AI BENCHY 对比

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

摘要

DeepSeek V4 Pro vs GLM 5V Turbo benchmark 对比：GLM 5V Turbo 平均分领先，为 7.3 vs 7.2。 DeepSeek V4 Pro benchmark 成本更低，为 $0.034 vs $0.457。 DeepSeek V4 Pro 更快，为 6.41s vs 23.08s，通过率为 52.4% vs 68.3%。

推荐模型: DeepSeek V4 Pro - 它的得分接近这里的最高分（7.2 vs 7.3），同时成本比GLM 5V Turbo低约 13.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标	DeepSeek V4 Pro DeepSeek V4 Pro none 发布日期: 2026-04-24	GLM 5V Turbo GLM 5V Turbo medium 发布日期: 2026-04-01

指标	DeepSeek V4 Pro DeepSeek V4 Pro none 发布日期: 2026-04-24	GLM 5V Turbo GLM 5V Turbo medium 发布日期: 2026-04-01
分数	7.2	7.3
排名	#58	#56
可靠性	9.9	10.0
一致性	8.8	7.9
测试正确
尝试通过率	52.4%	68.3%
不稳定测试	3	6
总运行次数	63	63
每个结果成本	0.333	4.151
总成本	$0.034	$0.457
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	53,558	44,615
输出令牌	11,424	2,347
推理令牌	0	98,415
响应时间（平均）	6.41s	23.08s
响应时间（最大）	30.09s	95.88s
响应时间（总计）	134.66s	484.63s

生成展示

Hamster playing table tennis

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

#58 DeepSeek V4 Pro

none

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

#56 GLM 5V Turbo

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 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 Pro	3.2	6.1	16.7%	2		4.02s	540	1,168	0
GLM 5V Turbo	7.2	6.1	75.0%	2		10.76s	555	587	7,872

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	5.6	10.0	33.3%	0		13.38s	7,275	5,500	0
GLM 5V Turbo	6.0	7.2	55.6%	1		63.38s	7,256	440	37,873

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	9.5	10.0	100.0%	0		23.74s	27,529	2,235	0
GLM 5V Turbo	6.9	3.8	66.7%	1		15.06s	18,533	403	2,523

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	10.0	10.0	100.0%	0		4.61s	7,568	200	0
GLM 5V Turbo	10.0	10.0	100.0%	0		9.60s	7,107	236	4,333

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	5.3	10.0	33.3%	0		3.72s	666	24	0
GLM 5V Turbo	5.3	7.2	44.4%	1		38.15s	687	32	29,035

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	5.0	10.0	0.0%	0		2.05s	471	126	0
GLM 5V Turbo	10.0	10.0	100.0%	0		11.09s	477	131	2,183

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	6.3	5.8	66.7%	1		4.12s	627	713	0
GLM 5V Turbo	9.9	10.0	100.0%	0		3.74s	636	72	1,813

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	10.0	10.0	100.0%	0		3.61s	594	442	0
GLM 5V Turbo	7.7	10.0	66.7%	0		10.24s	609	131	4,496

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		7.40s	8,105	328	0
GLM 5V Turbo	7.0	3.7	66.7%	1		12.53s	8,569	293	765

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		5.76s	183	688	0
GLM 5V Turbo	3.0	10.0	0.0%	0		40.96s	186	22	7,522

快速对比

切换对比组合