नेव्हिगेशन
AI BENCHY
Advertise here

DeepSeek V4 Pro (high) vs GLM 5.2 (medium)

GLM 5.2 (medium) average score मध्ये पुढे आहे: 7.8 vs 7.7. GLM 5.2 (medium) चा benchmark खर्च कमी आहे: $0.176 vs $0.200. GLM 5.2 (medium) वेगवान आहे: 23.28s vs 79.14s, pass rates 63.6% vs 80.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-01

क्रमांक
#58
एकूण आउटपुट टोकन्स
189,181
प्रतिसाद वेळ (सरासरी)
79.14s
एकूण खर्च
$0.200
क्रमांक
#49
एकूण आउटपुट टोकन्स
61,761
प्रतिसाद वेळ (सरासरी)
23.28s
एकूण खर्च
$0.176
शिफारस केलेले मॉडेल GLM 5.2 (medium)

It has the best score here (7.8), while responding about 3.4x faster than DeepSeek V4 Pro (high).

तपशीलवार तुलना

मेट्रिक DeepSeek V4 Pro DeepSeek V4 Pro high प्रकाशन: 2026-04-24 GLM 5.2 GLM 5.2 medium प्रकाशन: 2026-06-17
स्कोअर 7.7 7.8
क्रमांक #58 #49
विश्वसनीयता 10.0 9.5
सुसंगतता 7.7 8.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 80.3%
अस्थिर चाचण्या 6 4
एकूण रन 66 63
प्रति निकाल खर्च 2.000 2.159
एकूण खर्च $0.200 $0.176
इनपुट किंमत $0.435 / 1M $0.761 / 1M
आउटपुट किंमत $0.870 / 1M $2.389 / 1M
एकूण इनपुट टोकन्स 90,748 37,199
आउटपुट टोकन्स 10,462 12,261
रिझनिंग टोकन्स 178,719 49,500
प्रतिसाद वेळ (सरासरी) 79.14s 23.28s
प्रतिसाद वेळ (कमाल) 416.76s 101.36s
प्रतिसाद वेळ (एकूण) 1740.97s 488.94s

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#58 DeepSeek V4 Pro

high
खर्च
$0.023
वेळ
257.6s
टोकन्स
14,870 tok

#49 GLM 5.2

medium
खर्च
$0.041
वेळ
195.8s
टोकन्स
9,287 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
DeepSeek V4 Pro 6.3 8.7 33.3% 0 243.00s 5,090 383 84,580
GLM 5.2 8.2 7.2 88.9% 1 40.96s 7,317 1,475 17,123

झटपट तुलना

तुलना जोडी बदला