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

DeepSeek V4 Flash 0731 vs Grok 4.20 (medium)

Grok 4.20 (medium) 平均分领先,为 6.3 vs 6.2。 DeepSeek V4 Flash 0731 benchmark 成本更低,为 $0.053 vs $1.246。 DeepSeek V4 Flash 0731 更快,为 27.42s vs 36.73s,通过率为 30.4% 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
#311
总输出令牌
39,789
响应时间(平均)
27.42s
总成本
$0.053
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 Grok 4.20 (medium)

它在本次比较中得分最高(6.3),并且在 2 个模型中兼顾成本和响应时间最好。

详细对比

指标 DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none 发布日期: 2026-08-01 Grok 4.20 Grok 4.20 medium 发布日期: 2026-03-31
分数 6.2 6.3
排名 #311 #307
可靠性 10.0 10.0
一致性 8.7 8.2
尝试次数 69/69 69/69
测试正确
尝试通过率 30.4% 58.0%
不稳定测试 4 5
总运行次数 69 69
每个结果成本 0.826 14.374
总成本 $0.053 $1.246
输入价格 $0.005 / 1M $1.250 / 1M
输出价格 $1.280 / 1M $2.500 / 1M
缓存读取价格 $0.005 / 1M $0.200 / 1M
缓存写入价格 不适用 不适用
总输入令牌 349,876 392,127
输出令牌 39,789 7,754
推理令牌 0 294,333
响应时间(平均) 27.42s 36.73s
响应时间(最大) 387.15s 199.66s
响应时间(总计) 630.70s 844.68s
参数量 284B 总计 (13B 激活) ~1T 总计 (~100B 激活)
开放状态 闭源 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.

#311 DeepSeek V4 Flash 0731

none
成本
$0.004
时间
198.4s
令牌
14,316 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 V4 Flash 0731 4.3 10.0 0.0% 0 1.72s 7,275 505 0
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

切换对比组合