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

GLM 5.1 lidera en puntuación media con 5.5 vs 5.0. DeepSeek V3.2 tiene menor coste de benchmark con $0.054 vs $0.164. GLM 5.1 es más rápido con 6.70s vs 18.25s, con tasas de acierto de 37.9% vs 40.9%.

Modelo recomendadoGLM 5.1Tiene la mejor puntuación aquí (5.5) y responde aproximadamente 2.7x más rápido que DeepSeek V3.2.

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

Métrica	DeepSeek V3.2 DeepSeek V3.2 none Lanzamiento: 2025-12-01	GLM 5.1 GLM 5.1 none Lanzamiento: 2026-04-07

Métrica	DeepSeek V3.2 DeepSeek V3.2 none Lanzamiento: 2025-12-01	GLM 5.1 GLM 5.1 none Lanzamiento: 2026-04-07
Puntuación	5.0	5.5
Rango	#165	#144
Fiabilidad	10.0	10.0
Consistencia	7.7	8.2
Pruebas correctas
Tasa de aciertos por intento	37.9%	40.9%
Pruebas inestables	6	5
Ejecuciones totales	66	66
Costo por resultado	0.870	2.368
Costo total	$0.054	$0.164
Precio de entrada	$0.269 / 1M	$0.966 / 1M
Precio de salida	$0.400 / 1M	$3.036 / 1M
Total de tokens de entrada	135,780	124,209
Tokens de salida	42,097	14,393
Tokens de razonamiento	0	0
Tiempo de respuesta (promedio)	18.25s	6.70s
Tiempo de respuesta (máximo)	115.89s	61.20s
Tiempo de respuesta (total)	401.60s	147.38s

Hamster playing table tennis

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

#165 DeepSeek V3.2

none

Coste: $0.002
Tiempo: 7.0s
Tokens: 1,046 tok

#144 GLM 5.1

none

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	3.2	8.0	8.3%	1		9.35s	494	1,073	0
GLM 5.1	4.0	6.3	25.0%	2		2.11s	555	305	0

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	3.1	6.9	11.1%	1		14.54s	7,279	4,528	0
GLM 5.1	3.9	9.7	0.0%	0		4.96s	7,256	525	0

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	4.8	10.0	0.0%	0		113.53s	109,626	33,819	0
GLM 5.1	2.8	1.8	33.3%	2		46.88s	99,907	12,768	0

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	6.3	5.8	66.7%	1		9.42s	7,890	1,710	0
GLM 5.1	10.0	10.0	100.0%	0		1.08s	7,107	204	0

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	7.2	11.1%	1		4.17s	624	21	0
GLM 5.1	2.9	7.2	11.1%	1		1.99s	687	24	0

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	4.7	1.6	66.7%	1		9.32s	314	43	0
GLM 5.1	5.0	10.0	0.0%	0		790ms	477	39	0

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		1.52s	627	66	0
GLM 5.1	9.8	10.0	100.0%	0		1.98s	636	66	0

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	7.6	7.2	77.8%	1		6.91s	424	298	0
GLM 5.1	7.7	10.0	66.7%	0		1.45s	609	151	0

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		11.85s	8,319	522	0
GLM 5.1	10.0	10.0	100.0%	0		10.68s	6,789	300	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		17.23s	183	17	0
GLM 5.1	3.0	10.0	0.0%	0		2.34s	186	11	0

Comparación rápida

Cambiar par de comparación

KAT-Coder-Air V2.5mediumvsGLM 5.1none DeepSeek V3.2nonevsMiniMax M2.7medium KAT-Coder-Air V2.5highvsGLM 5.1none DeepSeek V3.2nonevsMistral Small 4medium KAT-Coder-Air V2.5lowvsGLM 5.1none Nemotron 3 SupermediumDisponible gratisvsGLM 5.1none DeepSeek V3.2nonevsQwen3 Coder Nextmedium CobuddymediumvsDeepSeek V3.2none North Mini CodemediumDisponible gratisvsGLM 5.1none DeepSeek V3.2nonevsKAT-Coder-Air V2.5low DeepSeek V3.2nonevsMiniMax M2.5medium Mistral Small 4mediumvsGLM 5.1none