Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Modele comparate

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-25

Metrică DeepSeek V4 Flash DeepSeek V4 Flash high Lansare: 2026-04-24 DeepSeek V4 Pro DeepSeek V4 Pro high Lansare: 2026-04-24 GLM 5 GLM 5 medium Lansare: 2026-02-12
Scor 7.8 7.4 8.4
Rang #36 #49 #15
Fiabilitate 10.0 3.9 N/D
Consistență 7.8 9.2 8.2
Teste corecte
Rată de trecere pe încercare 79.6% 77.8% 85.2%
Teste instabile 5 2 4
Rulări totale 54 54 54
Cost per rezultat 0.277 2.524 1.188
Cost total $0.031 $0.329 $0.155
Preț de intrare $0.140 / 1M $1.740 / 1M $0.600 / 1M
Preț de ieșire $0.280 / 1M $3.480 / 1M $2.080 / 1M
Tokenuri de ieșire 1,765 1,937 20,163
Tokenuri de raționament 90,299 82,625 58,337
Timp de răspuns (mediu) 45.41s 72.92s 23.34s
Timp de răspuns (maxim) 218.13s 414.38s 79.09s
Timp de răspuns (total) 817.30s 1312.59s 233.40s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 8.3 10.0 75.0% 0 28.51s 140 7,770
DeepSeek V4 Pro 7.4 10.0 75.0% 0 29.33s 83 3,829
GLM 5 10.0 10.0 100.0% 0 23.66s 480 7,056
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 10.0 10.0 100.0% 0 62.48s 369 9,361
DeepSeek V4 Pro 10.0 10.0 100.0% 0 81.96s 339 6,962
GLM 5 10.0 10.0 100.0% 0 79.09s 330 19,814
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 10.0 10.0 100.0% 0 76.57s 465 7,347
DeepSeek V4 Pro 6.6 10.0 100.0% 0 71.08s 134 2,163
GLM 5 10.0 10.0 100.0% 0 28.96s 662 3,242
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 10.0 10.0 100.0% 0 28.03s 201 1,179
DeepSeek V4 Pro 8.8 10.0 100.0% 0 88.40s 795 6,370
GLM 5 7.1 5.6 83.3% 1 8.90s 567 3,734
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 4.1 4.4 44.5% 2 100.31s 27 59,249
DeepSeek V4 Pro 4.5 10.0 33.3% 0 202.43s 22 53,478
GLM 5 3.5 4.4 33.3% 2 0ms 13,176 14,137
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 6.1 3.1 66.7% 1 25.15s 79 632
DeepSeek V4 Pro 6.1 3.1 66.7% 1 23.11s 106 1,248
GLM 5 6.1 3.1 66.7% 1 14.69s 2,020 2,248
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 10.0 10.0 100.0% 0 15.36s 63 1,622
DeepSeek V4 Pro 10.0 10.0 100.0% 0 20.97s 66 2,590
GLM 5 10.0 10.0 100.0% 0 7.25s 1,001 2,129
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 6.4 4.5 77.8% 2 25.53s 193 2,597
DeepSeek V4 Pro 7.6 7.4 77.8% 1 51.47s 223 5,645
GLM 5 10.0 10.0 100.0% 0 15.64s 1,694 4,983
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 228 542
DeepSeek V4 Pro 7.6 10.0 100.0% 0 38.69s 169 340
GLM 5 10.0 10.0 100.0% 0 15.93s 233 994

Comparație rapidă

Schimbă perechea de comparație

DeepSeek V4 ProhighvsMiMo-V2-FlashmediumDeepSeek V4 FlashhighvsGLM 5V TurbomediumClaude Sonnet 4.6nonevsDeepSeek V4 ProhighDeepSeek V4 FlashhighvsQwen3.5-FlashmediumDeepSeek V4 ProhighvsQwen3.5-35B-A3BmediumDeepSeek V4 ProhighvsGPT-5.2mediumDeepSeek V4 FlashhighvsGLM 5.1mediumDeepSeek V4 FlashhighvsStep 3.5 FlashmediumDeepSeek V4 FlashhighvsGemini 3.1 Flash Lite PreviewnoneSeed-2.0-MinimediumvsDeepSeek V4 ProhighDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsMiMo-V2.5medium