DeepSeek V4 Flash 0731 (high) vs GLM 5.2 (medium)

排名: #41
总输出令牌: 544,164
响应时间（平均）: 110.77s
总成本: $0.079

排名: #49
总输出令牌: 61,761
响应时间（平均）: 23.28s
总成本: $0.066

推荐模型 GLM 5.2 (medium)

它的得分接近这里的最高分（7.8 vs 8.0），同时响应速度比DeepSeek V4 Flash 0731 (high)快约 4.8 倍。

详细对比

指标	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high 发布日期: 2026-08-01	GLM 5.2 GLM 5.2 medium 发布日期: 2026-06-17

指标	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high 发布日期: 2026-08-01	GLM 5.2 GLM 5.2 medium 发布日期: 2026-06-17
分数	8.0	7.8
排名	#41	#49
可靠性	9.6	9.5
一致性	7.8	8.0
基准测试覆盖率	22/22 项测试 · 66/66 次尝试	21/22 项测试 · 63/66 次尝试
测试正确
尝试通过率	78.8%	80.3%
不稳定测试	6	4
总运行次数	66	63
每个结果成本	0.878	2.159
总成本	$0.079	$0.066
输入价格	$0.090 / 1M	$0.285 / 1M
输出价格	$0.180 / 1M	$0.894 / 1M
总输入令牌	96,609	37,199
输出令牌	32,924	12,261
推理令牌	511,240	49,500
响应时间（平均）	110.77s	23.28s
响应时间（最大）	600.61s	101.36s
响应时间（总计）	2437.00s	488.94s

模型生成展示

Hamster playing table tennis

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

#41 DeepSeek V4 Flash 0731

high

无效SVG

成本: $0.000
时间: 187.3s
令牌: 19,048 tok

#49 GLM 5.2

medium

成本: $0.041
时间: 195.8s
令牌: 9,287 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

类别:

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 V4 Flash 0731	8.7	7.9	91.7%	1		13.62s	1,488	542	10,576
GLM 5.2	10.0	10.0	100.0%	0		5.89s	639	497	2,634

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 V4 Flash 0731	6.3	4.2	77.8%	2		252.67s	7,044	2,160	191,210
GLM 5.2	8.2	7.2	88.9%	1		40.96s	7,317	1,475	17,123

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 V4 Flash 0731	10.0	10.0	100.0%	0		87.10s	67,283	11,903	41,397
GLM 5.2	5.0	5.0	50.0%	0		51.96s	12,696	458	4,531

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 V4 Flash 0731	10.0	10.0	100.0%	0		3.65s	7,764	336	1,259
GLM 5.2	10.0	10.0	100.0%	0		13.44s	7,149	348	2,345

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 V4 Flash 0731	3.5	4.4	33.3%	2		428.10s	607	16,062	230,528
GLM 5.2	4.1	4.4	44.5%	2		45.47s	551	8,188	11,606

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 V4 Flash 0731	10.0	10.0	100.0%	0		5.64s	708	72	533
GLM 5.2	10.0	10.0	100.0%	0		17.39s	498	54	1,842

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 V4 Flash 0731	9.8	10.0	100.0%	0		4.46s	1,101	119	939
GLM 5.2	9.9	10.0	100.0%	0		7.90s	678	94	1,518

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 V4 Flash 0731	8.2	7.7	77.8%	1		9.36s	1,305	397	6,801
GLM 5.2	8.2	7.2	88.9%	1		13.13s	672	536	4,822

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 V4 Flash 0731	10.0	10.0	100.0%	0		5.42s	8,889	357	451
GLM 5.2	10.0	10.0	100.0%	0		20.41s	6,861	230	550

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 V4 Flash 0731	3.0	10.0	0.0%	0		110.63s	420	976	27,546
GLM 5.2	3.0	10.0	0.0%	0		34.25s	138	381	2,529

快速对比

切换对比组合

DeepSeek V4 Flash 0731highvsGPT-5.2 Chatnone DeepSeek V4 Flash 0731highvsStep 3.7 Flashmedium Qwen3.7 FlashhighvsGLM 5.2medium DeepSeek V4 Flash 0731highvsGPT-5 Minimedium DeepSeek V4 Flash 0731highvsInklingmedium DeepSeek V4 Flash 0731highvsKimi K3max Claude Opus 4.8lowvsGLM 5.2medium GPT-5.6 TerrahighvsGLM 5.2medium Kimi K3maxvsGLM 5.2medium Seed-2.0-LitemediumvsDeepSeek V4 Flash 0731high GPT-5.6 LunahighvsGLM 5.2medium DeepSeek V4 Flash 0731highvsQwen3.7 Plusmedium