DeepSeek: DeepSeek V4 Flash vs Z.ai: GLM 5

GLM 5 (medium) 平均分领先，为 7.7 vs 7.7。 DeepSeek V4 Flash (high) benchmark 成本更低，为 $0.041 vs $0.307。 GLM 5 (medium) 更快，为 33.54s vs 49.75s，通过率为 72.7% vs 78.8%。

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GLM 5 (medium)低约 7.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24	GLM 5 GLM 5 medium 发布日期: 2026-02-12

指标	DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24	GLM 5 GLM 5 medium 发布日期: 2026-02-12
分数	7.7	7.7
排名	#52	#49
可靠性	10.0	10.0
一致性	8.2	8.1
测试正确
尝试通过率	72.7%	78.8%
不稳定测试	5	4
总运行次数	66	63
每个结果成本	0.402	1.668
总成本	$0.041	$0.307
输入价格	$0.094 / 1M	$0.950 / 1M
输出价格	$0.188 / 1M	$2.551 / 1M
总输入令牌	108,392	35,224
输出令牌	14,478	21,570
推理令牌	153,687	102,996
响应时间（平均）	49.75s	33.54s
响应时间（最大）	218.13s	99.85s
响应时间（总计）	1094.41s	435.99s

Hamster playing table tennis

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

#52 DeepSeek V4 Flash

high

成本: $0.003
时间: 93.1s
令牌: 7,926 tok

#49 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

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	8.3	10.0	75.0%	0		28.51s	540	140	7,770
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
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
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
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
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
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
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
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
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
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

GPT-5.6 LunahighvsGLM 5medium Claude Opus 4.6mediumvsDeepSeek V4 Flashhigh Claude Opus 4.8lowvsGLM 5medium DeepSeek V4 FlashhighvsMiniMax M3medium DeepSeek V4 ProhighvsGLM 5medium DeepSeek V4 FlashhighvsGrok Build 0.1medium Claude Opus 4.8lowvsDeepSeek V4 Flashhigh DeepSeek V4 FlashhighvsGPT-5.6 Lunamedium DeepSeek V4 FlashhighvsNemotron 3 Ultramedium免费可用 Claude Opus 5nonevsDeepSeek V4 Flashhigh DeepSeek V4 FlashhighvsKimi K2.7 Codemedium DeepSeek V4 FlashhighvsGPT-5.4 Nanomedium