DeepSeek V4 Flash 0423 (high) vs Grok Build 0.1 (medium)

已对比模型

排名: #133
总输出令牌: 203,134
响应时间（平均）: 55.99s
总成本: $0.261

排名: #236
总输出令牌: 529,806
响应时间（平均）: 55.13s
总成本: $1.419

推荐模型 DeepSeek V4 Flash 0423 (high)

它在这里得分最高（8.1），同时成本比Grok Build 0.1 (medium)低约 5.4 倍。

详细对比

指标	DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 high 发布日期: 2026-04-24	Grok Build 0.1 Grok Build 0.1 medium 发布日期: 2026-05-21

指标	DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 high 发布日期: 2026-04-24	Grok Build 0.1 Grok Build 0.1 medium 发布日期: 2026-05-21
分数	8.1	6.7
排名	#133	#236
可靠性	10.0	10.0
一致性	8.6	9.6
尝试次数	69/69	69/69
测试正确
尝试通过率	71.0%	58.0%
不稳定测试	4	1
总运行次数	69	69
每个结果成本	0.547	10.910
总成本	$0.261	$1.419
输入价格	$0.002 / 1M	$1.000 / 1M
输出价格	$1.280 / 1M	$2.000 / 1M
缓存读取价格	$0.002 / 1M	$0.200 / 1M
缓存写入价格	不适用	不适用
总输入令牌	298,794	358,616
输出令牌	45,873	9,651
推理令牌	188,721	520,155
响应时间（平均）	55.99s	55.13s
响应时间（最大）	218.13s	252.69s
响应时间（总计）	1287.87s	1268.10s
参数量	284B 总计 (13B 激活)	~300B 总计 (~30B 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.

#133 DeepSeek V4 Flash 0423

high

成本: $0.003
时间: 93.1s
令牌: 7,926 tok

#236 SpaceXAI: Grok Build 0.1

medium

成本: $0.028
时间: 81.3s
令牌: 14,009 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

类别:

智能体任务	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 0423	10.0	10.0	100.0%	0		148.13s	190,314	8,644	14,640
Grok Build 0.1	3.4	9.6	0.0%	0		69.03s	251,670	1,658	16,742

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 0423	8.3	10.0	75.0%	0		28.51s	540	140	7,770
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

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 0423	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
Grok Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

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 0423	6.4	5.8	66.7%	1		104.10s	82,663	4,633	37,533
Grok Build 0.1	10.0	10.0	100.0%	0		65.08s	75,242	5,442	65,569

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 0423	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

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 0423	3.6	7.2	22.2%	1		115.42s	754	22,778	79,643
Grok Build 0.1	2.9	7.2	11.1%	1		175.94s	1,959	492	192,037

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 0423	6.1	3.1	66.7%	1		25.15s	471	79	632
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

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 0423	10.0	10.0	100.0%	0		15.36s	627	63	1,622
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

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 0423	8.2	7.2	88.9%	1		26.11s	594	196	1,767
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

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 0423	10.0	10.0	100.0%	0		74.73s	8,079	228	542
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

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 0423	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

切换对比组合