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 vs GLM 5.3 FlashX (high)

average score लगभग बराबर है: 7.4 vs 7.4. DeepSeek V4 Pro 0423 की benchmark लागत कम है: $0.083 vs $0.210. DeepSeek V4 Pro 0423 तेज है: 14.05s vs 14.94s, pass rates 49.3% vs 69.6%.

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

तुलना किए गए मॉडल

रैंक
#167
कुल आउटपुट टोकन
46,004
प्रतिक्रिया समय (औसत)
14.05s
कुल लागत
$0.083
रैंक
#164
कुल आउटपुट टोकन
97,728
प्रतिक्रिया समय (औसत)
14.94s
कुल लागत
$0.210
अनुशंसित मॉडल DeepSeek V4 Pro 0423

It has the best score here (7.4), while costing about 2.5x less than GLM 5.3 FlashX (high).

विस्तृत तुलना

मेट्रिक DeepSeek V4 Pro 0423 DeepSeek V4 Pro 0423 none रिलीज़: 2026-04-24 GLM 5.3 FlashX GLM 5.3 FlashX high रिलीज़: 2026-09-21
स्कोर 7.4 7.4
रैंक #167 #164
विश्वसनीयता 10.0 10.0
संगति 8.7 8.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 49.3% 69.6%
अस्थिर टेस्ट 4 5
कुल रन 69 69
प्रति परिणाम लागत 2.341 1.612
कुल लागत $0.083 $0.210
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 304,186 235,914
आउटपुट टोकन 40,118 8,147
रीजनिंग टोकन 5,886 89,581
प्रतिक्रिया समय (औसत) 14.05s 14.94s
प्रतिक्रिया समय (अधिकतम) 119.44s 91.16s
प्रतिक्रिया समय (कुल) 323.17s 343.65s
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.

#167 DeepSeek V4 Pro 0423

none
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 tok

#164 GLM 5.3 FlashX

high
लागत
$0.030
समय
169.4s
टोकन
23,950 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 5.6 10.0 33.3% 0 13.38s 7,275 1,436 4,064
GLM 5.3 FlashX 8.2 7.2 88.9% 1 8.06s 7,317 374 9,267

तुलना जोड़ी बदलें