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

AI BENCHY 对比

DeepSeek: DeepSeek V3.2 vs Z.ai: GLM 5.2

摘要

DeepSeek V3.2 vs GLM 5.2 benchmark 对比：DeepSeek V3.2 平均分领先，为 7.5 vs 7.1。 DeepSeek V3.2 benchmark 成本更低，为 $0.044 vs $0.076。 GLM 5.2 更快，为 6.34s vs 68.71s，通过率为 65.1% vs 60.3%。

推荐模型: GLM 5.2 - 它的得分接近这里的最高分（7.1 vs 7.5），同时响应速度比DeepSeek V3.2快约 10.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-17

指标 DeepSeek V3.2 DeepSeek V3.2 medium 发布日期: 2025-12-01 GLM 5.2 GLM 5.2 none 发布日期: 2026-06-17
分数 7.5 7.1
排名 #48 #61
可靠性 10.0 9.9
一致性 7.6 9.6
测试正确
尝试通过率 65.1% 60.3%
不稳定测试 6 1
总运行次数 63 63
每个结果成本 0.436 0.628
总成本 $0.044 $0.076
输入价格 $0.229 / 1M $1.400 / 1M
输出价格 $0.344 / 1M $4.400 / 1M
总输入令牌 38,333 38,671
输出令牌 7,186 4,817
推理令牌 99,081 0
响应时间（平均） 68.71s 6.34s
响应时间（最大） 376.10s 20.69s
响应时间（总计） 1442.81s 133.19s

Generation showcase

Hamster playing table tennis

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

#48 DeepSeek V3.2

medium
Cost
$0.001
Time
53.6s
Tokens
1,932 tok

#61 GLM 5.2

none
Invalid SVG
Cost
$0.033
Time
87.7s
Tokens
7,455 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V3.2 8.2 7.9 83.3% 1 24.23s 448 3,247 6,953
GLM 5.2 8.3 10.0 75.0% 0 3.70s 567 313 0
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
GLM 5.2 3.7 9.5 0.0% 0 7.55s 7,263 1,958 0
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 14,283 571 6,296
GLM 5.2 10.0 10.0 100.0% 0 20.69s 14,296 1,489 0
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 7,388 207 7,693
GLM 5.2 10.0 10.0 100.0% 0 7.17s 7,113 204 0
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V3.2 2.9 4.4 22.2% 2 24.27s 472 21 6,838
GLM 5.2 5.3 10.0 33.3% 0 6.50s 696 27 0
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V3.2 3.4 2.5 33.3% 1 58.29s 314 49 2,189
GLM 5.2 6.1 3.1 66.7% 1 4.42s 480 82 0
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 627 1,397 2,845
GLM 5.2 9.8 10.0 100.0% 0 3.84s 642 66 0
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V3.2 7.0 7.2 55.6% 1 37.69s 594 518 6,375
GLM 5.2 7.7 10.0 66.7% 0 3.31s 618 265 0
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 8,307 507 859
GLM 5.2 10.0 10.0 100.0% 0 15.76s 6,807 400 0
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
DeepSeek V3.2 3.0 10.0 0.0% 0 83.99s 183 20 7,019
GLM 5.2 3.0 10.0 0.0% 0 3.41s 189 13 0

快速对比

切换对比组合

Gemma 4 26B A4Bmedium免费可用vsGLM 5.2noneMiMo-V2-FlashmediumvsGLM 5.2noneStep 3.7 FlashhighvsGLM 5.2noneDeepSeek V3.2mediumvsGPT-5.3 ChatnoneDeepSeek V3.2mediumvsGemini 3 Flash PreviewlowKimi K2.7 CodemediumvsGLM 5.2noneClaude Sonnet 4.6nonevsDeepSeek V3.2mediumGrok 4.20mediumvsGLM 5.2noneClaude Opus 4.8nonevsDeepSeek V3.2mediumDeepSeek V3.2mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsGLM 5.2noneMiMo-V2.5-PromediumvsGLM 5.2none