- 排名
- #89
- 总输出令牌
- 234,594
- 响应时间（平均）
- 55.99s
- 总成本
- $0.056
已对比模型
DeepSeek V4 Flash 0423 (high) vs DeepSeek V4 Pro 0423 (high) vs Kimi K2.6 (medium) vs GLM 5 (medium) 基准对比: DeepSeek V4 Pro 0423 (high) 在分数上以 8.1 领先。 DeepSeek V4 Flash 0423 (high) 在可靠性上以 10.0 领先。 DeepSeek V4 Flash 0423 (high) 的总成本最低，为 $0.056。 GLM 5 (medium) 最快，为 39.05s。
已对比模型
- 排名
- #87
- 总输出令牌
- 228,663
- 响应时间（平均）
- 91.29s
- 总成本
- $0.556
- 排名
- #168
- 总输出令牌
- 396,671
- 响应时间（平均）
- 121.25s
- 总成本
- $1.323
- 排名
- #146
- 总输出令牌
- 138,257
- 响应时间（平均）
- 39.05s
- 总成本
- $0.360
推荐模型
DeepSeek V4 Flash 0423 (high)
它在这里得分最高（8.1），同时成本比本次比较中的其他模型低约 13.5 倍。
详细对比
| 指标 | DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 high | DeepSeek V4 Pro 0423 DeepSeek V4 Pro 0423 high | Kimi K2.6 Kimi K2.6 medium | GLM 5 GLM 5 medium |
|---|---|---|---|---|
| 分数 | 8.1 | 8.1 | 6.8 | 7.2 |
| 排名 | #89 | #87 | #168 | #146 |
| 可靠性 | 10.0 | 10.0 | 10.0 | 10.0 |
| 一致性 | 8.6 | 7.8 | 8.4 | 7.9 |
| 尝试次数 | 69/69 | 69/69 | 69/69 | 66/69 |
| 测试正确 | ||||
| 尝试通过率 | 71.0% | 65.2% | 60.9% | 76.8% |
| 不稳定测试 | 4 | 6 | 4 | 5 |
| 总运行次数 | 69 | 69 | 69 | 66 |
| 每个结果成本 | 0.547 | 3.717 | 12.282 | 2.552 |
| 总成本 | $0.056 | $0.556 | $1.323 | $0.360 |
| 输入价格 | $0.079 / 1M | $0.783 / 1M | $0.650 / 1M | $0.600 / 1M |
| 输出价格 | $0.158 / 1M | $1.566 / 1M | $3.410 / 1M | $1.920 / 1M |
| 总输入令牌 | 298,794 | 287,061 | 226,880 | 212,440 |
| 输出令牌 | 45,873 | 32,056 | 65,346 | 22,922 |
| 推理令牌 | 188,721 | 196,607 | 331,325 | 115,335 |
| 响应时间（平均） | 55.99s | 91.29s | 121.25s | 39.05s |
| 响应时间（最大） | 218.13s | 416.76s | 876.20s | 110.70s |
| 响应时间（总计） | 1287.87s | 2099.56s | 2667.55s | 546.68s |
| 参数量 | 284B 总计 (13B 激活) | 1.6T 总计 (49B 激活) | 1T 总计 (32B 激活) | 744B 总计 (40B 激活) |
| 开放状态 | 开源 | 开源 | 权重可用 | 开源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#89 DeepSeek V4 Flash 0423
high- 成本
- $0.003
- 时间
- 93.1s
- 令牌
- 7,926 tok
#87 DeepSeek V4 Pro 0423
high- 成本
- $0.023
- 时间
- 257.6s
- 令牌
- 14,870 tok
#168 MoonshotAI: Kimi K2.6
medium- 成本
- $0.013
- 时间
- 103.4s
- 令牌
- 3,620 tok
#146 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
| 智能体任务 | 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 0423 | 10.0 | 10.0 | 100.0% | 0 | 148.13s | 190,314 | 8,644 | 14,640 | |
| DeepSeek V4 Pro 0423 | 10.0 | 10.0 | 100.0% | 0 | 64.54s | 196,304 | 9,128 | 10,091 | |
| Kimi K2.6 | 5.0 | 10.0 | 0.0% | 0 | 233.89s | 157,967 | 692 | 48,460 | |
| GLM 5 | 4.7 | 3.1 | 33.3% | 1 | 110.70s | 177,216 | 1,352 | 12,339 |
| 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 0423 | 8.3 | 10.0 | 75.0% | 0 | 28.51s | 540 | 140 | 7,770 | |
| DeepSeek V4 Pro 0423 | 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 0423 | 7.8 | 10.0 | 66.7% | 0 | 50.60s | 7,279 | 395 | 34,862 | |
| DeepSeek V4 Pro 0423 | 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 0423 | 6.4 | 5.8 | 66.7% | 1 | 104.10s | 82,663 | 4,633 | 37,533 | |
| DeepSeek V4 Pro 0423 | 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 0423 | 10.0 | 10.0 | 100.0% | 0 | 28.03s | 7,290 | 201 | 1,179 | |
| DeepSeek V4 Pro 0423 | 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 0423 | 3.6 | 7.2 | 22.2% | 1 | 115.42s | 754 | 22,778 | 79,643 | |
| DeepSeek V4 Pro 0423 | 3.6 | 7.2 | 22.2% | 1 | 249.47s | 578 | 16,870 | 58,188 | |
| Kimi K2.6 | 5.3 | 7.2 | 44.4% | 1 | 264.43s | 337 | 9 | 101,267 | |
| 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 0423 | 6.1 | 3.1 | 66.7% | 1 | 25.15s | 471 | 79 | 632 | |
| DeepSeek V4 Pro 0423 | 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 0423 | 10.0 | 10.0 | 100.0% | 0 | 15.36s | 627 | 63 | 1,622 | |
| DeepSeek V4 Pro 0423 | 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 0423 | 8.2 | 7.2 | 88.9% | 1 | 26.11s | 594 | 196 | 1,767 | |
| DeepSeek V4 Pro 0423 | 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 0423 | 10.0 | 10.0 | 100.0% | 0 | 74.73s | 8,079 | 228 | 542 | |
| DeepSeek V4 Pro 0423 | 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 0423 | 3.0 | 10.0 | 0.0% | 0 | 54.46s | 183 | 8,516 | 8,531 | |
| DeepSeek V4 Pro 0423 | 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
Claude Opus 4.7mediumvsDeepSeek V4 Flash 0423highStep 3.7 FlashlowvsGLM 5mediumKimi K2.6mediumvsInklinglow免费可用Claude Opus 4.7mediumvsDeepSeek V4 Pro 0423highQwen3.7 FlashhighvsGLM 5mediumClaude Opus 4.8nonevsKimi K2.6mediumClaude Sonnet 5.5lowvsKimi K2.6mediumClaude Opus 5nonevsGLM 5mediumClaude Opus 4.8lowvsGLM 5mediumKimi K2.6mediumvsGPT-5.6 LunalowKimi K2.6mediumvsGPT-6 SolnoneGemini 3.8 FlashlowvsGLM 5medium