Modelos comparados

Comparación benchmark DeepSeek V4 Flash (high) vs DeepSeek V4 Pro (high) vs Kimi K2.6 (medium) vs GLM 5 (medium): GLM 5 (medium) lidera en Puntuación con 7.7. DeepSeek V4 Flash (high) lidera en Fiabilidad con 10.0. DeepSeek V4 Flash (high) tiene el Costo total más bajo con $0.060. GLM 5 (medium) es el más rápido con 33.54s.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-08-07

Rango: #62
Total de tokens de salida: 168,165
Tiempo de respuesta (promedio): 49.75s
Costo total: $0.060

Rango: #63
Total de tokens de salida: 189,181
Tiempo de respuesta (promedio): 79.14s
Costo total: $0.200

Rango: #88
Total de tokens de salida: 391,540
Tiempo de respuesta (promedio): 109.98s
Costo total: $0.746

Rango: #59
Total de tokens de salida: 124,566
Tiempo de respuesta (promedio): 33.54s
Costo total: $0.307

Modelo recomendado DeepSeek V4 Flash (high)

Su puntuación se mantiene cerca de la mejor aquí (7.7 vs 7.7) y cuesta aproximadamente 7.0x menos que los otros modelos de esta comparación.

Comparación detallada

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

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	7.7	7.7	7.2	7.7
Rango	#62	#63	#88	#59
Fiabilidad	10.0	10.0	9.4	10.0
Consistencia	8.2	7.7	8.3	8.1
Cobertura del benchmark	22/22 pruebas · 66/66 intentos	22/22 pruebas · 66/66 intentos	22/22 pruebas · 66/66 intentos	21/22 pruebas · 63/66 intentos
Pruebas correctas
Tasa de aciertos por intento	72.7%	63.6%	63.6%	78.8%
Pruebas inestables	5	6	4	4
Ejecuciones totales	66	66	66	63
Costo por resultado	0.402	2.000	9.821	1.668
Costo total	$0.060	$0.200	$0.746	$0.307
Precio de entrada	$0.140 / 1M	$0.435 / 1M	$0.580 / 1M	$0.950 / 1M
Precio de salida	$0.280 / 1M	$0.870 / 1M	$2.440 / 1M	$2.551 / 1M
Total de tokens de entrada	108,392	90,748	68,902	35,224
Tokens de salida	14,478	10,462	111,680	21,570
Tokens de razonamiento	153,687	178,719	279,860	102,996
Tiempo de respuesta (promedio)	49.75s	79.14s	109.98s	33.54s
Tiempo de respuesta (máximo)	218.13s	416.76s	876.20s	99.85s
Tiempo de respuesta (total)	1094.41s	1740.97s	2309.56s	435.99s

Generación showcase de modelos

Hamster playing table tennis

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

#62 DeepSeek V4 Flash

high

Coste: $0.003
Tiempo: 93.1s
Tokens: 7,926 tok

#63 DeepSeek V4 Pro

high

Coste: $0.023
Tiempo: 257.6s
Tokens: 14,870 tok

#88 MoonshotAI: Kimi K2.6

medium

Coste: $0.013
Tiempo: 103.4s
Tokens: 3,620 tok

#59 GLM 5

medium

Coste: $0.005
Tiempo: 20.7s
Tokens: 2,068 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	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	8.3	10.0	75.0%	0	28.51s	540	140	7,770
DeepSeek V4 Pro	5.7	5.9	58.3%	2	25.70s	536	149	3,214
Kimi K2.6	7.0	8.0	66.7%	1	11.59s	618	7,115	8,934
GLM 5	10.0	10.0	100.0%	0	23.66s	555	480	7,056

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	7.8	10.0	66.7%	50.60s	7,279	395	34,862
DeepSeek V4 Pro	6.3	8.7	33.3%	243.00s	5,090	383	84,580
Kimi K2.6	5.7	8.6	33.3%	214.42s	2,925	9,970	77,189
GLM 5	10.0	10.0	100.0%	74.30s	7,254	2,997	52,930

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	6.4	5.8	66.7%	1	104.10s	82,663	4,633	37,533
DeepSeek V4 Pro	10.0	10.0	100.0%	0	78.99s	66,082	4,582	25,404
Kimi K2.6	6.9	5.9	66.7%	1	458.58s	50,723	9,468	39,642
GLM 5	5.0	5.0	50.0%	0	28.96s	12,804	662	3,242

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	10.0	10.0	100.0%	0	28.03s	7,290	201	1,179
DeepSeek V4 Pro	10.0	10.0	100.0%	0	25.03s	7,690	274	2,166
Kimi K2.6	10.0	10.0	100.0%	0	20.38s	7,014	316	11,305
GLM 5	7.1	5.6	83.3%	1	8.90s	5,508	567	3,734

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	4.1	4.4	44.5%	2	100.31s	666	27	59,249
DeepSeek V4 Pro	3.6	7.2	22.2%	1	151.46s	569	4,404	50,391
Kimi K2.6	5.3	7.2	44.4%	1	202.38s	326	47,035	98,262
GLM 5	3.5	4.4	33.3%	2	0ms	260	13,176	14,137

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	6.1	3.1	66.7%	1	25.15s	471	79	632
DeepSeek V4 Pro	10.0	10.0	100.0%	0	8.83s	471	115	1,013
Kimi K2.6	10.0	10.0	100.0%	0	17.83s	477	3,981	4,472
GLM 5	6.1	3.1	66.7%	1	14.69s	477	2,020	2,248

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	10.0	10.0	100.0%	0	15.36s	627	63	1,622
DeepSeek V4 Pro	7.8	6.6	83.3%	1	8.73s	627	66	2,726
Kimi K2.6	10.0	10.0	100.0%	0	12.53s	669	3,977	5,269
GLM 5	10.0	10.0	100.0%	0	7.25s	636	1,001	2,129

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	8.2	7.2	88.9%	1	26.11s	594	196	1,767
DeepSeek V4 Pro	6.9	4.9	77.8%	2	56.85s	591	178	2,563
Kimi K2.6	6.0	7.4	55.6%	1	25.06s	651	13,860	17,599
GLM 5	10.0	10.0	100.0%	0	11.33s	609	33	4,076

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	10.0	10.0	100.0%	74.73s	8,079	228	542
DeepSeek V4 Pro	9.8	10.0	100.0%	15.92s	8,909	295	701
Kimi K2.6	10.0	10.0	100.0%	8.92s	5,286	248	1,011
GLM 5	10.0	10.0	100.0%	15.93s	6,935	233	994

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
DeepSeek V4 Flash	3.0	10.0	0.0%	54.46s	183	8,516	8,531
DeepSeek V4 Pro	3.0	10.0	0.0%	34.01s	183	16	5,961
Kimi K2.6	3.0	10.0	0.0%	130.27s	213	15,710	16,177
GLM 5	3.0	10.0	0.0%	67.37s	186	401	12,450

Comparación rápida

Cambiar par de comparación

KAT-Coder-Pro V2.5highvsKimi K2.6medium Kimi K2.6mediumvsStep 3.7 Flashlow GPT-5.6 LunahighvsGLM 5medium Claude Opus 4.8nonevsKimi K2.6medium Claude Opus 4.6mediumvsDeepSeek V4 Flashhigh Claude Opus 4.8lowvsGLM 5medium Kimi K2.6mediumvsQwen3.7 Flashlow Claude Opus 4.6mediumvsDeepSeek V4 Prohigh DeepSeek V4 ProhighvsMiniMax M3medium DeepSeek V4 FlashhighvsMiniMax M3medium Qwen3.7 FlashhighvsGLM 5medium DeepSeek V4 ProhighvsGrok Build 0.1medium