GLM-5.3vsDeepSeek-V4-Pro
在 22 个共同 benchmark 中，GLM-5.3 整体领先：GLM-5.3 领先 19 项，DeepSeek-V4-Pro 领先 3 项，持平 0 项，平均分差 +31.95。
GLM-5.3
智谱AI · 2026-08-14 · 推理大模型
DeepSeek-V4-Pro
DeepSeek-AI · 2026-08-13 · 推理大模型
GLM-5.319 项(86%)(14%)3 项DeepSeek-V4-Pro
评测分数
按能力类目分组，每组内按分差大小排列；共 22 项。
数学
GLM-5.3 领先 2/3| 评测项 | GLM-5.3 | DeepSeek-V4-Pro | 分差 |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 29.2720 / 42Max (No Tools) | 2.4437 / 42Max (No Tools) | +26.83 |
| FrontierMath v2 | 68.7716 / 58Max (No Tools) | 45.2631 / 58Max (No Tools) | +23.51 |
| ProofBench v1.1 (Lean 4) | 4919 / 28Max (With Tools) | 5018 / 28Max (With Tools) | -1 |
金融
GLM-5.3 领先 3/3| 评测项 | GLM-5.3 | DeepSeek-V4-Pro | 分差 |
|---|---|---|---|
| Tax Agent Bench | 73.093 / 20Max (With Tools) | 58.6618 / 20Max (With Tools) | +14.43 |
| Finance Agent v2 | 55.8414 / 42Max (With Tools) | 50.3928 / 42Max (With Tools) | +5.45 |
| EMB (Excel Modeling) | 56.3430 / 42Max (With Tools) | 52.8033 / 42Max (With Tools) | +3.54 |
临床工作与医疗决策
GLM-5.3 领先 2/2| 评测项 | GLM-5.3 | DeepSeek-V4-Pro | 分差 |
|---|---|---|---|
| MedScribe | 88.818 / 66Max (With Tools) | 80.1740 / 66Max (With Tools) | +8.64 |
| MedCode | 42.8637 / 64Max (With Tools) | 42.4738 / 64Max (With Tools) | +0.39 |
法律
GLM-5.3 领先 2/2| 评测项 | GLM-5.3 | DeepSeek-V4-Pro | 分差 |
|---|---|---|---|
| Legal Research Bench | 49.046 / 42Max (With Tools) | 40.8717 / 42Max (With Tools) | +8.17 |
| Harvey's Legal Agent Benchmark | 8.3314 / 43Max (With Tools) | 7.5015 / 43Max (With Tools) | +0.83 |
仓库修复与多文件工程
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | DeepSeek-V4-Pro | 分差 |
|---|---|---|---|
| DeepSWE | 68.9623 / 91Max (With Tools) | 62.8345 / 91Max (With Tools) | +6.13 |
写作与创意表达
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | DeepSeek-V4-Pro | 分差 |
|---|---|---|---|
| Creative Writing | 2,0756 / 110Normal (No Tools) | 1,55350 / 110Normal (No Tools) | +521.80 |
客服与业务流程
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | DeepSeek-V4-Pro | 分差 |
|---|---|---|---|
| τ³-Banking | 50.305 / 167Max (With Tools) | 30.1060 / 167Max (With Tools) | +20.20 |
文档与图表理解
DeepSeek-V4-Pro 领先 1/1| 评测项 | GLM-5.3 | DeepSeek-V4-Pro | 分差 |
|---|---|---|---|
| GDP.pdf | 11.2077 / 122Max (No Tools) | 13.4066 / 122Max (No Tools) | -2.20 |
漏洞利用
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | DeepSeek-V4-Pro | 分差 |
|---|---|---|---|
| ExploitGym (budget unspecified) | 154 / 6Max (With Tools) | 5.405 / 6Max (With Tools) | +9.60 |
科学计算与科研编程
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | DeepSeek-V4-Pro | 分差 |
|---|---|---|---|
| SciCode | 599 / 134Max (No Tools) | 50.8068 / 134Max (No Tools) | +8.20 |
程序生成与编辑
DeepSeek-V4-Pro 领先 1/1| 评测项 | GLM-5.3 | DeepSeek-V4-Pro | 分差 |
|---|---|---|---|
| Vibe Code Bench v1.1 | 78.1219 / 60Max (With Tools) | 82.3013 / 60Max (With Tools) | -4.18 |
算法与竞赛编程
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | DeepSeek-V4-Pro | 分差 |
|---|---|---|---|
| IOI (Vals v2) | 68.448 / 26Max (With Tools) | 51.6117 / 26Max (With Tools) | +16.83 |
维护、优化与工程管理
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | DeepSeek-V4-Pro | 分差 |
|---|---|---|---|
| Code Migration | 44.2217 / 43Max (With Tools) | 41.5420 / 43Max (With Tools) | +2.68 |
自主开发与终端任务
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | DeepSeek-V4-Pro | 分差 |
|---|---|---|---|
| Terminal-Bench 4.0 | 41.8220 / 97Max (With Tools) | 14.6045 / 97Max (With Tools) | +27.22 |
跨能力综合测试
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | DeepSeek-V4-Pro | 分差 |
|---|---|---|---|
| SuperCLUE | 71.294 / 13Reported best (effort unspecified) | 70.106 / 13Reported best (effort unspecified) | +1.19 |
跨能力聚合指数
GLM-5.3 领先 1/1| 评测项 | GLM-5.3 | DeepSeek-V4-Pro | 分差 |
|---|---|---|---|
| Vals Index | 56.9723 / 42Max (With Tools) | 52.3729 / 42Max (With Tools) | +4.60 |
规格对比
| 字段 | GLM-5.3 | DeepSeek-V4-Pro |
|---|---|---|
| 发布机构 | 智谱AI | DeepSeek-AI |
| 发布时间 | 2026-08-14 | 2026-08-13 |
| 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 | 7440亿 | 1.6万亿 |
| 上下文长度 | 1M | 1M |
| 最大输出 | 128K | 384K |
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 | GLM-5.3 | DeepSeek-V4-Pro |
|---|---|---|
| 文本输入 | $1.4 / 1M tokens | $0.435 / 1M tokens |
| 文本输出 | $4.4 / 1M tokens | $0.87 / 1M tokens |
| 缓存读取 | $0.26 / 1M tokens | $0.003625 / 1M tokens |
小结
- GLM-5.3在以下类目领先:数学 (2/3)、金融 (3/3)、临床工作与医疗决策 (2/2)、法律 (2/2)、仓库修复与多文件工程 (1/1)、写作与创意表达 (1/1)、客服与业务流程 (1/1)、漏洞利用 (1/1)、科学计算与科研编程 (1/1)、算法与竞赛编程 (1/1)、维护、优化与工程管理 (1/1)、自主开发与终端任务 (1/1)、跨能力综合测试 (1/1)、跨能力聚合指数 (1/1)
- DeepSeek-V4-Pro在以下类目领先:文档与图表理解 (1/1)、程序生成与编辑 (1/1)
22 个共同 benchmark 上，GLM-5.3 平均高出 31.95 分。
单项差距最大的 benchmark：Creative Writing — GLM-5.3 2,075，DeepSeek-V4-Pro 1,553（分差 +521.80）。
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。