导航
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

DeepSeek V3.2 (medium) vs Grok 4.20 (medium)

平均分几乎持平,为 6.3 vs 6.3。 DeepSeek V3.2 (medium) benchmark 成本更低,为 $0.152 vs $1.246。 Grok 4.20 (medium) 更快,为 36.73s vs 70.08s,通过率为 62.3% vs 58.0%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-13

已对比模型

排名
#304
总输出令牌
139,141
响应时间(平均)
70.08s
总成本
$0.152
排名
#307
总输出令牌
302,087
响应时间(平均)
36.73s
总成本
$1.246
推荐模型 DeepSeek V3.2 (medium)

它在这里得分最高(6.3),同时成本比Grok 4.20 (medium)低约 8.2 倍。

详细对比

指标 DeepSeek V3.2 DeepSeek V3.2 medium 发布日期: 2025-12-01 Grok 4.20 Grok 4.20 medium 发布日期: 2026-03-31
分数 6.3 6.3
排名 #304 #307
可靠性 10.0 10.0
一致性 7.5 8.2
尝试次数 69/69 69/69
测试正确
尝试通过率 62.3% 58.0%
不稳定测试 7 5
总运行次数 69 69
每个结果成本 1.250 14.374
总成本 $0.152 $1.246
输入价格 $0.280 / 1M $1.250 / 1M
输出价格 $0.420 / 1M $2.500 / 1M
缓存读取价格 $0.028 / 1M $0.200 / 1M
缓存写入价格 不适用 不适用
总输入令牌 306,662 392,127
输出令牌 17,819 7,754
推理令牌 125,341 294,333
响应时间(平均) 70.08s 36.73s
响应时间(最大) 376.10s 199.66s
响应时间(总计) 1611.86s 844.68s
参数量 671B 总计 (37B 激活) ~1T 总计 (~100B 激活)
开放状态 开源 闭源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#304 DeepSeek V3.2

medium
成本
$0.001
时间
53.6s
令牌
1,932 tok

#307 SpaceXAI: Grok 4.20

medium
成本
$0.041
时间
110.3s
令牌
16,336 tok

按分数排名的模型

分数 vs 总成本

响应时间(平均)

分数 vs 响应时间(平均)

总输出令牌

分数 vs 总输出令牌

类别细分

编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

切换对比组合