deepseek vs grok:Grok聪明7分,DeepSeek每个任务便宜10倍

DeepSeek和Grok哪个更好?

从可衡量的质量看,Grok更好。凡是涉及花钱或花时间的地方,DeepSeek更胜一筹。在Artificial Analysis智能指数上(v4.3.2,2026年10月12日读取),最高强度设置下的Grok 4.7得46分,DeepSeek V4.1 Flash得39分。两者都在2026年9月发布。

每个点代表一个模型在一种强度设置下的表现。横轴上的成本是指数中一个任务按标价计算的花费,既包括每个token的价格,也包括模型思考时消耗的token。Grok多出的7分,在高强度下每个任务要$2.73,而DeepSeek只要$0.27,是它的10倍。超高强度设置要$3.74,分数却没有更高。

把Grok的强度调低并不能缩小差距。低强度下Grok 4.7得42分,仍比DeepSeek高三分,每个任务$1.25。所以能超过DeepSeek的最便宜Grok,成本是DeepSeek的4.6倍。按每美元计算,DeepSeek能换到144个指数点,而Grok视设置不同只有12到34个。

DeepSeek的响应也更快。在Artificial Analysis的测试中,它的首个token在0.97秒内到达,而最高设置下的Grok 4.7用了88.14秒,因为它先思考再动笔,等待时间很长。开始输出之后,DeepSeek每秒输出211个token,Grok每秒83个。

目前的DeepSeek和Grok模型怎么比?

DeepSeek的API列出两个模型,Grok的文档只指向一个旗舰模型,这里按三种强度设置测试。下面所有数据来自Artificial Analysis(2026年10月12日读取),标价来自同一天的DeepSeek定价页面和Grok模型文档:

Grok的文档对该用哪个模型说得很明确:“For everything else, including code, use Grok 4.7. It is the most capable model we've built.”DeepSeek的选择就没那么明显。它的Pro模型得36分,比Flash低三分,每个任务的成本却是Flash的2.5倍。它还只能读取文本,而Flash和Grok 4.7都支持文本和图像。

有一个名字变了。Artificial Analysis把Grok的开发商列为SpaceXAI,这是xAI在与SpaceX合并后于2026年7月采用的名称。应用、API和Grok这个名字都没有变。

写代码用DeepSeek还是Grok?

在终端里做智能体编程,两者打平,所以DeepSeek凭价格胜出。在Terminal-Bench 4.0(指数中的十项测试之一)上,DeepSeek V4.1 Flash得27%,Grok 4.7得26%。DeepSeek每个任务只花$0.27,而Grok的26%是在超高强度设置下取得的,要花$3.74。

当代码要根据书面规格来写时,Grok胜出。在SciCode上,要求根据描述写出科学计算函数,Grok 4.7得57%,DeepSeek得52%。DeepSeek的Pro模型在智能体任务上差得很远,Terminal-Bench只有14%。

大型代码库更适合DeepSeek。它的窗口是1M token,Grok是500K;在长上下文推理测试AA-LCR上,Flash得84%,Grok得77%。Grok超过200K之后价格还会上涨:它的文档说,达到这个门槛的提示词“billed at the higher rate for all tokens in the request”,也就是每百万token输入$4、输出$12。

哪一个更容易胡编乱造?

DeepSeek更严重,而且差距很大。AA-Omniscience测试用很难的事实性问题提问。答对加分,答错扣分,说“不知道”的模型不会被扣分。得分范围是-100到100,Artificial Analysis明确了下限:“negative scores mean more incorrect than correct.”

Grok 4.7在这项测试中得32分。DeepSeek V4.1 Flash得-5分,V4 Pro得1分。也就是说,DeepSeek的Flash模型没把握时会去猜,而且猜错的次数多于猜对。

在推理测试上Grok同样领先:Humanity's Last Exam上是43%对39%,物理研究测试CritPt上是18%对14%。如果你要引用答案或发给客户,两者中Grok更稳妥,而且无论用哪个都应该开着联网搜索。代码则容易一些,因为测试套件能在错误的猜测上线前把它拦住。

写作风格是这些测试都没有衡量的一项。首页上评判语气的评测,比如Tom's Guide的七个提示词测试,在2025年2月拿Grok 3对比DeepSeek R1,而这两个模型如今都已落后两代。那次测试中Grok赢下七个提示词中的五个,包括短篇故事,DeepSeek赢了笑话和关于近期AI新闻的那一题。如果你在意文风,选之前先用自己的提示词在两边都试一下。

DeepSeek和Grok的API价格是多少?

DeepSeek的输出价格是Grok的五分之一,非高峰时段还要低得多。截至2026年10月,DeepSeek V4.1 Flash在高峰时段每百万输入token收费$0.30,每百万输出token收费$1.20。非高峰时段两项都减半,工作日的高峰时段是UTC时间01:00到04:00和06:00到10:00,周末和中国法定节假日全天按非高峰价格计费。

Grok 4.7输入$2、输出$6,缓存输入为$0.50。Grok自己的列表中更便宜的选择是Grok 4.3,输入$1.25、输出$2.50,窗口为1M。Artificial Analysis给它25分,与关闭推理的DeepSeek Flash相同,并把这个模型标记为已弃用。

Grok的账单主要增长在输入端。它每个指数任务的81,000个输出token,按每百万$6算大约是$0.49,而总额是$3.74,所以大部分成本来自它读取的上下文。缓存输入是两份价目表中差距最大的地方:DeepSeek在高峰时段每百万缓存token收费$0.006,Grok收费$0.50,是前者的83倍。智能体每一步都会重新读取同样的上下文,所以这个费率累积得很快。

DeepSeek和Grok免费吗?

两个应用都免费,但只有Grok出售付费套餐。DeepSeek应用在App Store上标为免费,没有应用内购买。Grok的免费套餐在其定价页面上列有“Real-time web and X search”和语音模式,付费档位每月$10到$300不等。

DeepSeek没有能让你绕过服务器繁忙的付费档位。服务器满载时,你会看到服务器繁忙提示,只能等待。Grok还在App Store出售$5到$100的额外用量点数。

DeepSeek无论花多少钱都比不了X搜索。当一次发布会或一场危机才发生一小时时,Grok能在大多数相关文章出现之前就读到帖子。SuperGrok值不值得买分析了$30的套餐是否划算。

两者各把你的聊天记录存在哪里?

DeepSeek存在中国。它的隐私政策最后更新于2026年2月10日,其中写道:“we directly collect, process and store your Personal Data in People's Republic of China.”它用这些数据“to train and improve our technology”,并赋予你退出的权利,方式是发邮件到privacy@deepseek.com,而不是应用里的一个开关。

Grok的隐私政策更新于2026年10月11日,称其开发商是“a US-based company”,但没有说明数据存放在哪里。它可能会使用你的信息“to train our models”,而它的消费者常见问题把关闭开关放在了应用里。

DeepSeek应用并不是运行它的模型的唯一方式。权重以MIT协议发布在Hugging Face上,所以任何你信任的托管方都可以按自己的隐私条款提供服务。Grok 4.7的权重没有公开。DeepSeek安全吗对中国这个问题有更深入的讨论。

大批量和超长输入选DeepSeek,事实和X选Grok

Whizi把这两个模型放在同一张账单里。在Pro套餐(每月$29.99,含2,500点数)上,DeepSeek V4.1 Flash每条消息消耗1点数,Grok 4.7消耗6点数,而并排模型聊天会把同一个提示词发给两者。Starter两者都不含。如果你想要Grok是为了实时X帖子或视频,那就去它自己的应用。DeepSeek和Grok文档列出了每一行数据,DeepSeek vs Gemini则用同样的数字与谷歌做了对比。