AI BENCHY Compare

DeepSeek: DeepSeek V4 Pro vs Z.ai: GLM 5.1

Ringkasan

Perbandingan benchmark DeepSeek V4 Pro vs GLM 5.1: DeepSeek V4 Pro unggul dalam skor rata-rata dengan 6.0 vs 5.7. GLM 5.1 memiliki biaya benchmark lebih rendah di $0.058 vs $0.079. GLM 5.1 lebih cepat di 4.10s vs 65.21s, dengan tingkat keberhasilan 52.4% vs 41.3%.

Model yang direkomendasikan: GLM 5.1 - Its score stays close to the best score here (5.7 vs 6.0), while responding about 15.9x faster than DeepSeek V4 Pro.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-04

Metrik	DeepSeek V4 Pro DeepSeek V4 Pro high Rilis: 2026-04-24	GLM 5.1 GLM 5.1 none Rilis: 2026-04-07

Metrik	DeepSeek V4 Pro DeepSeek V4 Pro high Rilis: 2026-04-24	GLM 5.1 GLM 5.1 none Rilis: 2026-04-07
Skor	6.0	5.7
Peringkat	#103	#112
Keandalan	9.0	10.0
Konsistensi	7.6	8.5
Tes benar
Tingkat lulus per percobaan	52.4%	41.3%
Tes tidak stabil	6	4
Total Run	63	63
Biaya per hasil	2.869	0.843
Total Biaya	$0.079	$0.058
Harga input	$0.435 / 1M	$0.980 / 1M
Harga output	$0.870 / 1M	$3.080 / 1M
Total token input	32,240	47,133
Token output	12,250	3,754
Token penalaran	72,257	0
Waktu respons (rata-rata)	65.21s	4.10s
Waktu respons (maks)	358.35s	32.57s
Waktu respons (total)	1304.19s	86.18s

Generation showcase

Hamster playing table tennis

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

#103 DeepSeek V4 Pro

high

Cost: $0.023
Time: 257.6s
Tokens: 14,870 tok

#112 GLM 5.1

none

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 0 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 Pro	6.4	7.9	58.3%	1		16.53s	448	71	3,617
GLM 5.1	4.0	6.3	25.0%	2		2.11s	555	305	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Pro	3.3	6.4	11.1%	1		118.23s	1,966	111	20,940
GLM 5.1	3.9	9.7	0.0%	0		4.96s	7,256	525	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Pro	10.0	10.0	100.0%	0		65.02s	14,016	465	5,914
GLM 5.1	2.8	2.1	33.3%	1		32.57s	22,831	2,129	0

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 Pro	7.3	5.9	83.3%	1		23.62s	5,633	229	1,710
GLM 5.1	10.0	10.0	100.0%	0		1.08s	7,107	204	0

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 Pro	2.9	7.2	11.1%	1		205.66s	430	10,529	28,089
GLM 5.1	2.9	7.2	11.1%	1		1.99s	687	24	0

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 Pro	6.1	3.1	66.7%	1		25.09s	314	76	1,152
GLM 5.1	5.0	10.0	0.0%	0		790ms	477	39	0

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 Pro	10.0	10.0	100.0%	0		41.16s	627	205	2,416
GLM 5.1	9.8	10.0	100.0%	0		1.98s	636	66	0

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 Pro	5.9	7.2	55.6%	1		34.84s	544	139	4,019
GLM 5.1	7.7	10.0	66.7%	0		1.45s	609	151	0

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 Pro	10.0	10.0	100.0%	0		21.33s	8,079	372	593
GLM 5.1	10.0	10.0	100.0%	0		10.68s	6,789	300	0

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 Pro	3.0	10.0	0.0%	0		39.14s	183	53	3,807
GLM 5.1	3.0	10.0	0.0%	0		2.34s	186	11	0

Perbandingan Cepat

Ganti Pasangan Perbandingan