导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

DeepSeek: DeepSeek V4 Flash vs Z.ai: GLM 4.7 Flash

摘要

DeepSeek V4 Flash vs GLM 4.7 Flash benchmark 对比：DeepSeek V4 Flash 平均分领先，为 5.0 vs 4.4。 DeepSeek V4 Flash benchmark 成本更低，为 $0.008 vs $0.054。 DeepSeek V4 Flash 更快，为 26.75s vs 35.10s，通过率为 30.2% vs 33.3%。

推荐模型: DeepSeek V4 Flash - 它在这里得分最高（5.0），同时成本比GLM 4.7 Flash低约 7.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04

指标 DeepSeek V4 Flash DeepSeek V4 Flash none 发布日期: 2026-04-24 GLM 4.7 Flash GLM 4.7 Flash medium 发布日期: 2026-01-19
分数 5.0 4.4
排名 #139 #158
可靠性 10.0 6.7
一致性 8.9 6.8
测试正确
尝试通过率 30.2% 33.3%
不稳定测试 3 8
总运行次数 63 63
每个结果成本 0.203 1.337
总成本 $0.008 $0.054
输入价格 $0.099 / 1M $0.060 / 1M
输出价格 $0.197 / 1M $0.400 / 1M
总输入令牌 50,127 37,206
输出令牌 13,710 43,754
推理令牌 0 89,079
响应时间（平均） 26.75s 35.10s
响应时间（最大） 111.96s 174.55s
响应时间（总计） 561.82s 456.24s

Generation showcase

Hamster playing table tennis

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

#139 DeepSeek V4 Flash

none
Cost
$0.004
Time
157.6s
Tokens
11,297 tok

#158 GLM 4.7 Flash

medium
Invalid SVG
Cost
$0.000
Time
186.2s
Tokens
12,112 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 3.0 10.0 0.0% 0 20.18s 540 174 0
GLM 4.7 Flash 4.7 5.9 41.7% 2 14.95s 555 1,122 6,110
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 4.2 7.4 11.1% 1 17.13s 7,279 9,717 0
GLM 4.7 Flash 3.2 7.4 11.1% 1 55.33s 3,106 4,981 22,387
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 4.5 2.1 66.7% 1 111.96s 24,398 2,664 0
GLM 4.7 Flash 2.8 2.1 33.3% 1 65.57s 17,185 2,585 20,648
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 23.79s 7,290 195 0
GLM 4.7 Flash 6.3 10.0 50.0% 0 1.51s 7,107 584 2,755
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 5.3 10.0 33.3% 0 19.73s 666 18 0
GLM 4.7 Flash 3.5 4.4 33.3% 2 174.55s 643 33,000 25,394
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 4.2 9.9 0.0% 0 23.74s 471 67 0
GLM 4.7 Flash 3.6 9.7 0.0% 0 18.14s 318 18 2,138
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 6.5 10.0 50.0% 0 17.54s 627 321 0
GLM 4.7 Flash 6.2 5.8 66.7% 1 2.97s 636 388 2,181
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 3.1 7.3 11.1% 1 23.72s 594 207 0
GLM 4.7 Flash 2.9 7.2 11.1% 1 12.93s 521 781 5,255
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 77.93s 8,079 327 0
GLM 4.7 Flash 10.0 10.0 100.0% 0 15.95s 6,949 224 1,014
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 3.07s 183 20 0
GLM 4.7 Flash 3.0 10.0 0.0% 0 11.13s 186 71 1,197

快速对比

切换对比组合

Ling-2.6-1TnonevsGLM 4.7 FlashmediumMercury 2nonevsGLM 4.7 FlashmediumQwen3.5-9BnonevsGLM 4.7 FlashmediumQwen3.6 35B A3BnonevsGLM 4.7 FlashmediumMiMo-V2-FlashnonevsGLM 4.7 FlashmediumTrinity Large PreviewnonevsGLM 4.7 FlashmediumGPT-5.4 NanononevsGLM 4.7 FlashmediumDeepSeek V4 FlashnonevsMistral Small 4mediumDeepSeek V4 FlashnonevsMiniMax M2.7mediumDeepSeek V4 FlashnonevsQwen3 Coder NextmediumGranite 4.1 8BnonevsGLM 4.7 FlashmediumDeepSeek V4 FlashnonevsMiniMax M2.5medium