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 5.1

摘要

DeepSeek V4 Flash vs GLM 5.1 benchmark 对比：GLM 5.1 平均分领先，为 5.7 vs 5.0。 DeepSeek V4 Flash benchmark 成本更低，为 $0.008 vs $0.058。 GLM 5.1 更快，为 4.10s vs 26.75s，通过率为 30.2% vs 41.3%。

推荐模型: GLM 5.1 - 它在这里得分最高（5.7），同时响应速度比DeepSeek V4 Flash快约 6.5 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 5.1 GLM 5.1 none 发布日期: 2026-04-07
分数 5.0 5.7
排名 #139 #112
可靠性 10.0 10.0
一致性 8.9 8.5
测试正确
尝试通过率 30.2% 41.3%
不稳定测试 3 4
总运行次数 63 63
每个结果成本 0.203 0.843
总成本 $0.008 $0.058
输入价格 $0.099 / 1M $0.980 / 1M
输出价格 $0.197 / 1M $3.080 / 1M
总输入令牌 50,127 47,133
输出令牌 13,710 3,754
推理令牌 0 0
响应时间（平均） 26.75s 4.10s
响应时间（最大） 111.96s 32.57s
响应时间（总计） 561.82s 86.18s

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

#112 GLM 5.1

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 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 5.1 4.0 6.3 25.0% 2 2.11s 555 305 0
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 5.1 3.9 9.7 0.0% 0 4.96s 7,256 525 0
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 5.1 2.8 2.1 33.3% 1 32.57s 22,831 2,129 0
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 5.1 10.0 10.0 100.0% 0 1.08s 7,107 204 0
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 5.1 2.9 7.2 11.1% 1 1.99s 687 24 0
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 5.1 5.0 10.0 0.0% 0 790ms 477 39 0
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 5.1 9.8 10.0 100.0% 0 1.98s 636 66 0
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 5.1 7.7 10.0 66.7% 0 1.45s 609 151 0
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 5.1 10.0 10.0 100.0% 0 10.68s 6,789 300 0
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 5.1 3.0 10.0 0.0% 0 2.34s 186 11 0

快速对比

切换对比组合

Nemotron 3 Supermedium免费可用vsGLM 5.1noneCobuddymediumvsGLM 5.1noneDeepSeek V4 ProhighvsGLM 5.1noneDeepSeek V4 FlashnonevsMistral Small 4mediumDeepSeek V4 FlashnonevsMiniMax M2.7mediumDeepSeek V4 FlashnonevsQwen3 Coder NextmediumDeepSeek V4 FlashnonevsMiniMax M2.5mediumMiniMax M2.5mediumvsGLM 5.1nonegpt-oss-120bmedium免费可用vsGLM 5.1noneMiniMax M2.7mediumvsGLM 5.1noneMistral Small 4mediumvsGLM 5.1noneGPT-5 NanomediumvsGLM 5.1none