Modelos comparados

Comparación benchmark DeepSeek V4 Flash 0423 (high) vs DeepSeek V4 Pro 0423 (high) vs Kimi K2.6 (medium) vs GLM 5 (medium): DeepSeek V4 Pro 0423 (high) lidera en Puntuación con 8.1. DeepSeek V4 Flash 0423 (high) lidera en Fiabilidad con 10.0. DeepSeek V4 Flash 0423 (high) tiene el Costo total más bajo con $0.056. GLM 5 (medium) es el más rápido con 39.05s.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-10-01

Modelos comparados

Rango: #89
Total de tokens de salida: 234,594
Tiempo de respuesta (promedio): 55.99s
Costo total: $0.056

Rango: #87
Total de tokens de salida: 228,663
Tiempo de respuesta (promedio): 91.29s
Costo total: $0.556

Rango: #168
Total de tokens de salida: 396,671
Tiempo de respuesta (promedio): 121.25s
Costo total: $1.323

Rango: #146
Total de tokens de salida: 138,257
Tiempo de respuesta (promedio): 39.05s
Costo total: $0.360

Modelo recomendado DeepSeek V4 Flash 0423 (high)

Tiene la mejor puntuación aquí (8.1) y cuesta aproximadamente 13.5x menos que los otros modelos de esta comparación.

Comparación detallada

Métrica	DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 high Lanzamiento: 2026-04-24	DeepSeek V4 Pro 0423 DeepSeek V4 Pro 0423 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 0423 DeepSeek V4 Flash 0423 high Lanzamiento: 2026-04-24	DeepSeek V4 Pro 0423 DeepSeek V4 Pro 0423 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	8.1	8.1	6.8	7.2
Rango	#89	#87	#168	#146
Fiabilidad	10.0	10.0	10.0	10.0
Consistencia	8.6	7.8	8.4	7.9
Intentos	69/69	69/69	69/69	66/69
Pruebas correctas
Tasa de aciertos por intento	71.0%	65.2%	60.9%	76.8%
Pruebas inestables	4	6	4	5
Ejecuciones totales	69	69	69	66
Costo por resultado	0.547	3.717	12.282	2.552
Costo total	$0.056	$0.556	$1.323	$0.360
Precio de entrada	$0.079 / 1M	$0.783 / 1M	$0.650 / 1M	$0.600 / 1M
Precio de salida	$0.158 / 1M	$1.566 / 1M	$3.410 / 1M	$1.920 / 1M
Total de tokens de entrada	298,794	287,061	226,880	212,440
Tokens de salida	45,873	32,056	65,346	22,922
Tokens de razonamiento	188,721	196,607	331,325	115,335
Tiempo de respuesta (promedio)	55.99s	91.29s	121.25s	39.05s
Tiempo de respuesta (máximo)	218.13s	416.76s	876.20s	110.70s
Tiempo de respuesta (total)	1287.87s	2099.56s	2667.55s	546.68s
Parámetros	284B en total (13B activos)	1.6T en total (49B activos)	1T en total (32B activos)	744B en total (40B activos)
Disponibilidad	Código abierto	Código abierto	Pesos disponibles	Código abierto

Generación showcase de modelos

Hamster playing table tennis

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

#89 DeepSeek V4 Flash 0423

high

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

#87 DeepSeek V4 Pro 0423

high

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

#168 MoonshotAI: Kimi K2.6

medium

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

#146 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:

Tareas de agentes	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 0423	10.0	10.0	100.0%	0	148.13s	190,314	8,644	14,640
DeepSeek V4 Pro 0423	10.0	10.0	100.0%	0	64.54s	196,304	9,128	10,091
Kimi K2.6	5.0	10.0	0.0%	0	233.89s	157,967	692	48,460
GLM 5	4.7	3.1	33.3%	1	110.70s	177,216	1,352	12,339

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 0423	8.3	10.0	75.0%	0	28.51s	540	140	7,770
DeepSeek V4 Pro 0423	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 0423	7.8	10.0	66.7%	50.60s	7,279	395	34,862
DeepSeek V4 Pro 0423	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 0423	6.4	5.8	66.7%	1	104.10s	82,663	4,633	37,533
DeepSeek V4 Pro 0423	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 0423	10.0	10.0	100.0%	0	28.03s	7,290	201	1,179
DeepSeek V4 Pro 0423	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 0423	3.6	7.2	22.2%	1	115.42s	754	22,778	79,643
DeepSeek V4 Pro 0423	3.6	7.2	22.2%	1	249.47s	578	16,870	58,188
Kimi K2.6	5.3	7.2	44.4%	1	264.43s	337	9	101,267
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 0423	6.1	3.1	66.7%	1	25.15s	471	79	632
DeepSeek V4 Pro 0423	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 0423	10.0	10.0	100.0%	0	15.36s	627	63	1,622
DeepSeek V4 Pro 0423	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 0423	8.2	7.2	88.9%	1	26.11s	594	196	1,767
DeepSeek V4 Pro 0423	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 0423	10.0	10.0	100.0%	74.73s	8,079	228	542
DeepSeek V4 Pro 0423	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 0423	3.0	10.0	0.0%	54.46s	183	8,516	8,531
DeepSeek V4 Pro 0423	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

Claude Opus 4.7mediumvsDeepSeek V4 Flash 0423high Step 3.7 FlashlowvsGLM 5medium Kimi K2.6mediumvsInklinglowDisponible gratis Claude Opus 4.7mediumvsDeepSeek V4 Pro 0423high Qwen3.7 FlashhighvsGLM 5medium Claude Opus 4.8nonevsKimi K2.6medium Claude Sonnet 5.5lowvsKimi K2.6medium Claude Opus 5nonevsGLM 5medium Claude Opus 4.8lowvsGLM 5medium Kimi K2.6mediumvsGPT-5.6 Lunalow Kimi K2.6mediumvsGPT-6 Solnone Gemini 3.8 FlashlowvsGLM 5medium