.0	0.0%	0		5.76s	183	688	0
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

Быстрое сравнение

Сменить пару сравнения

DeepSeek V4 PrononevsGemma 4 26B A4BmediumБесплатно доступно Gemini 3 Flash PreviewlowvsGrok 4.20medium Claude Sonnet 4.6nonevsGrok 4.20medium DeepSeek V4 PrononevsStep 3.7 Flashhigh DeepSeek V4 PrononevsGLM 5.1medium Claude Opus 4.8nonevsGrok 4.20medium DeepSeek V4 PrononevsKimi K2.7 Codemedium GPT-5.3 ChatnonevsGrok 4.20medium Qwen3.7 PlusnonevsGrok 4.20medium DeepSeek V4 PrononevsGemini 3 Flash Previewlow Grok 4.20mediumvsGLM 5.2none DeepSeek V4 PrononevsMiMo-V2.5-Promedium