Navigasi
Advertise here

DeepSeek V4 Pro 0423 (high) vs GLM 5.3 FlashX (max)

DeepSeek V4 Pro 0423 (high) unggul dalam skor rata-rata dengan 8.1 vs 7.9. DeepSeek V4 Pro 0423 (high) memiliki biaya benchmark lebih rendah di $0.149 vs $0.623. GLM 5.3 FlashX (max) lebih cepat di 43.97s vs 91.29s, dengan tingkat keberhasilan 65.2% vs 78.3%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-10-19

Model yang Dibandingkan

Peringkat
#106
Total token output
211,343
Waktu respons (rata-rata)
91.29s
Total Biaya
$0.149
Peringkat
#117
Total token output
402,765
Waktu respons (rata-rata)
43.97s
Total Biaya
$0.623
Model yang direkomendasikan DeepSeek V4 Pro 0423 (high)

It has the best score here (8.1), while costing about 4.2x less than GLM 5.3 FlashX (max).

Perbandingan terperinci

Metrik DeepSeek V4 Pro 0423 DeepSeek V4 Pro 0423 high Rilis: 2026-04-24 GLM 5.3 FlashX GLM 5.3 FlashX max Rilis: 2026-09-21
Skor 8.1 7.9
Peringkat #106 #117
Keandalan 10.0 10.0
Konsistensi 7.8 8.0
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 65.2% 78.3%
Tes tidak stabil 6 6
Total Run 69 69
Biaya per hasil 3.717 4.153
Total Biaya $0.149 $0.623
Harga input $0.209 / 1M $0.370 / 1M
Harga output $0.418 / 1M $1.250 / 1M
Harga baca cache $0.018 / 1M $0.090 / 1M
Harga tulis cache T/A T/A
Total token input 287,061 322,894
Token output 32,056 8,010
Token penalaran 196,607 394,755
Waktu respons (rata-rata) 91.29s 43.97s
Waktu respons (maks) 416.76s 390.70s
Waktu respons (total) 2099.56s 1011.29s
Parameter 1.6T total (49B aktif) 320B total (18B aktif)
Ketersediaan Sumber terbuka Tertutup

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.

#106 DeepSeek V4 Pro 0423

high
Biaya
$0.023
Waktu
257.6s
Token
14,870 tok

#117 GLM 5.3 FlashX

max
Biaya
$0.046
Waktu
251.3s
Token
36,769 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 Pro 0423 6.3 8.7 33.3% 0 243.00s 5,090 383 84,580
GLM 5.3 FlashX 8.2 7.2 88.9% 1 24.61s 7,317 463 36,503

Ganti Pasangan Perbandingan