AI BENCHY 对比

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

摘要

DeepSeek V4 Flash vs GLM 5 Turbo benchmark 对比：GLM 5 Turbo 平均分领先，为 8.4 vs 8.3。 DeepSeek V4 Flash benchmark 成本更低，为 $0.029 vs $0.323。 GLM 5 Turbo 更快，为 23.00s vs 45.85s，通过率为 74.6% vs 74.6%。

推荐模型: DeepSeek V4 Flash - 它的得分接近这里的最高分（8.3 vs 8.4），同时成本比GLM 5 Turbo低约 11.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标	DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24	GLM 5 Turbo GLM 5 Turbo medium 发布日期: 2026-03-15

指标	DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24	GLM 5 Turbo GLM 5 Turbo medium 发布日期: 2026-03-15
分数	8.3	8.4
排名	#26	#24
可靠性	10.0	10.0
一致性	8.5	8.5
测试正确
尝试通过率	74.6%	74.6%
不稳定测试	4	4
总运行次数	63	63
每个结果成本	0.299	2.011
总成本	$0.029	$0.323
输入价格	$0.098 / 1M	$1.200 / 1M
输出价格	$0.196 / 1M	$4.000 / 1M
总输入令牌	39,745	35,593
输出令牌	10,310	12,245
推理令牌	123,501	62,277
响应时间（平均）	45.85s	23.00s
响应时间（最大）	218.13s	194.23s
响应时间（总计）	962.79s	482.97s

Generation showcase

Hamster playing table tennis

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

#26 DeepSeek V4 Flash

high

Cost: $0.003
Time: 93.1s
Tokens: 7,926 tok

#24 GLM 5 Turbo

medium

Cost: $0.074
Time: 206.0s
Tokens: 18,549 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
GLM 5 Turbo	10.0	10.0	100.0%	0		4.82s	555	362	3,137

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 Turbo	8.2	9.3	66.7%	0		45.90s	5,941	363	25,381

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	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347
GLM 5 Turbo	10.0	10.0	100.0%	0		13.88s	12,714	390	2,037

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 Turbo	10.0	10.0	100.0%	0		6.19s	7,107	577	3,632

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 Turbo	2.9	4.4	22.2%	2		71.07s	489	9,665	19,279

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 Turbo	6.1	3.1	66.7%	1		10.05s	477	60	2,216

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 Turbo	10.0	10.0	100.0%	0		5.38s	636	255	2,183

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 Turbo	8.7	7.9	77.8%	1		5.23s	609	312	2,647

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 Turbo	10.0	10.0	100.0%	0		9.84s	6,879	241	446

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 Turbo	3.0	10.0	0.0%	0		40.17s	186	20	1,319

快速对比

切换对比组合