Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Modelos comparados

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-25

Métrica DeepSeek V4 Flash DeepSeek V4 Flash high Lanzamiento: 2026-04-24 DeepSeek V4 Pro DeepSeek V4 Pro high Lanzamiento: 2026-04-24 GLM 5 GLM 5 medium Lanzamiento: 2026-02-12
Puntuación 7.8 7.4 8.4
Rango #36 #49 #15
Fiabilidad 10.0 3.9 N/D
Consistencia 7.8 9.2 8.2
Pruebas correctas
Tasa de aciertos por intento 79.6% 77.8% 85.2%
Pruebas inestables 5 2 4
Ejecuciones totales 54 54 54
Costo por resultado 0.277 2.524 1.188
Costo total $0.031 $0.329 $0.155
Precio de entrada $0.140 / 1M $1.740 / 1M $0.600 / 1M
Precio de salida $0.280 / 1M $3.480 / 1M $2.080 / 1M
Tokens de salida 1,765 1,937 20,163
Tokens de razonamiento 90,299 82,625 58,337
Tiempo de respuesta (promedio) 45.41s 72.92s 23.34s
Tiempo de respuesta (máximo) 218.13s 414.38s 79.09s
Tiempo de respuesta (total) 817.30s 1312.59s 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 7.4 10.0 75.0% 0 29.33s 83 3,829
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 81.96s 339 6,962
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 6.6 10.0 100.0% 0 71.08s 134 2,163
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 8.8 10.0 100.0% 0 88.40s 795 6,370
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% 2 100.31s 27 59,249
DeepSeek V4 Pro 4.5 10.0 33.3% 0 202.43s 22 53,478
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 6.1 3.1 66.7% 1 23.11s 106 1,248
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 10.0 10.0 100.0% 0 20.97s 66 2,590
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 7.6 7.4 77.8% 1 51.47s 223 5,645
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 7.6 10.0 100.0% 0 38.69s 169 340
GLM 5 10.0 10.0 100.0% 0 15.93s 233 994

Comparación rápida

Cambiar par de comparación

DeepSeek V4 ProhighvsMiMo-V2-FlashmediumDeepSeek V4 FlashhighvsGLM 5V TurbomediumClaude Sonnet 4.6nonevsDeepSeek V4 ProhighDeepSeek V4 FlashhighvsQwen3.5-FlashmediumDeepSeek V4 ProhighvsQwen3.5-35B-A3BmediumDeepSeek V4 ProhighvsGPT-5.2mediumDeepSeek V4 FlashhighvsGLM 5.1mediumDeepSeek V4 FlashhighvsStep 3.5 FlashmediumDeepSeek V4 FlashhighvsGemini 3.1 Flash Lite PreviewnoneSeed-2.0-MinimediumvsDeepSeek V4 ProhighDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsMiMo-V2.5medium