नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

DeepSeek V4 Flash 0731 (high) vs GLM 5.2 (high)

average score लगभग बराबर है: 8.4 vs 8.4. DeepSeek V4 Flash 0731 (high) की benchmark लागत कम है: $0.576 vs $4.632. GLM 5.2 (high) तेज है: 69.11s vs 118.83s, pass rates 76.8% vs 71.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक
#97
कुल आउटपुट टोकन
448,665
प्रतिक्रिया समय (औसत)
118.83s
कुल लागत
$0.576
रैंक
#98
कुल आउटपुट टोकन
382,333
प्रतिक्रिया समय (औसत)
69.11s
कुल लागत
$4.632
अनुशंसित मॉडल DeepSeek V4 Flash 0731 (high)

It has the best score here (8.4), while costing about 8.0x less than GLM 5.2 (high).

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high रिलीज़: 2026-08-01 GLM 5.2 GLM 5.2 high रिलीज़: 2026-06-17
स्कोर 8.4 8.4
रैंक #97 #98
विश्वसनीयता 10.0 10.0
संगति 8.1 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 71.0%
अस्थिर टेस्ट 5 3
कुल रन 69 69
प्रति परिणाम लागत 1.069 7.314
कुल लागत $0.576 $4.632
इनपुट कीमत $0.005 / 1M $0.153 / 1M
आउटपुट कीमत $1.280 / 1M $12.000 / 1M
कैश पढ़ने की कीमत $0.005 / 1M $0.150 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 281,863 288,913
आउटपुट टोकन 24,535 79,462
रीजनिंग टोकन 507,976 303,120
प्रतिक्रिया समय (औसत) 118.83s 69.11s
प्रतिक्रिया समय (अधिकतम) 600.61s 599.43s
प्रतिक्रिया समय (कुल) 2733.01s 1589.43s
पैरामीटर 284B कुल (13B सक्रिय) 744B कुल (40B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#97 DeepSeek V4 Flash 0731

high
No output was saved. The original provider response or failure reason is unavailable.
लागत
$0.000
समय
187.3s
टोकन
19,048 tok

#98 GLM 5.2

high
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 0731 6.3 6.3 55.6% 1 252.67s 7,044 2,160 191,210
GLM 5.2 6.4 8.6 33.3% 0 73.03s 5,124 2,302 22,546

तुलना जोड़ी बदलें