नेव्हिगेशन
AI BENCHY
Advertise here

DeepSeek V4 Pro vs GLM 5.3 (low)

average score जवळपास समान आहे: 6.8 vs 6.8. GLM 5.3 (low) चा benchmark खर्च कमी आहे: $0.257 vs $0.351. DeepSeek V4 Pro वेगवान आहे: 11.71s vs 13.65s, pass rates 47.0% vs 65.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-20

क्रमांक
#133
एकूण आउटपुट टोकन्स
35,547
प्रतिसाद वेळ (सरासरी)
11.71s
एकूण खर्च
$0.351
क्रमांक
#134
एकूण आउटपुट टोकन्स
24,808
प्रतिसाद वेळ (सरासरी)
13.65s
एकूण खर्च
$0.257
शिफारस केलेले मॉडेल GLM 5.3 (low)

It has the strongest score in this comparison (6.8) and the best overall balance of cost and response time across all 2 models.

तपशीलवार तुलना

मेट्रिक DeepSeek V4 Pro DeepSeek V4 Pro none प्रकाशन: 2026-04-24 GLM 5.3 GLM 5.3 low प्रकाशन: 2026-08-20
स्कोअर 6.8 6.8
क्रमांक #133 #134
विश्वसनीयता 10.0 10.0
सुसंगतता 8.6 8.5
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 47.0% 65.2%
अस्थिर चाचण्या 4 4
एकूण रन 66 66
प्रति निकाल खर्च 1.061 2.135
एकूण खर्च $0.351 $0.257
इनपुट किंमत $1.600 / 1M $1.400 / 1M
आउटपुट किंमत $3.200 / 1M $4.400 / 1M
एकूण इनपुट टोकन्स 148,078 104,989
आउटपुट टोकन्स 35,547 8,532
रिझनिंग टोकन्स 0 16,276
प्रतिसाद वेळ (सरासरी) 11.71s 13.65s
प्रतिसाद वेळ (कमाल) 119.44s 83.60s
प्रतिसाद वेळ (एकूण) 257.67s 300.22s
पॅरामीटर्स 1.6T एकूण (49B सक्रिय) 744B एकूण (40B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#133 DeepSeek V4 Pro

none
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#134 GLM 5.3

low
खर्च
$0.007
वेळ
28.4s
टोकन्स
1,599 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 5.6 10.0 33.3% 0 13.38s 7,275 5,500 0
GLM 5.3 6.2 6.9 55.6% 1 21.02s 7,317 368 6,764

झटपट तुलना

तुलना जोडी बदला