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 (max)

DeepSeek V4 Pro 0423 (high) average score में आगे है: 8.1 vs 7.9. DeepSeek V4 Pro 0423 (high) की benchmark लागत कम है: $0.149 vs $0.623. GLM 5.3 FlashX (max) तेज है: 43.97s vs 91.29s, pass rates 65.2% vs 78.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#106
कुल आउटपुट टोकन
211,343
प्रतिक्रिया समय (औसत)
91.29s
कुल लागत
$0.149
रैंक
#117
कुल आउटपुट टोकन
402,765
प्रतिक्रिया समय (औसत)
43.97s
कुल लागत
$0.623
अनुशंसित मॉडल DeepSeek V4 Pro 0423 (high)

It has the best score here (8.1), while costing about 4.2x less than GLM 5.3 FlashX (max).

विस्तृत तुलना

मेट्रिक DeepSeek V4 Pro 0423 DeepSeek V4 Pro 0423 high रिलीज़: 2026-04-24 GLM 5.3 FlashX GLM 5.3 FlashX max रिलीज़: 2026-09-21
स्कोर 8.1 7.9
रैंक #106 #117
विश्वसनीयता 10.0 10.0
संगति 7.8 8.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 78.3%
अस्थिर टेस्ट 6 6
कुल रन 69 69
प्रति परिणाम लागत 3.717 4.153
कुल लागत $0.149 $0.623
इनपुट कीमत $0.209 / 1M $0.370 / 1M
आउटपुट कीमत $0.418 / 1M $1.250 / 1M
कैश पढ़ने की कीमत $0.018 / 1M $0.090 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 287,061 322,894
आउटपुट टोकन 32,056 8,010
रीजनिंग टोकन 196,607 394,755
प्रतिक्रिया समय (औसत) 91.29s 43.97s
प्रतिक्रिया समय (अधिकतम) 416.76s 390.70s
प्रतिक्रिया समय (कुल) 2099.56s 1011.29s
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.

#106 DeepSeek V4 Pro 0423

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

#117 GLM 5.3 FlashX

max
लागत
$0.046
समय
251.3s
टोकन
36,769 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 8.2 7.2 88.9% 1 24.61s 7,317 463 36,503

तुलना जोड़ी बदलें