DeepSeek: DeepSeek V3.2 vs Z.ai: GLM 5.1

GLM 5.1 (medium) lidera en puntuación media con 7.1 vs 7.0. DeepSeek V3.2 (medium) tiene menor coste de benchmark con $0.078 vs $0.535. GLM 5.1 (medium) es más rápido con 46.77s vs 68.62s, con tasas de acierto de 65.2% vs 69.7%.

Modelo recomendadoDeepSeek V3.2 (medium)Su puntuación se mantiene cerca de la mejor aquí (7.0 vs 7.1) y cuesta aproximadamente 6.9x menos que GLM 5.1 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-17

Métrica	DeepSeek V3.2 DeepSeek V3.2 medium Lanzamiento: 2025-12-01	GLM 5.1 GLM 5.1 medium Lanzamiento: 2026-04-07

Métrica	DeepSeek V3.2 DeepSeek V3.2 medium Lanzamiento: 2025-12-01	GLM 5.1 GLM 5.1 medium Lanzamiento: 2026-04-07
Puntuación	7.0	7.1
Rango	#73	#71
Fiabilidad	10.0	8.3
Consistencia	7.4	8.4
Pruebas correctas
Tasa de aciertos por intento	65.2%	69.7%
Pruebas inestables	7	4
Ejecuciones totales	66	66
Costo por resultado	0.671	4.202
Costo total	$0.078	$0.535
Precio de entrada	$0.269 / 1M	$0.966 / 1M
Precio de salida	$0.400 / 1M	$3.036 / 1M
Total de tokens de entrada	101,047	82,623
Tokens de salida	11,834	16,089
Tokens de razonamiento	117,014	136,463
Tiempo de respuesta (promedio)	68.62s	46.77s
Tiempo de respuesta (máximo)	376.10s	308.75s
Tiempo de respuesta (total)	1509.53s	982.16s

Hamster playing table tennis

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

#73 DeepSeek V3.2

medium

Coste: $0.001
Tiempo: 53.6s
Tokens: 1,932 tok

#71 GLM 5.1

medium

SVG inválido

Coste: $0.000
Tiempo: 300.0s
Tokens: 0 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	8.2	7.9	83.3%	1		24.23s	448	3,247	6,953
GLM 5.1	10.0	10.0	100.0%	0		8.31s	555	401	5,122

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	6.0	7.2	55.6%	1		248.68s	5,717	649	52,014
GLM 5.1	4.6	3.7	44.5%	2		109.63s	5,702	4,871	37,826

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	7.3	5.8	83.3%	1		79.92s	76,997	5,219	24,229
GLM 5.1	9.8	10.0	100.0%	0		175.93s	66,926	4,761	65,248

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	10.0	10.0	100.0%	0		36.09s	7,388	207	7,693
GLM 5.1	10.0	10.0	100.0%	0		9.33s	7,107	991	4,552

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	2.9	4.4	22.2%	2		24.27s	472	21	6,838
GLM 5.1	5.3	10.0	33.3%	0		29.77s	489	969	11,314

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	3.4	2.5	33.3%	1		58.29s	314	49	2,189
GLM 5.1	10.0	10.0	100.0%	0		20.95s	477	2,875	2,875

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	10.0	10.0	100.0%	0		35.78s	627	1,397	2,845
GLM 5.1	6.4	5.8	66.7%	1		7.47s	634	204	1,617

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	7.0	7.2	55.6%	1		37.69s	594	518	6,375
GLM 5.1	8.2	7.2	88.9%	1		31.64s	609	935	5,730

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	10.0	10.0	100.0%	0		34.81s	8,307	507	859
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0	0

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V3.2	3.0	10.0	0.0%	0		83.99s	183	20	7,019
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

Comparación rápida

Cambiar par de comparación

DeepSeek V3.2mediumvsGemini 3.5 Flashnone Qwen3.7 PlusnonevsGLM 5.1medium KAT-Coder-Pro V2.5highvsGLM 5.1medium DeepSeek V3.2mediumvsGPT-5.6 Solnone Step 3.7 FlashlowvsGLM 5.1medium Gemini 3.5 FlashnonevsGLM 5.1medium Claude Opus 4.8nonevsGLM 5.1medium DeepSeek V3.2mediumvsQwen3.7 Plusnone DeepSeek V3.2mediumvsStep 3.7 Flashhigh DeepSeek V3.2mediumvsGPT-5.5none DeepSeek V3.2mediumvsGemini 3.5 Flashminimal DeepSeek V3.2mediumvsKAT-Coder-Pro V2.5high