AI BENCHY 对比

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

摘要

DeepSeek V4 Pro vs GLM 5 benchmark 对比：GLM 5 平均分领先，为 6.1 vs 6.0。 GLM 5 benchmark 成本更低，为 $0.027 vs $0.079。 GLM 5 更快，为 4.03s vs 65.21s，通过率为 52.4% vs 44.4%。

推荐模型: GLM 5 - 它在这里得分最高（6.1），同时成本比DeepSeek V4 Pro低约 3.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标	DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24	GLM 5 GLM 5 none 发布日期: 2026-02-12

指标	DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24	GLM 5 GLM 5 none 发布日期: 2026-02-12
分数	6.0	6.1
排名	#104	#99
可靠性	9.0	10.0
一致性	7.6	9.7
测试正确
尝试通过率	52.4%	44.4%
不稳定测试	6	1
总运行次数	63	63
每个结果成本	2.869	0.263
总成本	$0.079	$0.027
输入价格	$0.435 / 1M	$0.600 / 1M
输出价格	$0.870 / 1M	$1.920 / 1M
总输入令牌	32,240	37,135
输出令牌	12,250	1,989
推理令牌	72,257	0
响应时间（平均）	65.21s	4.03s
响应时间（最大）	358.35s	11.07s
响应时间（总计）	1304.19s	56.37s

Generation showcase

Hamster playing table tennis

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

#104 DeepSeek V4 Pro

high

Cost: $0.023
Time: 257.6s
Tokens: 14,870 tok

#99 GLM 5

none

Cost: $0.007
Time: 32.1s
Tokens: 2,023 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 Pro	6.4	7.9	58.3%	1		16.53s	448	71	3,617
GLM 5	4.8	10.0	25.0%	0		2.37s	510	275	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 Pro	3.3	6.4	11.1%	1		118.23s	1,966	111	20,940
GLM 5	4.0	7.8	11.1%	1		5.12s	7,256	428	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 Pro	10.0	10.0	100.0%	0		65.02s	14,016	465	5,914
GLM 5	3.0	10.0	0.0%	0		4.98s	12,812	406	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 Pro	7.3	5.9	83.3%	1		23.62s	5,633	229	1,710
GLM 5	10.0	10.0	100.0%	0		5.78s	7,107	203	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 Pro	2.9	7.2	11.1%	1		205.66s	430	10,529	28,089
GLM 5	3.0	10.0	0.0%	0		2.24s	643	19	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 Pro	6.1	3.1	66.7%	1		25.09s	314	76	1,152
GLM 5	10.0	10.0	100.0%	0		3.27s	477	103	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 Pro	10.0	10.0	100.0%	0		41.16s	627	205	2,416
GLM 5	10.0	10.0	100.0%	0		1.48s	636	61	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 Pro	5.9	7.2	55.6%	1		34.84s	544	139	4,019
GLM 5	7.7	10.0	66.7%	0		1.91s	609	261	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 Pro	10.0	10.0	100.0%	0		21.33s	8,079	372	593
GLM 5	10.0	10.0	100.0%	0		11.07s	6,899	220	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 Pro	3.0	10.0	0.0%	0		39.14s	183	53	3,807
GLM 5	3.0	10.0	0.0%	0		3.62s	186	13	0

快速对比

切换对比组合