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 Pro vs Z.ai: GLM 5 Turbo

摘要

DeepSeek V4 Pro vs GLM 5 Turbo benchmark 对比：DeepSeek V4 Pro 平均分领先，为 6.3 vs 5.3。 GLM 5 Turbo benchmark 成本更低，为 $0.047 vs $0.079。 GLM 5 Turbo 更快，为 2.82s vs 65.21s，通过率为 52.4% vs 31.8%。

推荐模型: GLM 5 Turbo - 它提供了最佳整体取舍：得分有竞争力（5.3），成本低于DeepSeek V4 Pro，响应时间也较均衡。

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

指标 DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24 GLM 5 Turbo GLM 5 Turbo none 发布日期: 2026-03-15
分数 6.3 5.3
排名 #90 #128
可靠性 9.0 10.0
一致性 7.6 9.3
测试正确
尝试通过率 52.4% 31.8%
不稳定测试 6 2
总运行次数 63 63
每个结果成本 2.869 0.655
总成本 $0.079 $0.047
输入价格 $0.435 / 1M $1.200 / 1M
输出价格 $0.870 / 1M $4.000 / 1M
总输入令牌 32,240 32,525
输出令牌 12,250 1,815
推理令牌 72,257 0
响应时间（平均） 65.21s 2.82s
响应时间（最大） 358.35s 8.21s
响应时间（总计） 1304.19s 59.29s

Generation showcase

Hamster playing table tennis

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

#90 DeepSeek V4 Pro

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

#128 GLM 5 Turbo

none
Cost
$0.047
Time
129.2s
Tokens
11,775 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 Turbo 3.0 10.0 0.0% 0 2.84s 555 382 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 Turbo 3.9 7.8 11.1% 1 2.41s 7,256 529 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 Turbo 3.0 10.0 0.0% 0 4.89s 8,133 144 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 Turbo 10.0 10.0 100.0% 0 2.47s 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 Pro 2.9 7.2 11.1% 1 205.66s 430 10,529 28,089
GLM 5 Turbo 5.3 10.0 33.3% 0 1.97s 687 25 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 Turbo 4.2 9.9 0.0% 0 2.18s 477 48 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 Turbo 6.5 10.0 50.0% 0 2.13s 636 65 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 Turbo 5.5 7.4 44.4% 1 2.65s 609 180 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 Turbo 10.0 10.0 100.0% 0 8.21s 6,879 222 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 Turbo 3.0 10.0 0.0% 0 2.37s 186 16 0

快速对比

切换对比组合

DeepSeek V4 ProhighvsGPT-5.5noneDeepSeek V4 ProhighvsQwen3.5-35B-A3BmediumDeepSeek V4 ProhighvsGemma 4 31Bmedium免费可用DeepSeek V4 ProhighvsNemotron 3 Supermedium免费可用Seed-2.0-LitenonevsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGemini 2.5 FlashnoneDeepSeek V4 ProhighvsGemini 3.1 Flash LiteminimalMiniMax M2.7mediumvsGLM 5 TurbononeDeepSeek V4 ProhighvsGemini 3.1 Flash LitenoneDeepSeek V4 ProhighvsGemini 3.1 Flash LitelowDeepSeek V4 ProhighvsQwen3.5-FlashnoneDeepSeek V4 ProhighvsGemini 3.1 Flash Lite Previewnone