导航
AI BENCHY
Advertise here

AI BENCHY 对比

DeepSeek: DeepSeek V4 Flash vs xAI: Grok 4.3

摘要

DeepSeek V4 Flash vs Grok 4.3 benchmark 对比：DeepSeek V4 Flash 平均分领先，为 8.3 vs 7.7。 DeepSeek V4 Flash benchmark 成本更低，为 $0.029 vs $0.614。 DeepSeek V4 Flash 更快，为 45.85s vs 47.51s，通过率为 74.6% vs 71.4%。

推荐模型: DeepSeek V4 Flash - 它在这里得分最高（8.3），同时成本比Grok 4.3低约 21.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24 Grok 4.3 Grok 4.3 medium 发布日期: 2026-05-01
分数 8.3 7.7
排名 #26 #40
可靠性 10.0 10.0
一致性 8.5 8.5
测试正确
尝试通过率 74.6% 71.4%
不稳定测试 4 4
总运行次数 63 63
每个结果成本 0.299 4.724
总成本 $0.029 $0.614
输入价格 $0.098 / 1M $1.250 / 1M
输出价格 $0.196 / 1M $2.500 / 1M
总输入令牌 39,745 44,472
输出令牌 10,310 1,981
推理令牌 123,501 221,382
响应时间（平均） 45.85s 47.51s
响应时间（最大） 218.13s 216.69s
响应时间（总计） 962.79s 997.68s

Generation showcase

Hamster playing table tennis

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

#26 DeepSeek V4 Flash

high
Cost
$0.003
Time
93.1s
Tokens
7,926 tok

#40 xAI: Grok 4.3

medium
Cost
$0.009
Time
19.0s
Tokens
3,661 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

反AI技巧 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 8.3 10.0 75.0% 0 28.51s 540 140 7,770
Grok 4.3 10.0 10.0 100.0% 0 8.83s 2,010 88 8,207
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 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226
综合 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 10.0 10.0 100.0% 0 76.57s 14,016 465 7,347
Grok 4.3 10.0 10.0 100.0% 0 63.99s 12,909 234 15,301
数据解析与提取 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 10.0 10.0 100.0% 0 28.03s 7,290 201 1,179
Grok 4.3 10.0 10.0 100.0% 0 18.97s 7,761 180 9,546
领域专项 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 4.1 4.4 44.5% 2 100.31s 666 27 59,249
Grok 4.3 5.3 7.2 44.4% 1 181.74s 1,764 14 111,300
通用智能 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 6.1 3.1 66.7% 1 25.15s 471 79 632
Grok 4.3 5.4 2.5 66.7% 1 24.70s 825 70 5,020
指令遵循 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 10.0 10.0 100.0% 0 15.36s 627 63 1,622
Grok 4.3 9.8 10.0 100.0% 0 18.58s 1,362 57 8,713
谜题求解 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 8.2 7.2 88.9% 1 26.11s 594 196 1,767
Grok 4.3 5.9 7.2 55.6% 1 22.52s 1,689 128 14,468
工具调用 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 10.0 10.0 100.0% 0 74.73s 8,079 228 542
Grok 4.3 10.0 10.0 100.0% 0 17.66s 7,263 168 4,615
常识问答 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 3.0 10.0 0.0% 0 54.46s 183 8,516 8,531
Grok 4.3 3.0 10.0 0.0% 0 44.47s 549 14 12,986

快速对比

切换对比组合

Step 3.7 FlashlowvsGrok 4.3mediumDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumDeepSeek V4 FlashhighvsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsGPT-5.2mediumDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用DeepSeek V4 FlashhighvsGLM 5 TurbomediumGPT-5.3 ChatnonevsGrok 4.3mediumDeepSeek V4 FlashhighvsStep 3.7 FlashmediumDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneSeed-2.0-LitemediumvsDeepSeek V4 FlashhighDeepSeek V4 FlashhighvsGPT-5.4mediumDeepSeek V4 FlashhighvsGPT-5.4 Minimedium