DeepSeek-V4-ProvsGLM 5.1
在 6 个共同 benchmark 中，GLM 5.1 整体领先：DeepSeek-V4-Pro 领先 1 项，GLM 5.1 领先 5 项，持平 0 项，平均分差 -18.83。
DeepSeek-V4-Pro
DeepSeek-AI · 2026-04-24 · 推理大模型
GLM 5.1
智谱AI · 2026-03-27 · 推理大模型
DeepSeek-V4-Pro1 项(17%)(83%)5 项GLM 5.1
评测分数
按能力类目分组，每组内按分差大小排列；共 6 项。
General Knowledge
GLM 5.1 领先 2/2| 评测项 | DeepSeek-V4-Pro | GLM 5.1 | 分差 |
|---|---|---|---|
| HLE | 7.70141 / 157Normal (No Tools) | 52.3012 / 157Thinking (With Tools) | -44.60 |
| GPQA Diamond | 72.90102 / 178Normal (No Tools) | 86.2042 / 178Thinking (No Tools) | -13.30 |
AI Agent - Information Search
DeepSeek-V4-Pro 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM 5.1 | 分差 |
|---|---|---|---|
| BrowseComp | 83.409 / 45极高强度思考（工具） | 79.3013 / 45Thinking (With Tools + Internet) | +4.10 |
AI Agent - Tool Usage
GLM 5.1 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM 5.1 | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 59.1022 / 46Normal (With Tools) | 63.5013 / 46Thinking (With Tools) | -4.40 |
Coding and Software Engineer
GLM 5.1 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM 5.1 | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 52.1028 / 43Normal (With Tools) | 58.409 / 43Thinking (With Tools) | -6.30 |
Math and Reasoning
GLM 5.1 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM 5.1 | 分差 |
|---|---|---|---|
| IMO-AnswerBench | 35.3019 / 19Normal (No Tools) | 83.8010 / 19Thinking (No Tools) | -48.50 |
规格对比
| 字段 | DeepSeek-V4-Pro | GLM 5.1 |
|---|---|---|
| 发布机构 | DeepSeek-AI | 智谱AI |
| 发布时间 | 2026-04-24 | 2026-03-27 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 1.6万亿 | 754亿 |
| 上下文长度 | 1M | 200K |
| 最大输出 | 375K | 125K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | DeepSeek-V4-Pro | GLM 5.1 |
|---|---|---|
| 文本输入 | $0.435 / 1M tokens | $1.4 / 1M tokens |
| 文本输出 | $0.87 / 1M tokens | $4.4 / 1M tokens |
| 缓存读取 | $0.87 / 1M tokens | $4.4 / 1M tokens |
| 缓存写入 | $0.003625 / 1M tokens | $0.26 / 1M tokens |
小结
- DeepSeek-V4-Pro在以下类目领先:AI Agent - Information Search (1/1)
- GLM 5.1在以下类目领先:General Knowledge (2/2)、AI Agent - Tool Usage (1/1)、Coding and Software Engineer (1/1)、Math and Reasoning (1/1)
6 个共同 benchmark 上，GLM 5.1 平均高出 18.83 分。
单项差距最大的 benchmark：IMO-AnswerBench — DeepSeek-V4-Pro 35.30，GLM 5.1 83.80（分差 -48.50）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。