- 排名
- #58
- 总输出令牌
- 189,181
- 响应时间（平均）
- 79.14s
- 总成本
- $0.200
DeepSeek V4 Pro (high) vs Grok Build 0.1 (medium)
DeepSeek V4 Pro (high) 平均分领先，为 7.7 vs 7.6。 DeepSeek V4 Pro (high) benchmark 成本更低，为 $0.200 vs $1.097。 Grok Build 0.1 (medium) 更快，为 52.06s vs 79.14s，通过率为 63.6% vs 63.6%。
- 排名
- #60
- 总输出令牌
- 494,663
- 响应时间（平均）
- 52.06s
- 总成本
- $1.097
推荐模型
DeepSeek V4 Pro (high)
它在这里得分最高（7.7），同时成本比Grok Build 0.1 (medium)低约 5.5 倍。
详细对比
| 指标 | DeepSeek V4 Pro DeepSeek V4 Pro high | Grok Build 0.1 Grok Build 0.1 medium |
|---|---|---|
| 分数 | 7.7 | 7.6 |
| 排名 | #58 | #60 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.7 | 10.0 |
| 测试正确 | ||
| 尝试通过率 | 63.6% | 63.6% |
| 不稳定测试 | 6 | 0 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 2.000 | 7.830 |
| 总成本 | $0.200 | $1.097 |
| 输入价格 | $0.435 / 1M | $1.000 / 1M |
| 输出价格 | $0.870 / 1M | $2.000 / 1M |
| 总输入令牌 | 90,748 | 106,751 |
| 输出令牌 | 10,462 | 7,993 |
| 推理令牌 | 178,719 | 486,670 |
| 响应时间（平均） | 79.14s | 52.06s |
| 响应时间（最大） | 416.76s | 252.69s |
| 响应时间（总计） | 1740.97s | 1145.27s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#58 DeepSeek V4 Pro
high- 成本
- $0.023
- 时间
- 257.6s
- 令牌
- 14,870 tok
#60 xAI: 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
| 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 | 5.7 | 5.9 | 58.3% | 2 | 25.70s | 536 | 149 | 3,214 | |
| 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 Pro | 6.3 | 8.7 | 33.3% | 0 | 243.00s | 5,090 | 383 | 84,580 | |
| 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 Pro | 10.0 | 10.0 | 100.0% | 0 | 78.99s | 66,082 | 4,582 | 25,404 | |
| 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 Pro | 10.0 | 10.0 | 100.0% | 0 | 25.03s | 7,690 | 274 | 2,166 | |
| 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 Pro | 3.6 | 7.2 | 22.2% | 1 | 151.46s | 569 | 4,404 | 50,391 | |
| Grok Build 0.1 | 5.3 | 10.0 | 33.3% | 0 | 158.00s | 1,764 | 492 | 175,294 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 471 | 115 | 1,013 | |
| 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 Pro | 7.8 | 6.6 | 83.3% | 1 | 8.73s | 627 | 66 | 2,726 | |
| 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 Pro | 6.9 | 4.9 | 77.8% | 2 | 56.85s | 591 | 178 | 2,563 | |
| 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 Pro | 9.8 | 10.0 | 100.0% | 0 | 15.92s | 8,909 | 295 | 701 | |
| 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 Pro | 3.0 | 10.0 | 0.0% | 0 | 34.01s | 183 | 16 | 5,961 | |
| Grok Build 0.1 | 3.0 | 10.0 | 0.0% | 0 | 53.51s | 531 | 13 | 21,563 |
快速对比
切换对比组合
Claude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsMiniMax M3mediumClaude Opus 5nonevsGrok Build 0.1mediumDeepSeek V4 ProhighvsGLM 5mediumDeepSeek V4 FlashhighvsGrok Build 0.1mediumGPT-5.3 ChatnonevsGrok Build 0.1mediumDeepSeek V4 ProhighvsGPT-5.6 LunamediumClaude Opus 4.8lowvsDeepSeek V4 ProhighGPT-5.6 TerralowvsGrok Build 0.1mediumGPT-5.6 LunahighvsGrok Build 0.1mediumDeepSeek V4 ProhighvsNemotron 3 Ultramedium免费可用Claude Opus 5nonevsDeepSeek V4 Prohigh