AI BENCHY 对比
DeepSeek: DeepSeek V3.2 vs Z.ai: GLM 5
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-03
| 指标 | DeepSeek: DeepSeek V3.2 medium 发布日期: 2025-12-01 | Z.ai: GLM 5 none 发布日期: 2026-02-12 |
|---|---|---|
| 排名 | #12 | #20 |
| 平均分 | 6.98 | 6.07 |
| 一致性 | 8.75 | 10.00 |
| 每个结果成本 | 0.193 | 0.095 |
| 总成本 | $0.018 | $0.008 |
| 测试正确 | 9/14 | 8/14 |
| 尝试通过率 | 71.4% | 57.1% |
| 不稳定测试 | 2 | 0 |
| 输出令牌 | 6,753 | 1,086 |
| 推理令牌 | 30,427 | 0 |
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 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.00 | 9.86 | 66.7% | 0 | 1,171 | 4,893 | |
| Z.ai: GLM 5 | 4.00 | 10.00 | 33.3% | 0 | 272 | 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 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 9.88 | 10.00 | 100.0% | 0 | 207 | 7,693 | |
| Z.ai: GLM 5 | 10.00 | 10.00 | 100.0% | 0 | 230 | 0 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 4.00 | 7.21 | 44.4% | 1 | 3,081 | 7,856 | |
| Z.ai: GLM 5 | 1.00 | 10.00 | 0.0% | 0 | 20 | 0 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.00 | 9.84 | 50.0% | 0 | 1,397 | 2,845 | |
| Z.ai: GLM 5 | 10.00 | 10.00 | 100.0% | 0 | 62 | 0 |
| Puzzle Solving | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.00 | 7.21 | 88.9% | 1 | 390 | 6,281 | |
| Z.ai: GLM 5 | 6.67 | 9.99 | 66.7% | 0 | 282 | 0 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 10.00 | 10.00 | 100.0% | 0 | 507 | 859 | |
| Z.ai: GLM 5 | 10.00 | 10.00 | 100.0% | 0 | 220 | 0 |
快速对比
切换对比组合
Claude Opus 4.6mediumvsGLM 5noneSeed-2.0-MinimediumvsGLM 5noneMiMo-V2-FlashmediumvsGLM 5noneQwen3.5-35B-A3BmediumvsGLM 5noneGPT-5 NanomediumvsGLM 5noneKimi K2.5mediumvsGLM 5noneGrok 4.1 FastmediumvsGLM 5noneDeepSeek V3.2mediumvsGemini 3 Flash PreviewnoneQwen3.5-FlashmediumvsGLM 5nonegpt-oss-120bmedium免费可用vsGLM 5noneMiniMax M2.5mediumvsGLM 5noneClaude Sonnet 4.6nonevsDeepSeek V3.2medium