- 排名
- #106
- 总输出令牌
- 211,343
- 响应时间（平均）
- 91.29s
- 总成本
- $0.149
DeepSeek V4 Pro 0423 (high) vs GLM 5.2 (medium)
GLM 5.2 (medium) 平均分领先，为 8.2 vs 8.1。 DeepSeek V4 Pro 0423 (high) benchmark 成本更低，为 $0.149 vs $1.007。 GLM 5.2 (medium) 更快，为 26.88s vs 91.29s，通过率为 65.2% vs 81.2%。
已对比模型
- 排名
- #102
- 总输出令牌
- 81,020
- 响应时间（平均）
- 26.88s
- 总成本
- $1.007
推荐模型
DeepSeek V4 Pro 0423 (high)
它的得分接近这里的最高分（8.1 vs 8.2），同时成本比GLM 5.2 (medium)低约 6.8 倍。
详细对比
| 指标 | DeepSeek V4 Pro 0423 DeepSeek V4 Pro 0423 high | GLM 5.2 GLM 5.2 medium |
|---|---|---|
| 分数 | 8.1 | 8.2 |
| 排名 | #106 | #102 |
| 可靠性 | 10.0 | 9.6 |
| 一致性 | 7.8 | 8.1 |
| 尝试次数 | 69/69 | 66/69 |
| 测试正确 | ||
| 尝试通过率 | 65.2% | 81.2% |
| 不稳定测试 | 6 | 4 |
| 总运行次数 | 69 | 66 |
| 每个结果成本 | 3.717 | 2.890 |
| 总成本 | $0.149 | $1.007 |
| 输入价格 | $0.209 / 1M | $0.153 / 1M |
| 输出价格 | $0.418 / 1M | $12.000 / 1M |
| 缓存读取价格 | $0.018 / 1M | $0.150 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 287,061 | 227,164 |
| 输出令牌 | 32,056 | 20,029 |
| 推理令牌 | 196,607 | 60,991 |
| 响应时间（平均） | 91.29s | 26.88s |
| 响应时间（最大） | 416.76s | 102.40s |
| 响应时间（总计） | 2099.56s | 591.34s |
| 参数量 | 1.6T 总计 (49B 激活) | 744B 总计 (40B 激活) |
| 开放状态 | 开源 | 开源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#106 DeepSeek V4 Pro 0423
high- 成本
- $0.023
- 时间
- 257.6s
- 令牌
- 14,870 tok
#102 GLM 5.2
medium- 成本
- $0.041
- 时间
- 195.8s
- 令牌
- 9,287 tok
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 Pro 0423 | 10.0 | 10.0 | 100.0% | 0 | 64.54s | 196,304 | 9,128 | 10,091 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 102.40s | 189,965 | 7,768 | 11,491 |
| 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 Pro 0423 | 5.7 | 5.9 | 58.3% | 2 | 25.70s | 536 | 149 | 3,214 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 5.89s | 639 | 497 | 2,634 |
| 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 Pro 0423 | 6.3 | 8.7 | 33.3% | 0 | 243.00s | 5,090 | 383 | 84,580 | |
| GLM 5.2 | 8.2 | 7.2 | 88.9% | 1 | 40.96s | 7,317 | 1,475 | 17,123 |
| 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 Pro 0423 | 10.0 | 10.0 | 100.0% | 0 | 78.99s | 66,082 | 4,582 | 25,404 | |
| GLM 5.2 | 5.0 | 5.0 | 50.0% | 0 | 51.96s | 12,696 | 458 | 4,531 |
| 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 Pro 0423 | 10.0 | 10.0 | 100.0% | 0 | 25.03s | 7,690 | 274 | 2,166 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 13.44s | 7,149 | 348 | 2,345 |
| 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 Pro 0423 | 3.6 | 7.2 | 22.2% | 1 | 249.47s | 578 | 16,870 | 58,188 | |
| GLM 5.2 | 4.1 | 4.4 | 44.5% | 2 | 45.47s | 551 | 8,188 | 11,606 |
| 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 Pro 0423 | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 471 | 115 | 1,013 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 17.39s | 498 | 54 | 1,842 |
| 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 Pro 0423 | 7.8 | 6.6 | 83.3% | 1 | 8.73s | 627 | 66 | 2,726 | |
| GLM 5.2 | 9.9 | 10.0 | 100.0% | 0 | 7.90s | 678 | 94 | 1,518 |
| 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 Pro 0423 | 6.9 | 4.9 | 77.8% | 2 | 56.85s | 591 | 178 | 2,563 | |
| GLM 5.2 | 8.2 | 7.2 | 88.9% | 1 | 13.13s | 672 | 536 | 4,822 |
| 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 Pro 0423 | 9.8 | 10.0 | 100.0% | 0 | 15.92s | 8,909 | 295 | 701 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 20.41s | 6,861 | 230 | 550 |
| 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 Pro 0423 | 3.0 | 10.0 | 0.0% | 0 | 34.01s | 183 | 16 | 5,961 | |
| GLM 5.2 | 3.0 | 10.0 | 0.0% | 0 | 34.25s | 138 | 381 | 2,529 |
快速对比
切换对比组合
Grok 4.5highvsGLM 5.2mediumDeepSeek V4.1 Flash 1017maxvsGLM 5.2mediumGemini 4 ArgonlowvsGLM 5.2mediumClaude Opus 4.7mediumvsDeepSeek V4 Pro 0423highSeed-2.0-CodelowvsDeepSeek V4 Pro 0423highKimi K3maxvsGLM 5.2mediumGemini 3.5 FlashhighvsGLM 5.2mediumSeed-2.0-LitemediumvsDeepSeek V4 Pro 0423highClaude Haiku 5.5highvsGLM 5.2mediumDeepSeek V4 Pro 0423highvsNemotron 3 Ultramedium免费可用GPT-5.6 TerrahighvsGLM 5.2mediumSeed-2.0-CodelowvsGLM 5.2medium