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

DeepSeek V4 Pro 0423 (high) vs GLM 5.3 FlashX Legal (high)

GLM 5.3 FlashX Legal (high) average score में आगे है: 8.2 vs 8.1. DeepSeek V4 Pro 0423 (high) की benchmark लागत कम है: $0.149 vs $0.521. GLM 5.3 FlashX Legal (high) तेज है: 35.19s vs 91.29s, pass rates 65.2% vs 72.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#131
कुल आउटपुट टोकन
211,343
प्रतिक्रिया समय (औसत)
91.29s
कुल लागत
$0.149
रैंक
#127
कुल आउटपुट टोकन
345,985
प्रतिक्रिया समय (औसत)
35.19s
कुल लागत
$0.521
अनुशंसित मॉडल DeepSeek V4 Pro 0423 (high)

Its score stays close to the best score here (8.1 vs 8.2), while costing about 3.5x less than GLM 5.3 FlashX Legal (high).

विस्तृत तुलना

मेट्रिक DeepSeek V4 Pro 0423 DeepSeek V4 Pro 0423 high रिलीज़: 2026-04-24 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high रिलीज़: 2026-11-02
स्कोर 8.1 8.2
रैंक #131 #127
विश्वसनीयता 10.0 9.7
संगति 7.8 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 72.5%
अस्थिर टेस्ट 6 4
कुल रन 69 69
प्रति परिणाम लागत 3.717 3.473
कुल लागत $0.149 $0.521
इनपुट कीमत $0.209 / 1M $0.370 / 1M
आउटपुट कीमत $0.418 / 1M $1.250 / 1M
कैश पढ़ने की कीमत $0.018 / 1M $0.075 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 287,061 238,713
आउटपुट टोकन 32,056 7,034
रीजनिंग टोकन 196,607 338,951
प्रतिक्रिया समय (औसत) 91.29s 35.19s
प्रतिक्रिया समय (अधिकतम) 416.76s 298.81s
प्रतिक्रिया समय (कुल) 2099.56s 809.47s
पैरामीटर 1.6T कुल (49B सक्रिय) ~320B कुल (~18B सक्रिय)
उपलब्धता मुक्त स्रोत बंद 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.

#131 DeepSeek V4 Pro 0423

high
लागत
$0.023
समय
257.6s
टोकन
14,870 tok

#127 GLM 5.3 FlashX Legal

high
लागत
$0.018
समय
103.8s
टोकन
13,703 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 Pro 0423 6.3 8.7 33.3% 0 243.00s 5,090 383 84,580
GLM 5.3 FlashX Legal 8.2 7.2 88.9% 1 27.50s 7,317 397 31,799

तुलना जोड़ी बदलें