Navigasi
Advertise here

DeepSeek V4 Flash 0423 (high) vs GLM 5.2 (medium)

GLM 5.2 (medium) unggul dalam skor rata-rata dengan 8.2 vs 8.1. DeepSeek V4 Flash 0423 (high) memiliki biaya benchmark lebih rendah di $0.261 vs $1.007. GLM 5.2 (medium) lebih cepat di 26.88s vs 55.99s, dengan tingkat keberhasilan 71.0% vs 81.2%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-10-26

Model yang Dibandingkan

Peringkat
#117
Total token output
203,134
Waktu respons (rata-rata)
55.99s
Total Biaya
$0.261
Peringkat
#110
Total token output
81,020
Waktu respons (rata-rata)
26.88s
Total Biaya
$1.007
Model yang direkomendasikan DeepSeek V4 Flash 0423 (high)

Its score stays close to the best score here (8.1 vs 8.2), while costing about 3.9x less than GLM 5.2 (medium).

Perbandingan terperinci

Metrik DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 high Rilis: 2026-04-24 GLM 5.2 GLM 5.2 medium Rilis: 2026-06-17
Skor 8.1 8.2
Peringkat #117 #110
Keandalan 10.0 9.6
Konsistensi 8.6 8.1
Percobaan 69/69 66/69
Tes benar
Tingkat lulus per percobaan 71.0% 81.2%
Tes tidak stabil 4 4
Total Run 69 66
Biaya per hasil 0.547 2.890
Total Biaya $0.261 $1.007
Harga input $0.002 / 1M $0.153 / 1M
Harga output $1.280 / 1M $12.000 / 1M
Harga baca cache $0.002 / 1M $0.150 / 1M
Harga tulis cache T/A T/A
Total token input 298,794 227,164
Token output 45,873 20,029
Token penalaran 188,721 60,991
Waktu respons (rata-rata) 55.99s 26.88s
Waktu respons (maks) 218.13s 102.40s
Waktu respons (total) 1287.87s 591.34s
Parameter 284B total (13B aktif) 744B total (40B aktif)
Ketersediaan Sumber terbuka Sumber terbuka

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Showcase generasi model

Hamster playing table tennis

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

#117 DeepSeek V4 Flash 0423

high
Biaya
$0.003
Waktu
93.1s
Token
7,926 tok

#110 GLM 5.2

medium
Biaya
$0.041
Waktu
195.8s
Token
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

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 0423 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

Ganti Pasangan Perbandingan