AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs Z.ai: GLM 4.7 Flash

概要

DeepSeek V3.2 vs GLM 4.7 Flash の benchmark 比較: DeepSeek V3.2 が平均スコアでリードし、5.3 vs 4.3 です。 DeepSeek V3.2 の benchmark コストが低く、$0.017 vs $0.054 です。 DeepSeek V3.2 の方が高速で、13.83s vs 35.10s です、成功率は 39.7% vs 33.3% です。

おすすめモデル: DeepSeek V3.2 - ここでは最高スコア（5.3）で、GLM 4.7 Flash より約 3.2 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-06-12

指標	DeepSeek V3.2 DeepSeek V3.2 none リリース: 2025-12-01	GLM 4.7 Flash GLM 4.7 Flash medium リリース: 2026-01-19

指標	DeepSeek V3.2 DeepSeek V3.2 none リリース: 2025-12-01	GLM 4.7 Flash GLM 4.7 Flash medium リリース: 2026-01-19
スコア	5.3	4.3
順位	#133	#159
信頼性	10.0	6.7
一貫性	7.6	6.8
正解テスト
試行ごとの合格率	39.7%	33.3%
不安定なテスト	6	8
総実行回数	63	63
結果あたりのコスト	0.306	1.337
合計コスト	$0.017	$0.054
入力価格	$0.229 / 1M	$0.060 / 1M
出力価格	$0.344 / 1M	$0.400 / 1M
合計入力トークン	55,997	37,206
出力トークン	11,165	43,754
推論トークン	0	89,079
応答時間（平均）	13.83s	35.10s
応答時間（最大）	115.89s	174.55s
応答時間（合計）	290.43s	456.24s

Generation showcase

Hamster playing table tennis

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

#133 DeepSeek V3.2

none

Cost: $0.002
Time: 7.0s
Tokens: 1,046 tok

#159 GLM 4.7 Flash

medium

Invalid SVG

Cost: $0.000
Time: 186.2s
Tokens: 12,112 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	3.2	8.0	8.3%	1		9.35s	494	1,073	0
GLM 4.7 Flash	4.7	5.9	41.7%	2		14.95s	555	1,122	6,110

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	3.1	6.9	11.1%	1		14.54s	7,279	4,528	0
GLM 4.7 Flash	3.2	7.4	11.1%	1		55.33s	3,106	4,981	22,387

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	6.5	10.0	0.0%	0		115.89s	29,843	2,887	0
GLM 4.7 Flash	2.8	2.1	33.3%	1		65.57s	17,185	2,585	20,648

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	6.3	5.8	66.7%	1		9.42s	7,890	1,710	0
GLM 4.7 Flash	6.3	10.0	50.0%	0		1.51s	7,107	584	2,755

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	2.9	7.2	11.1%	1		4.17s	624	21	0
GLM 4.7 Flash	3.5	4.4	33.3%	2		174.55s	643	33,000	25,394

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	4.7	1.6	66.7%	1		9.32s	314	43	0
GLM 4.7 Flash	3.6	9.7	0.0%	0		18.14s	318	18	2,138

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	10.0	10.0	100.0%	0		1.52s	627	66	0
GLM 4.7 Flash	6.2	5.8	66.7%	1		2.97s	636	388	2,181

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	7.6	7.2	77.8%	1		6.91s	424	298	0
GLM 4.7 Flash	2.9	7.2	11.1%	1		12.93s	521	781	5,255

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	10.0	10.0	100.0%	0		11.85s	8,319	522	0
GLM 4.7 Flash	10.0	10.0	100.0%	0		15.95s	6,949	224	1,014

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	3.0	10.0	0.0%	0		17.23s	183	17	0
GLM 4.7 Flash	3.0	10.0	0.0%	0		11.13s	186	71	1,197

クイック比較

比較ペアを切り替え

MiMo-V2-FlashnonevsGLM 4.7 Flashmedium DeepSeek V3.2nonevsMiniMax M2.7medium DeepSeek V3.2nonevsMistral Small 4medium Granite 4.1 8BnonevsGLM 4.7 Flashmedium Mercury 2nonevsGLM 4.7 Flashmedium CobuddymediumvsDeepSeek V3.2none Ling-2.6-1TnonevsGLM 4.7 Flashmedium gpt-oss-120bnone無料で利用可能vsGLM 4.7 Flashmedium GPT-5.4 NanononevsGLM 4.7 Flashmedium Ring-2.6-1TnonevsGLM 4.7 Flashmedium DeepSeek V3.2nonevsMiniMax M2.5medium Ling-2.6-flashnonevsGLM 4.7 Flashmedium