- 排名
- #62
- 总输出令牌
- 168,165
- 响应时间（平均）
- 49.75s
- 总成本
- $0.060
已对比模型
DeepSeek V4 Flash (high) vs DeepSeek V4 Pro (high) vs Kimi K2.6 (medium) vs GLM 5 (medium) 基准对比: GLM 5 (medium) 在分数上以 7.7 领先。 DeepSeek V4 Flash (high) 在可靠性上以 10.0 领先。 DeepSeek V4 Flash (high) 的总成本最低，为 $0.060。 GLM 5 (medium) 最快，为 33.54s。
- 排名
- #63
- 总输出令牌
- 189,181
- 响应时间（平均）
- 79.14s
- 总成本
- $0.200
- 排名
- #88
- 总输出令牌
- 391,540
- 响应时间（平均）
- 109.98s
- 总成本
- $0.746
- 排名
- #59
- 总输出令牌
- 124,566
- 响应时间（平均）
- 33.54s
- 总成本
- $0.307
推荐模型
DeepSeek V4 Flash (high)
它的得分接近这里的最高分（7.7 vs 7.7），同时成本比本次比较中的其他模型低约 7.0 倍。
详细对比
| 指标 | DeepSeek V4 Flash DeepSeek V4 Flash high | DeepSeek V4 Pro DeepSeek V4 Pro high | Kimi K2.6 Kimi K2.6 medium | GLM 5 GLM 5 medium |
|---|---|---|---|---|
| 分数 | 7.7 | 7.7 | 7.2 | 7.7 |
| 排名 | #62 | #63 | #88 | #59 |
| 可靠性 | 10.0 | 10.0 | 9.4 | 10.0 |
| 一致性 | 8.2 | 7.7 | 8.3 | 8.1 |
| 基准测试覆盖率 | 22/22 项测试 · 66/66 次尝试 | 22/22 项测试 · 66/66 次尝试 | 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 | 72.7% | 63.6% | 63.6% | 78.8% |
| 不稳定测试 | 5 | 6 | 4 | 4 |
| 总运行次数 | 66 | 66 | 66 | 63 |
| 每个结果成本 | 0.402 | 2.000 | 9.821 | 1.668 |
| 总成本 | $0.060 | $0.200 | $0.746 | $0.307 |
| 输入价格 | $0.140 / 1M | $0.435 / 1M | $0.580 / 1M | $0.950 / 1M |
| 输出价格 | $0.280 / 1M | $0.870 / 1M | $2.440 / 1M | $2.551 / 1M |
| 总输入令牌 | 108,392 | 90,748 | 68,902 | 35,224 |
| 输出令牌 | 14,478 | 10,462 | 111,680 | 21,570 |
| 推理令牌 | 153,687 | 178,719 | 279,860 | 102,996 |
| 响应时间（平均） | 49.75s | 79.14s | 109.98s | 33.54s |
| 响应时间（最大） | 218.13s | 416.76s | 876.20s | 99.85s |
| 响应时间（总计） | 1094.41s | 1740.97s | 2309.56s | 435.99s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#62 DeepSeek V4 Flash
high- 成本
- $0.003
- 时间
- 93.1s
- 令牌
- 7,926 tok
#63 DeepSeek V4 Pro
high- 成本
- $0.023
- 时间
- 257.6s
- 令牌
- 14,870 tok
#88 MoonshotAI: Kimi K2.6
medium- 成本
- $0.013
- 时间
- 103.4s
- 令牌
- 3,620 tok
#59 GLM 5
medium- 成本
- $0.005
- 时间
- 20.7s
- 令牌
- 2,068 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 V4 Flash | 8.3 | 10.0 | 75.0% | 0 | 28.51s | 540 | 140 | 7,770 | |
| DeepSeek V4 Pro | 5.7 | 5.9 | 58.3% | 2 | 25.70s | 536 | 149 | 3,214 | |
| Kimi K2.6 | 7.0 | 8.0 | 66.7% | 1 | 11.59s | 618 | 7,115 | 8,934 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 23.66s | 555 | 480 | 7,056 |
| 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 | 7.8 | 10.0 | 66.7% | 0 | 50.60s | 7,279 | 395 | 34,862 | |
| DeepSeek V4 Pro | 6.3 | 8.7 | 33.3% | 0 | 243.00s | 5,090 | 383 | 84,580 | |
| Kimi K2.6 | 5.7 | 8.6 | 33.3% | 0 | 214.42s | 2,925 | 9,970 | 77,189 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 74.30s | 7,254 | 2,997 | 52,930 |
| 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 | 6.4 | 5.8 | 66.7% | 1 | 104.10s | 82,663 | 4,633 | 37,533 | |
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 78.99s | 66,082 | 4,582 | 25,404 | |
| Kimi K2.6 | 6.9 | 5.9 | 66.7% | 1 | 458.58s | 50,723 | 9,468 | 39,642 | |
| GLM 5 | 5.0 | 5.0 | 50.0% | 0 | 28.96s | 12,804 | 662 | 3,242 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 28.03s | 7,290 | 201 | 1,179 | |
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 25.03s | 7,690 | 274 | 2,166 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 20.38s | 7,014 | 316 | 11,305 | |
| GLM 5 | 7.1 | 5.6 | 83.3% | 1 | 8.90s | 5,508 | 567 | 3,734 |
| 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 | 4.1 | 4.4 | 44.5% | 2 | 100.31s | 666 | 27 | 59,249 | |
| DeepSeek V4 Pro | 3.6 | 7.2 | 22.2% | 1 | 151.46s | 569 | 4,404 | 50,391 | |
| Kimi K2.6 | 5.3 | 7.2 | 44.4% | 1 | 202.38s | 326 | 47,035 | 98,262 | |
| GLM 5 | 3.5 | 4.4 | 33.3% | 2 | 0ms | 260 | 13,176 | 14,137 |
| 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 | 6.1 | 3.1 | 66.7% | 1 | 25.15s | 471 | 79 | 632 | |
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 471 | 115 | 1,013 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 17.83s | 477 | 3,981 | 4,472 | |
| GLM 5 | 6.1 | 3.1 | 66.7% | 1 | 14.69s | 477 | 2,020 | 2,248 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 15.36s | 627 | 63 | 1,622 | |
| DeepSeek V4 Pro | 7.8 | 6.6 | 83.3% | 1 | 8.73s | 627 | 66 | 2,726 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 12.53s | 669 | 3,977 | 5,269 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 7.25s | 636 | 1,001 | 2,129 |
| 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 | 8.2 | 7.2 | 88.9% | 1 | 26.11s | 594 | 196 | 1,767 | |
| DeepSeek V4 Pro | 6.9 | 4.9 | 77.8% | 2 | 56.85s | 591 | 178 | 2,563 | |
| Kimi K2.6 | 6.0 | 7.4 | 55.6% | 1 | 25.06s | 651 | 13,860 | 17,599 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 11.33s | 609 | 33 | 4,076 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 74.73s | 8,079 | 228 | 542 | |
| DeepSeek V4 Pro | 9.8 | 10.0 | 100.0% | 0 | 15.92s | 8,909 | 295 | 701 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 8.92s | 5,286 | 248 | 1,011 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 15.93s | 6,935 | 233 | 994 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 54.46s | 183 | 8,516 | 8,531 | |
| DeepSeek V4 Pro | 3.0 | 10.0 | 0.0% | 0 | 34.01s | 183 | 16 | 5,961 | |
| Kimi K2.6 | 3.0 | 10.0 | 0.0% | 0 | 130.27s | 213 | 15,710 | 16,177 | |
| GLM 5 | 3.0 | 10.0 | 0.0% | 0 | 67.37s | 186 | 401 | 12,450 |
快速对比
切换对比组合
KAT-Coder-Pro V2.5highvsKimi K2.6mediumKimi K2.6mediumvsStep 3.7 FlashlowGPT-5.6 LunahighvsGLM 5mediumClaude Opus 4.8nonevsKimi K2.6mediumClaude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Opus 4.8lowvsGLM 5mediumKimi K2.6mediumvsQwen3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 FlashhighvsMiniMax M3mediumQwen3.7 FlashhighvsGLM 5mediumDeepSeek V4 ProhighvsGrok Build 0.1medium