导航
AI BENCHY
Advertise here

AI BENCHY 对比

DeepSeek: DeepSeek V4 Pro vs xAI: Grok 4.20

摘要

DeepSeek V4 Pro vs Grok 4.20 benchmark 对比：DeepSeek V4 Pro 平均分领先，为 6.0 vs 5.4。 Grok 4.20 benchmark 成本更低，为 $0.057 vs $0.079。 Grok 4.20 更快，为 1.11s vs 65.21s，通过率为 52.4% vs 33.3%。

推荐模型: Grok 4.20 - 它的得分接近这里的最高分（5.4 vs 6.0），同时响应速度比DeepSeek V4 Pro快约 58.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标 DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24 Grok 4.20 Grok 4.20 none 发布日期: 2026-03-31
分数 6.0 5.4
排名 #104 #128
可靠性 9.0 不适用
一致性 7.6 10.0
测试正确
尝试通过率 52.4% 33.3%
不稳定测试 6 0
总运行次数 63 54
每个结果成本 2.869 1.570
总成本 $0.079 $0.057
输入价格 $0.435 / 1M $1.250 / 1M
输出价格 $0.870 / 1M $2.500 / 1M
总输入令牌 32,240 41,313
输出令牌 12,250 1,923
推理令牌 72,257 0
响应时间（平均） 65.21s 1.11s
响应时间（最大） 358.35s 6.04s
响应时间（总计） 1304.19s 19.96s

Generation showcase

Hamster playing table tennis

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

#104 DeepSeek V4 Pro

high
Cost
$0.023
Time
257.6s
Tokens
14,870 tok

#128 xAI: Grok 4.20

none
Cost
$0.004
Time
6.5s
Tokens
1,367 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 Pro 6.4 7.9 58.3% 1 16.53s 448 71 3,617
Grok 4.20 4.8 10.0 25.0% 0 501ms 1,986 267 0
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 Pro 3.3 6.4 11.1% 1 118.23s 1,966 111 20,940
Grok 4.20 3.4 9.3 0.0% 0 1.22s 1,074 312 0
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 Pro 10.0 10.0 100.0% 0 65.02s 14,016 465 5,914
Grok 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 0
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 Pro 7.3 5.9 83.3% 1 23.62s 5,633 229 1,710
Grok 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 0
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 Pro 2.9 7.2 11.1% 1 205.66s 430 10,529 28,089
Grok 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 0
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 Pro 6.1 3.1 66.7% 1 25.09s 314 76 1,152
Grok 4.20 4.8 10.0 0.0% 0 659ms 819 83 0
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 Pro 10.0 10.0 100.0% 0 41.16s 627 205 2,416
Grok 4.20 6.3 10.0 50.0% 0 445ms 1,350 60 0
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 Pro 5.9 7.2 55.6% 1 34.84s 544 139 4,019
Grok 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 0
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 Pro 10.0 10.0 100.0% 0 21.33s 8,079 372 593
Grok 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 0
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 Pro 3.0 10.0 0.0% 0 39.14s 183 53 3,807
Grok 4.20 - - - - - - - - -

快速对比

切换对比组合

DeepSeek V4 ProhighvsGemma 4 26B A4Bnone免费可用DeepSeek V4 ProhighvsNemotron 3 Ultra 550b A55bnone免费可用DeepSeek V4 Prohighvsgpt-oss-120bmedium免费可用MiniMax M2.5mediumvsGrok 4.20noneDeepSeek V4 ProhighvsGLM 5noneMiniMax M2.7mediumvsGrok 4.20noneMistral Small 4mediumvsGrok 4.20noneCobuddymediumvsGrok 4.20noneDeepSeek V4 ProhighvsGemini 2.5 FlashnoneDeepSeek V4 ProhighvsRing-2.6-1TnoneDeepSeek V4 ProhighvsNemotron 3 Supermedium免费可用DeepSeek V4 ProhighvsQwen3.5 Plus 2026-02-15none