AI BENCHY Compare
DeepSeek: DeepSeek V3.2 vs Z.ai: GLM 5
Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-03
| Metrik | DeepSeek: DeepSeek V3.2 medium Rilis: 2025-12-01 | Z.ai: GLM 5 none Rilis: 2026-02-12 |
|---|---|---|
| Peringkat | #12 | #20 |
| Skor Rata-rata | 6.98 | 6.07 |
| Konsistensi | 8.75 | 10.00 |
| Biaya per hasil | 0.193 | 0.095 |
| Total Biaya | $0.018 | $0.008 |
| Tes benar | 9/14 | 8/14 |
| Tingkat lulus per percobaan | 71.4% | 57.1% |
| Tes tidak stabil | 2 | 0 |
| Token output | 6,753 | 1,086 |
| Token penalaran | 30,427 | 0 |
Rincian Kategori
| Trik anti-AI | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.00 | 9.86 | 66.7% | 0 | 1,171 | 4,893 | |
| Z.ai: GLM 5 | 4.00 | 10.00 | 33.3% | 0 | 272 | 0 |
| Parsing dan ekstraksi data | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 9.88 | 10.00 | 100.0% | 0 | 207 | 7,693 | |
| Z.ai: GLM 5 | 10.00 | 10.00 | 100.0% | 0 | 230 | 0 |
| Spesifik domain | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 4.00 | 7.21 | 44.4% | 1 | 3,081 | 7,856 | |
| Z.ai: GLM 5 | 1.00 | 10.00 | 0.0% | 0 | 20 | 0 |
| Kepatuhan instruksi | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.00 | 9.84 | 50.0% | 0 | 1,397 | 2,845 | |
| Z.ai: GLM 5 | 10.00 | 10.00 | 100.0% | 0 | 62 | 0 |
| Puzzle Solving | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.00 | 7.21 | 88.9% | 1 | 390 | 6,281 | |
| Z.ai: GLM 5 | 6.67 | 9.99 | 66.7% | 0 | 282 | 0 |
| Pemanggilan alat | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 10.00 | 10.00 | 100.0% | 0 | 507 | 859 | |
| Z.ai: GLM 5 | 10.00 | 10.00 | 100.0% | 0 | 220 | 0 |
Perbandingan Cepat
Ganti Pasangan Perbandingan
Claude Opus 4.6mediumvsGLM 5noneSeed-2.0-MinimediumvsGLM 5noneMiMo-V2-FlashmediumvsGLM 5noneQwen3.5-35B-A3BmediumvsGLM 5noneGPT-5 NanomediumvsGLM 5noneKimi K2.5mediumvsGLM 5noneGrok 4.1 FastmediumvsGLM 5noneDeepSeek V3.2mediumvsGemini 3 Flash PreviewnoneQwen3.5-FlashmediumvsGLM 5nonegpt-oss-120bmediumTersedia gratisvsGLM 5noneMiniMax M2.5mediumvsGLM 5noneClaude Sonnet 4.6nonevsDeepSeek V3.2medium