AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Z.ai: GLM 5

Ringkasan

Perbandingan benchmark DeepSeek V4 Flash vs GLM 5: GLM 5 unggul dalam skor rata-rata dengan 8.3 vs 7.7. DeepSeek V4 Flash memiliki biaya benchmark lebih rendah di $0.029 vs $0.228. GLM 5 lebih cepat di 33.54s vs 45.85s, dengan tingkat keberhasilan 74.6% vs 82.5%.

Model yang direkomendasikan: DeepSeek V4 Flash - Its score stays close to the best score here (7.7 vs 8.3), while costing about 8.0x less than GLM 5.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-10

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24	GLM 5 GLM 5 medium Rilis: 2026-02-12

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24	GLM 5 GLM 5 medium Rilis: 2026-02-12
Skor	7.7	8.3
Peringkat	#32	#18
Keandalan	10.0	10.0
Konsistensi	8.5	8.5
Tes benar
Tingkat lulus per percobaan	74.6%	82.5%
Tes tidak stabil	4	4
Total Run	63	63
Biaya per hasil	0.299	1.668
Total Biaya	$0.029	$0.228
Harga input	$0.099 / 1M	$0.600 / 1M
Harga output	$0.197 / 1M	$1.920 / 1M
Total token input	39,745	35,224
Token output	10,310	21,570
Token penalaran	123,501	102,996
Waktu respons (rata-rata)	45.85s	33.54s
Waktu respons (maks)	218.13s	99.85s
Waktu respons (total)	962.79s	435.99s

Generation showcase

Hamster playing table tennis

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

#32 DeepSeek V4 Flash

high

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

#18 GLM 5

medium

Cost: $0.005
Time: 20.7s
Tokens: 2,068 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	10.0	10.0	100.0%	0		23.66s	555	480	7,056

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	10.0	10.0	100.0%	0		74.30s	7,254	2,997	52,930

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	10.0	10.0	100.0%	0		28.96s	12,804	662	3,242

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	7.1	5.6	83.3%	1		8.90s	5,508	567	3,734

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	3.5	4.4	33.3%	2		0ms	260	13,176	14,137

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	6.1	3.1	66.7%	1		14.69s	477	2,020	2,248

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	10.0	10.0	100.0%	0		7.25s	636	1,001	2,129

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	10.0	10.0	100.0%	0		11.33s	609	33	4,076

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	10.0	10.0	100.0%	0		15.93s	6,935	233	994

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	3.0	10.0	0.0%	0		67.37s	186	401	12,450

Perbandingan Cepat

Ganti Pasangan Perbandingan