DeepSeek V4 Pro vs GLM 5.3 Flash
完整资料:DeepSeek V4 Pro(DeepSeek)和 GLM 5.3 Flash(Zhipu AI),包括全部基准测试、价格和排名。
更新于 · 数据来自 12 个来源
截至 2026年11月16日,DeepSeek V4 Pro 与 GLM 5.3 Flash 的质量不相上下(BenchLeader Index 56.0 比 57.8,在 ±6.4 的误差范围内)。GLM 5.3 Flash 更便宜,对方的价格是它的 4.2 倍(每百万 token 混合价格 $0.238 比 $0.990)。看重推理(56 比 48)选 DeepSeek V4 Pro;看重编程(57 比 52)、数学(69 比 65)和知识(45 比 41)选 GLM 5.3 Flash。DeepSeek V4 Pro 的首次回答更快(42.8 秒 比 87.0 秒)。
要点(截至 2026年11月16日)
- DeepSeek V4 Pro 的 BenchLeader Index 为 56.0,GLM 5.3 Flash 为 57.8(BenchLeader,2026年11月16日)。
- DeepSeek V4 Pro 每百万 token 混合价格为 $0.990(标价,2026年11月16日)。
- GLM 5.3 Flash 每百万 token 混合价格为 $0.238(标价,2026年11月16日)。
- 在两者都有结果的 27 项基准测试中,GLM 5.3 Flash 领先 19 项(BenchLeader,2026年11月16日)。
- 在 Arena WebDev 上,DeepSeek V4 Pro 的评分为 1581,GLM 5.3 Flash 为 1609(LMArena,截至 2026年11月16日 的公布数据)。
按用途怎么选
推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。
| 用途 | 推荐 | 理由 | 置信度 |
|---|---|---|---|
| 编程 | GLM 5.3 Flash | 类别得分 57 比 52;Arena WebDev 1609 比 1581 | 中 |
| 数学 | GLM 5.3 Flash | 类别得分 69 比 65;Arena Maths 1505 比 1465 | 中 |
| 推理 | DeepSeek V4 Pro | 类别得分 56 比 48;HLE-Diamond (AA) 20.5% 比 18.2% | 中 |
| 知识 | GLM 5.3 Flash | 类别得分 45 比 41;AA-Omniscience v1.1 0.7 比 -6.5 | 中 |
| 长文档 | 均可 | 类别得分 64 比 65;AA-LCR v1.1 79.3% 比 80.0% | 均可 |
| 对话质量(人类偏好) | GLM 5.3 Flash | Arena 投票 66 比 65 | 中 |
| 成本最低 | GLM 5.3 Flash | 每百万 token 混合价格 $0.238 比 $1.98;智能体编程会话 $0.011 比 $0.095 | – |
| 首次回答最快 | DeepSeek V4 Pro | 首个回答 token 42.8 秒(DeepSeek V4 Pro (high))比 87.0 秒(GLM 5.3 Flash) | – |
| 低预算大批量 | 两者都不选 | 通常更小的模型更合适:便宜好用的大模型、最快的大模型 | – |
主要差异
- DeepSeek V4 Pro (high) 与 GLM 5.3 Flash 的质量不相上下(56.0 比 57.8,在 ±6.4 的误差范围内)。
- DeepSeek V4 Pro (high) 在推理方面更强。
- GLM 5.3 Flash 在编程、人类偏好、知识、长上下文、数学方面更强。
- GLM 5.3 Flash 更便宜,对方的价格是它的 4.2 倍(每百万 token 混合价格 $0.238 比 $0.990)。
- DeepSeek V4 Pro (high) 的输出速度是对方的 1.5 倍(80 比 54 token/秒)。
概览
| 规格 | DeepSeek V4 Pro | GLM 5.3 Flash |
|---|---|---|
| 提供商 | DeepSeek | Zhipu AI |
| 发布日期 | 2026年8月13日 | 2026年8月20日 |
| 上下文窗口(token) | 1,048,576 | 1,000,000 |
| 对比时的配置 | DeepSeek V4 Pro (high) | GLM 5.3 Flash |
| 开放权重 | 是 | 是 |
| 每百万 token 价格(输入 / 输出 / 缓存输入) | $1.32 / $3.96 / $0.022 | $0.150 / $0.500 / $0.030 |
逐类别对比
类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。
| 类别 | DeepSeek V4 Pro (high) | GLM 5.3 Flash | 领先者 |
|---|---|---|---|
| 推理 | 55.6 | 48.3 | DeepSeek V4 Pro |
| 编程 | 51.5 | 56.9 | GLM 5.3 Flash |
| 智能体与工具 | – | 58.7 | 无法比较 |
| 数学 | 64.5 | 68.8 | GLM 5.3 Flash |
| 知识 | 41.2 | 45.1 | GLM 5.3 Flash |
| 人类偏好 | 65.0 | 66.4 | GLM 5.3 Flash |
| 多模态 | – | 64.0 | 无法比较 |
| 长上下文 | 64.3 | 64.6 | 持平 |
同一图表对比
各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。
未绘制(测得的模型少于两个):智能体与工具, 指令遵循, 多模态。
各来源的分歧
在两者都有结果的 27 项基准测试中,DeepSeek V4 Pro 领先 7 项,GLM 5.3 Flash 领先 19 项,1 项持平。第三方来源看法不一:DeepSeek V4 Pro 在 Vals Index 上领先;GLM 5.3 Flash 在 AA Intelligence Index v5.0.1和Arena Text 上领先。
| 综合 Index | DeepSeek V4 Pro (high) | GLM 5.3 Flash | 领先者 |
|---|---|---|---|
| BenchLeader Index | 56.0 | 57.8 | 不相上下 |
| AA Intelligence Index v5.0.1 | 20.8 | 27.8 | GLM 5.3 Flash |
| Vals Index | 53.0† | 50.9 | DeepSeek V4 Pro |
| Arena Text | 1464 | 1475 | GLM 5.3 Flash |
各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。
价格、速度与延迟
标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。
| 指标 | DeepSeek V4 Pro (high) | GLM 5.3 Flash |
|---|---|---|
| 每百万 token 混合价格 | $1.98 | $0.238 |
| 每百万 token 输入 / 输出 | $1.32 / $3.96 | $0.150 / $0.500 |
| 每百万 token 缓存输入 | $0.022 | $0.030 |
| 每项任务价格:聊天回复 | $0.0017 | $0.0002 |
| 每项任务价格:总结一份 30 页的报告 | $0.018 | $0.0021 |
| 每项任务价格:代码编辑 | $0.014 | $0.0017 |
| 每项任务价格:智能体编程会话 | $0.095 | $0.011 |
| 每项任务价格:结构化信息提取 | $0.0034 | $0.0004 |
| 智能体编程会话(输入大多命中缓存) | $0.037 | $0.0056 |
| 每项基准测试任务成本(AA Index) | $0.849 | $0.583 |
| 每项任务输出 token(AA Index) | 70k | 134k |
| 其中推理部分 | 45k | 103k |
| 每项任务耗时(AA Index) | 15 min | 41 min |
| 输出速度 | 80 tok/s | 54 tok/s |
| 首次回答时间 | 42.8 秒 | 87.0 秒 |
| 完整回答耗时(最近一次测量 2026年11月13日) | – | 220.4 秒 |
按 token 计价不等于按任务计价:在 Artificial Analysis 的 Intelligence Index 中,一项平均任务在 DeepSeek V4 Pro (high) 上花费 $0.849,在 GLM 5.3 Flash 上花费 $0.583;完成同样的工作,GLM 5.3 Flash 输出的 token 是对方的 1.9 倍,这是只看 token 单价看不出来的。
每个模型都按其排名最高的推理强度设置进行对比。DeepSeek V4 Pro (high) 得分 56.0,首个回答 token 需 43 秒;DeepSeek V4 Pro (max) 为 54.7(47 秒),DeepSeek V4 Pro 为 53.0(1 秒)。GLM 5.3 Flash 得分 57.8,首个回答 token 需 87 秒;GLM 5.3 Flash (max) 为 52.4(87 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本
全部基准测试
共 163 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。
| 指标 | 发布方 | DeepSeek V4 Pro (high) | GLM 5.3 Flash |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 56.0 | 57.8 |
| 编程得分 | BenchLeader | 51.5 | 56.9 |
| 人类偏好得分 | BenchLeader | 65.0 | 66.4 |
| 知识得分 | BenchLeader | 41.2 | 45.1 |
| 长上下文得分 | BenchLeader | 64.3 | 64.6 |
| 数学得分 | BenchLeader | 64.5 | 68.8 |
| 推理得分 | BenchLeader | 55.6 | 48.3 |
| 智能体与工具得分 | BenchLeader | – | 58.7 |
| 多模态得分 | BenchLeader | – | 64.0 |
| 混合价格(美元/百万 token) | BenchLeader | $1.98 | $0.238 |
| 输出速度 | BenchLeader | 80 tok/s | 54 tok/s |
| 首次回答时间 | BenchLeader | 42.8 秒 | 87.0 秒 |
| 上下文窗口 | BenchLeader | 1,048,576 token | 1,000,000 token |
| 推理 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 90.9% | 90.2%† |
| Arena Hard Prompts | Arena (LMArena) | 1482 | 1500 |
| LiveBench 2.0 Reasoning | LiveBench | – | 77.6%† |
| LiveBench 1.0 Reasoning | LiveBench | 85.8%† | 77.6% |
| GPQA Diamond (AA) | Artificial Analysis | 92.8%† | 91.2% |
| Humanity's Last Exam (AA) | Artificial Analysis | 41.5% | 39.9% |
| HLE-Diamond (AA) | Artificial Analysis | 20.5% | 18.2% |
| GPQA Diamond (Vals) | Vals AI | 92.4%† | 86.4%† |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 53.5%† | – |
| ARC-AGI-1 | ARC Prize | 87.2% | 91.0%† |
| ARC-AGI-2 | ARC Prize | 59.7% | 65.8%† |
| CritPt | Artificial Analysis | 18.6% | 15.4% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 28.5% | 24.5% |
| HLE-Diamond (Scale) | Scale AI SEAL | 13.4%† | – |
| Arena Expert | Arena (LMArena) | 1481 | 1511 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 16.0% | 21.0%† |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 43.0%† | 8.0%† |
| CL-bench Life | Epoch AI Benchmarking Hub | 13.5% | – |
| LMCA | Epoch AI Benchmarking Hub | 45.5%† | – |
| DTBench | Epoch AI Benchmarking Hub | 93.9%† | – |
| ForecastBench | ForecastBench | 60.7%† | – |
| BTF-3 | Epoch AI Benchmarking Hub | – | 14.9% |
| 编程 | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | 77.6%† | – |
| SciCode | SciCode | 46.4% | 51.6% |
| WeirdML | WeirdML | 46.5% | – |
显示全部 163 项基准测试
| 指标 | 发布方 | DeepSeek V4 Pro (high) | GLM 5.3 Flash |
|---|---|---|---|
| 编程 | |||
| FrontierCode | Cognition | 28.6% | 31.8%† |
| Arena Coding | Arena (LMArena) | 1503 | 1526 |
| Arena WebDev | Arena (LMArena) | 1581 | 1609 |
| LiveBench 2.0 Coding | LiveBench | – | 70.9%† |
| LiveBench 1.0 Coding | LiveBench | 77.2%† | 79.0% |
| SciCode (AA) | Artificial Analysis | 51.7% | 51.6% |
| LiveCodeBench | Vals AI | 87.5%† | 80.5%† |
| IOI | Vals AI | 51.6%† | 52.5%† |
| SWE-bench (Vals) | Vals AI | 96.4%† | 92.0%† |
| Code Migration | Vals AI | 41.5%† | 20.5%† |
| Code Migration v1.1 | Vals AI | 52.0%† | 51.6%† |
| ProgramBench | Vals AI | 0.0%† | 0.0%† |
| Vibe Code Bench 1-100 | Vals AI | 17.5%† | 16.0%† |
| Vibe Code Bench v1.1 | Vals AI | 82.3%† | 30.8%† |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 27.1%† | – |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 27.1%† | – |
| SWE Atlas v1.1 | Scale AI SEAL | – | 55.3% |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | – | 66.9% |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | – | 53.3% |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | – | 45.7% |
| MirrorCode | Epoch AI Benchmarking Hub | 33.3%† | – |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | 40.0% | 52.5%† |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | – | 63.4%† |
| CursorBench | Cursor | – | 36.8%† |
| ALE-Bench | Epoch AI Benchmarking Hub | 1006.1 | 303.6† |
| FrontierSWE | Epoch AI Benchmarking Hub | – | 18.1%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 6.1% | 32.8% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 78.7%† | 84.3% |
| Startrise Frontend | Startrise | 62.7%† | – |
| GameBench 2 Overall | DuelLab GameBench 2 | 41.9† | 54.9 |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 45.1 | 57.2† |
| Design Arena Website | Design Arena | 1227† | 1257 |
| FrontierCode 1.1 (AA) | Artificial Analysis | 38.8%† | 41.0% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 16.7% | 17.6% |
| 智能体与工具 | |||
| Terminal-Bench | Terminal-Bench | 6.7%† | 37.0%† |
| APEX-Agents | Mercor | 47.3%† | 52.8% |
| Arena Agent | Arena (LMArena) | – | -2.9 |
| LiveBench Long Agentic | LiveBench | – | 20.7%† |
| LiveBench Browser | LiveBench | – | 59.8%† |
| LiveBench Agentic Coding | LiveBench | 55.0%† | 56.8% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 50.2%† | 62.9%† |
| HiL-Bench | Scale AI SEAL | 38.5%† | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 47.5%† | 57.1% |
| GDPval-AA v2.1 | Artificial Analysis | 1336 | 1648 |
| τ³-Banking (AA) | Artificial Analysis | 39.6%† | 47.2% |
| ITBench SRE (AA) | Artificial Analysis | – | 51.2% |
| Analyst Agent (AA) | Artificial Analysis | – | 25.0% |
| CyberBench | Vals AI | 72.9%† | 67.9%† |
| Finance Agent v2 | Vals AI | 50.4%† | 57.9%† |
| Finance Agent v2.1 | Vals AI | 57.1%† | 60.6%† |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 10.8%† | 10.4%† |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 7.5%† | 6.7%† |
| Legal Research Bench | Vals AI | 40.9%† | 45.2%† |
| SkillsBench | Vals AI | 53.8%† | 40.2%† |
| SREBench | Vals AI | 1.9%† | 0.8%† |
| Tax Agent Bench | Vals AI | 26.8%† | 31.6%† |
| Terminal-Bench 2.0 (Vals) | Vals AI | 56.2%† | – |
| Terminal-Bench 4.0 (Vals) | Vals AI | 14.1%† | 37.4%† |
| Terminal-Bench Science | Vals AI | 4.3%† | 2.9%† |
| Arena Agent Task Completion | Arena (LMArena) | – | 1.3 |
| PostTrainBench | Epoch AI Benchmarking Hub | – | 36.8%† |
| Vending-Bench 2 | Andon Labs | 3284.5† | – |
| AutomationBench | Artificial Analysis | 46.2% | 60.4% |
| GDP.pdf (AA) | Artificial Analysis | 10.4% | 15.4% |
| Harvey LAB-AA v1.1 | Harvey | – | 0.8% |
| EnterpriseOps-Gym | Artificial Analysis | 49.6%† | 33.2% |
| AA-Briefcase v1.1 | Artificial Analysis | 1148 | 1450 |
| Design Arena Agentic | Design Arena | 927† | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 1.9% | 4.8% |
| CWE-Bench (AA) | Artificial Analysis | – | 55.8% |
| DeepSec-Bench (AA) | Artificial Analysis | – | 19.9% |
| CyberGym end-to-end (AA) | Artificial Analysis | – | 74.0% |
| MKA (AA) | Artificial Analysis | – | 36.2% |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 64.6%† | 55.8%† |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 26.8%† | 17.1%† |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 95.6% | 93.9%† |
| ProofBench | Vals AI | 50.0%† | 21.0%† |
| LiveBench Mathematics | LiveBench | 95.1%† | 81.2% |
| AIME 2026 | MathArena | 96.7%† | – |
| HMMT February 2026 | MathArena | 93.9%† | – |
| USAMO 2026 | MathArena | 60.7%† | – |
| MathArena Apex | MathArena | 28.1%† | – |
| Arena Maths | Arena (LMArena) | 1465 | 1505 |
| 知识 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 52.9%† | – |
| LiveBench 2.0 Data Analysis | LiveBench | – | 76.4%† |
| LiveBench Research | LiveBench | – | 73.9%† |
| LiveBench 1.0 Data Analysis | LiveBench | 79.2%† | 76.4% |
| AA-Omniscience v1.1 | Artificial Analysis | -6.5 | 0.7 |
| MMLU-Pro | Vals AI | 87.3%† | 86.1%† |
| LegalBench | Vals AI | 82.4%† | 83.9%† |
| CorpFin | Vals AI | 65.4%† | – |
| TaxEval | Vals AI | 73.1%† | 75.6%† |
| CaseLaw v2 | Vals AI | 59.4%† | – |
| Excel Modeling Benchmark | Vals AI | 52.8%† | 55.9%† |
| Excel Modeling Benchmark v1.1 | Vals AI | 65.1%† | 66.3%† |
| MedCode | Vals AI | 42.5%† | – |
| MedScribe | Vals AI | 80.2%† | 88.9%† |
| Public Benefits Bench v1.1 | Vals AI | 62.9%† | – |
| Access to Justice Benchmark | Vals AI | – | 71.1%† |
| Immigration Bench | Vals AI | 61.7%† | – |
| DrugDiscoveryBench | Scale AI SEAL | 31.7%† | – |
| GDP.pdf | Epoch AI Benchmarking Hub | – | 14.0%† |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 45.1% | 28.2% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 5.9% | 61.6% |
| 指令遵循 | |||
| LiveBench Language | LiveBench | 82.1%† | 77.3% |
| LiveBench Instruction Following | LiveBench | 67.7%† | 52.8% |
| Arena Instruction Following | Arena (LMArena) | 1461 | 1474 |
| 人类偏好 | |||
| Arena Text | Arena (LMArena) | 1464 | 1475 |
| EQ-Bench 4 | EQ-Bench | 1156† | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1553† | – |
| Arena Creative Writing | Arena (LMArena) | 1444 | 1435 |
| Arena Multi-turn | Arena (LMArena) | 1469 | 1476 |
| Arena Longer Queries | Arena (LMArena) | 1474 | 1480 |
| 多模态 | |||
| Arena Vision | Arena (LMArena) | – | 1295 |
| LiveBench Design | LiveBench | – | 73.7%† |
| MMMU-Pro (Vals) | Vals AI | – | 86.0%† |
| SAGE | Vals AI | – | 89.3%† |
| Humanity's Sixth Sense | Scale AI SEAL | – | 26.8%† |
| VIALS-AA | Handshake AI | – | 39.8% |
| Code2Video-AA | Artificial Analysis | – | 975 |
| AA-3D | Artificial Analysis | – | 937 |
| 长上下文 | |||
| AA-LCR v1.1 | Artificial Analysis | 79.3% | 80.0% |
| MLCR | Artificial Analysis | – | 11.7% |
| FACTS Grounding | – | 56.1% | |
| 综合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 155.9† | 153.8 |
| LiveBench 2.0 | LiveBench | – | 60.7%† |
| LiveBench 1.0 | LiveBench | 77.4%† | 71.6% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 20.8 | 27.8 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 36† | 41.8 |
| AA Progress Index v1 | Artificial Analysis | 311.5† | 318.6 |
| Vals Index | Vals AI | 53.0† | 50.9† |
| Vals Finance Index | Vals AI | 52.9%† | 55.8%† |
| Vals Router Index | Vals AI | 53.0%† | 50.9% |
| Vals Legal Index | Vals AI | 69.0%† | 71.0%† |
| AA Cyber Index | Artificial Analysis | – | 49.9 |
| 安全与诚实 | |||
| FORTRESS | Scale AI SEAL | – | 26.7% |
| DistressBench | Scale AI SEAL | – | 72.7% |
| 元数据 | |||
| AA Openness Index | Artificial Analysis | 44.4 | 44.4 |
数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
变化
- GLM 5.3 Flash:BenchLeader Index 56.7 → 57.8。
- DeepSeek V4 Pro (high):BenchLeader Index 59.1 → 56.0。
- DeepSeek V4 Pro (high):17 项新结果(AA Intelligence Index v5.0.1, Humanity's Last Exam (AA), HLE-Diamond (AA)…);输入价格 $0.66/M → $1.32/M;输出价格 $1.98/M → $3.96/M。
- GLM 5.3 Flash:1 项分数修订。
- DeepSeek V4 Pro (high):BenchLeader Index 57.5 → 59.1。
- GLM 5.3 Flash:5 项分数修订。
- DeepSeek V4 Pro (high):1 项分数修订。
- GLM 5.3 Flash:1 项新结果(FORTRESS)。
- DeepSeek V4 Pro (high):1 项分数修订。
- GLM 5.3 Flash:2 项分数修订;价格 $0.034/M → $0.030/M。
相关对比
- DeepSeek V4 Pro vs Claude Fable 5.2
- DeepSeek V4 Pro vs Claude Opus 5.5
- GLM 5.3 Flash vs Claude Opus 5.5
- GLM 5.3 Flash vs GPT-6.1 Sol
- GLM 5.3 Flash vs Gemini 4 Argon
- DeepSeek V4 Flash vs GLM 5.3 Flash
- DeepSeek V4 Pro vs GLM 5.3
- DeepSeek V4 Pro vs Claude Fable 5.1
排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型
DeepSeek V4 Pro vs GLM 5.3 Flash:常见问题
- DeepSeek V4 Pro 比 GLM 5.3 Flash 更好吗?
- DeepSeek V4 Pro (high) 与 GLM 5.3 Flash 的质量不相上下(56.0 比 57.8,在 ±6.4 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
- DeepSeek V4 Pro 和 GLM 5.3 Flash 哪个更便宜?价格会变吗?
- 目前 GLM 5.3 Flash 更便宜:每百万 token $0.238 比 $0.990(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
- 编程用 DeepSeek V4 Pro 还是 GLM 5.3 Flash 更好?
- GLM 5.3 Flash 在编程方面得分更高(类别得分 57 比 52,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,DeepSeek V4 Pro 为 1581,GLM 5.3 Flash 为 1609。
- DeepSeek V4 Pro 和 GLM 5.3 Flash 哪个更快?
- DeepSeek V4 Pro 输出更快(输出 80 比 54 token/秒,Artificial Analysis 7 日中位数)。
- 处理长文档哪个更好?
- 两者在长上下文基准测试上持平(64 比 65)。两者都约为 1M token(DeepSeek V4 Pro 为 1,048,576,GLM 5.3 Flash 为 1,000,000)。
更多问题(3)
- 哪个延迟更低?
- DeepSeek V4 Pro 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 42.8 秒比 87.0 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
- 第三方基准测试对 DeepSeek V4 Pro 和 GLM 5.3 Flash 的看法一致吗?
- 在两者都有结果的 27 项基准测试中,DeepSeek V4 Pro 领先 7 项,GLM 5.3 Flash 领先 19 项,1 项持平。第三方来源看法不一:DeepSeek V4 Pro 在 Vals Index 上领先;GLM 5.3 Flash 在 AA Intelligence Index v5.0.1和Arena Text 上领先。
- GLM 5.3 Flash 是什么时候发布的?
- GLM 5.3 Flash 于 2026年8月20日 发布。