AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Z.ai: GLM 5.2

Ringkasan

Perbandingan benchmark DeepSeek V4 Flash vs GLM 5.2: GLM 5.2 unggul dalam skor rata-rata dengan 8.7 vs 8.3. DeepSeek V4 Flash memiliki biaya benchmark lebih rendah di $0.027 vs $0.324. GLM 5.2 lebih cepat di 23.28s vs 45.85s, dengan tingkat keberhasilan 74.6% vs 84.1%.

Model yang direkomendasikan: DeepSeek V4 Flash - Its score stays close to the best score here (8.3 vs 8.7), while costing about 12.4x less than GLM 5.2.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-17

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24	GLM 5.2 GLM 5.2 medium Rilis: 2026-06-17

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24	GLM 5.2 GLM 5.2 medium Rilis: 2026-06-17
Skor	8.3	8.7
Peringkat	#23	#14
Keandalan	10.0	9.5
Konsistensi	8.5	8.4
Tes benar
Tingkat lulus per percobaan	74.6%	84.1%
Tes tidak stabil	4	4
Total Run	63	63
Biaya per hasil	0.299	2.159
Total Biaya	$0.027	$0.324
Harga input	$0.090 / 1M	$1.400 / 1M
Harga output	$0.180 / 1M	$4.400 / 1M
Total token input	39,745	37,199
Token output	10,310	12,261
Token penalaran	123,501	49,500
Waktu respons (rata-rata)	45.85s	23.28s
Waktu respons (maks)	218.13s	101.36s
Waktu respons (total)	962.79s	488.94s

Generation showcase

Hamster playing table tennis

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

#23 DeepSeek V4 Flash

high

Cost: $0.003
Time: 93.1s
Tokens: 7,926 tok

#14 GLM 5.2

medium

Cost: $0.041
Time: 195.8s
Tokens: 9,287 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770
GLM 5.2	10.0	10.0	100.0%	0		5.89s	639	497	2,634

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862
GLM 5.2	8.2	7.2	88.9%	1		40.96s	7,317	1,475	17,123

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347
GLM 5.2	10.0	10.0	100.0%	0		51.96s	12,696	458	4,531

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
GLM 5.2	10.0	10.0	100.0%	0		13.44s	7,149	348	2,345

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249
GLM 5.2	4.1	4.4	44.5%	2		45.47s	551	8,188	11,606

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632
GLM 5.2	10.0	10.0	100.0%	0		17.39s	498	54	1,842

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622
GLM 5.2	9.9	10.0	100.0%	0		7.90s	678	94	1,518

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767
GLM 5.2	8.2	7.2	88.9%	1		13.13s	672	536	4,822

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542
GLM 5.2	10.0	10.0	100.0%	0		20.41s	6,861	230	550

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
GLM 5.2	3.0	10.0	0.0%	0		34.25s	138	381	2,529

Perbandingan Cepat

Ganti Pasangan Perbandingan