AI BENCHY Compare

DeepSeek: DeepSeek V4 Pro vs Z.ai: GLM 5.1

Resumen

Comparación benchmark de DeepSeek V4 Pro vs GLM 5.1: DeepSeek V4 Pro lidera en puntuación media con 6.0 vs 5.7. GLM 5.1 tiene menor coste de benchmark con $0.058 vs $0.079. GLM 5.1 es más rápido con 4.10s vs 65.21s, con tasas de acierto de 52.4% vs 41.3%.

Modelo recomendado: GLM 5.1 - Su puntuación se mantiene cerca de la mejor aquí (5.7 vs 6.0) y responde aproximadamente 15.9x más rápido que DeepSeek V4 Pro.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-04

Métrica	DeepSeek V4 Pro DeepSeek V4 Pro high Lanzamiento: 2026-04-24	GLM 5.1 GLM 5.1 none Lanzamiento: 2026-04-07

Métrica	DeepSeek V4 Pro DeepSeek V4 Pro high Lanzamiento: 2026-04-24	GLM 5.1 GLM 5.1 none Lanzamiento: 2026-04-07
Puntuación	6.0	5.7
Rango	#103	#112
Fiabilidad	9.0	10.0
Consistencia	7.6	8.5
Pruebas correctas
Tasa de aciertos por intento	52.4%	41.3%
Pruebas inestables	6	4
Ejecuciones totales	63	63
Costo por resultado	2.869	0.843
Costo total	$0.079	$0.058
Precio de entrada	$0.435 / 1M	$0.980 / 1M
Precio de salida	$0.870 / 1M	$3.080 / 1M
Total de tokens de entrada	32,240	47,133
Tokens de salida	12,250	3,754
Tokens de razonamiento	72,257	0
Tiempo de respuesta (promedio)	65.21s	4.10s
Tiempo de respuesta (máximo)	358.35s	32.57s
Tiempo de respuesta (total)	1304.19s	86.18s

Generation showcase

Hamster playing table tennis

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

#103 DeepSeek V4 Pro

high

Cost: $0.023
Time: 257.6s
Tokens: 14,870 tok

#112 GLM 5.1

none

Invalid SVG

Cost: $0.000
Time: 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

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 V4 Pro	6.4	7.9	58.3%	1		16.53s	448	71	3,617
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 V4 Pro	3.3	6.4	11.1%	1		118.23s	1,966	111	20,940
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 V4 Pro	10.0	10.0	100.0%	0		65.02s	14,016	465	5,914
GLM 5.1	2.8	2.1	33.3%	1		32.57s	22,831	2,129	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 V4 Pro	7.3	5.9	83.3%	1		23.62s	5,633	229	1,710
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 V4 Pro	2.9	7.2	11.1%	1		205.66s	430	10,529	28,089
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 V4 Pro	6.1	3.1	66.7%	1		25.09s	314	76	1,152
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 V4 Pro	10.0	10.0	100.0%	0		41.16s	627	205	2,416
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 V4 Pro	5.9	7.2	55.6%	1		34.84s	544	139	4,019
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 V4 Pro	10.0	10.0	100.0%	0		21.33s	8,079	372	593
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 V4 Pro	3.0	10.0	0.0%	0		39.14s	183	53	3,807
GLM 5.1	3.0	10.0	0.0%	0		2.34s	186	11	0

Comparación rápida

Cambiar par de comparación