Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Modelos comparados

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-24

Métrica DeepSeek V4 Flash DeepSeek V4 Flash high Lanzamiento: 2026-04-24 DeepSeek V4 Pro DeepSeek V4 Pro high Lanzamiento: 2026-04-24 Kimi K2.6 Kimi K2.6 medium Lanzamiento: 2026-04-20 GLM 5 GLM 5 medium Lanzamiento: 2026-02-12
Puntuación 7.8 7.4 7.7 8.4
Rango #35 #50 #40 #14
Consistencia 7.8 10.0 8.3 8.2
Pruebas correctas
Tasa de aciertos por intento 79.6% 61.1% 74.1% 85.2%
Pruebas inestables 5 0 4 4
Ejecuciones totales 52 24 54 54
Costo por resultado 0.189 1.385 6.563 1.188
Costo total $0.021 $0.153 $0.722 $0.155
Precio de entrada $0.140 / 1M $1.740 / 1M $0.745 / 1M $0.600 / 1M
Precio de salida $0.280 / 1M $3.480 / 1M $4.655 / 1M $2.080 / 1M
Tokens de salida 1,757 584 80,759 20,163
Tokens de razonamiento 55,907 37,708 179,814 58,337
Tiempo de respuesta (promedio) 47.47s 78.45s 45.20s 23.34s
Tiempo de respuesta (máximo) 255.28s 351.99s 215.85s 79.09s
Tiempo de respuesta (total) 854.45s 1255.22s 768.37s 233.40s

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

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 8.3 10.0 75.0% 0 28.51s 140 7,770
DeepSeek V4 Pro 8.3 10.0 75.0% 0 32.12s 64 1,799
Kimi K2.6 7.0 8.0 66.7% 1 11.59s 7,115 8,934
GLM 5 10.0 10.0 100.0% 0 23.66s 480 7,056
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 10.0 10.0 100.0% 0 62.48s 369 9,361
DeepSeek V4 Pro 10.0 10.0 100.0% 0 93.00s 82 2,808
Kimi K2.6 10.0 10.0 100.0% 0 106.96s 3,236 18,817
GLM 5 10.0 10.0 100.0% 0 79.09s 330 19,814
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 10.0 10.0 100.0% 0 76.57s 465 7,347
DeepSeek V4 Pro 10.0 10.0 100.0% 0 71.08s 134 2,163
Kimi K2.6 10.0 10.0 100.0% 0 40.96s 711 13,876
GLM 5 10.0 10.0 100.0% 0 28.96s 662 3,242
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 10.0 10.0 100.0% 0 28.03s 201 1,179
DeepSeek V4 Pro 10.0 10.0 100.0% 0 63.00s 67 1,071
Kimi K2.6 10.0 10.0 100.0% 0 20.38s 316 11,305
GLM 5 7.1 5.6 83.3% 1 8.90s 567 3,734
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 4.1 4.4 44.5% 2 112.69s 19 24,857
DeepSeek V4 Pro 5.3 10.0 33.3% 0 202.56s 11 25,343
Kimi K2.6 5.3 7.2 44.4% 1 202.38s 47,035 98,262
GLM 5 3.5 4.4 33.3% 2 0ms 13,176 14,137
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 6.1 3.1 66.7% 1 25.15s 79 632
DeepSeek V4 Pro 5.0 10.0 0.0% 0 26.96s 51 734
Kimi K2.6 10.0 10.0 100.0% 0 17.83s 3,981 4,472
GLM 5 6.1 3.1 66.7% 1 14.69s 2,020 2,248
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 10.0 10.0 100.0% 0 15.36s 63 1,622
DeepSeek V4 Pro 3.0 10.0 0.0% 0 0ms 0 0
Kimi K2.6 10.0 10.0 100.0% 0 12.53s 3,977 5,269
GLM 5 10.0 10.0 100.0% 0 7.25s 1,001 2,129
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 6.4 4.5 77.8% 2 25.53s 193 2,597
DeepSeek V4 Pro 7.7 10.0 66.7% 0 63.66s 91 3,617
Kimi K2.6 5.0 5.2 44.5% 2 25.59s 14,140 17,868
GLM 5 10.0 10.0 100.0% 0 15.64s 1,694 4,983
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 228 542
DeepSeek V4 Pro 10.0 10.0 100.0% 0 11.05s 84 173
Kimi K2.6 10.0 10.0 100.0% 0 8.92s 248 1,011
GLM 5 10.0 10.0 100.0% 0 15.93s 233 994

Comparación rápida

Cambiar par de comparación

DeepSeek V4 FlashhighvsGLM 5V TurbomediumDeepSeek V4 FlashhighvsQwen3.5-FlashmediumDeepSeek V4 ProhighvsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsDeepSeek V4 ProhighDeepSeek V4 FlashhighvsGLM 5.1mediumDeepSeek V4 FlashhighvsStep 3.5 FlashmediumKimi K2.6mediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsGemini 3.1 Flash Lite PreviewnoneDeepSeek V4 ProhighvsMiMo-V2-FlashmediumDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsMiMo-V2.5mediumDeepSeek V4 ProhighvsGPT-5.2medium