DeepSeek-V4.1-FlashvsGLM-5.3
在 16 个共同 benchmark 中，DeepSeek-V4.1-Flash 整体领先：DeepSeek-V4.1-Flash 领先 12 项，GLM-5.3 领先 4 项，持平 0 项，平均分差 -32.62。
DeepSeek-V4.1-Flash
DeepSeek-AI · 2026-09-10 · 多模态大模型
GLM-5.3
智谱AI · 2026-08-14 · 推理大模型
DeepSeek-V4.1-Flash12 项(75%)(25%)4 项GLM-5.3
评测分数
按能力类目分组，每组内按分差大小排列；共 16 项。
仓库修复与多文件工程
DeepSeek-V4.1-Flash 领先 2/2| 评测项 | DeepSeek-V4.1-Flash | GLM-5.3 | 分差 |
|---|---|---|---|
| NL2Repo-Bench | 65.402 / 16Max (With Tools) | 586 / 16Max (With Tools) | +7.40 |
| DeepSWE | 74.203 / 92Max (With Tools) | 68.9624 / 92Max (With Tools) | +5.24 |
科学计算与科研编程
胶着 2/2| 评测项 | DeepSeek-V4.1-Flash | GLM-5.3 | 分差 |
|---|---|---|---|
| Terminal-Bench-Science 0.1 | 15.708 / 18Max (With Tools) | 8.1013 / 18Max (With Tools) | +7.60 |
| SciCode | 51.9061 / 134Max (No Tools) | 599 / 134Max (No Tools) | -7.10 |
自主开发与终端任务
胶着 2/2| 评测项 | DeepSeek-V4.1-Flash | GLM-5.3 | 分差 |
|---|---|---|---|
| Terminal-Bench 4.0 | 26.8032 / 98Max (With Tools) | 41.8221 / 98Max (With Tools) | -15.02 |
| Terminal-Bench 3.0 | 304 / 11Max (With Tools) | 28.306 / 11Max (With Tools) | +1.70 |
写作与创意表达
GLM-5.3 领先 1/1| 评测项 | DeepSeek-V4.1-Flash | GLM-5.3 | 分差 |
|---|---|---|---|
| Creative Writing | 1,54051 / 110Normal (No Tools) | 2,0756 / 110Normal (No Tools) | -534.90 |
办公与文档流程
DeepSeek-V4.1-Flash 领先 1/1| 评测项 | DeepSeek-V4.1-Flash | GLM-5.3 | 分差 |
|---|---|---|---|
| AutomationBench | 54.801 / 25Max (With Tools) | 48.808 / 25Max (With Tools) | +6 |
文档与图表理解
DeepSeek-V4.1-Flash 领先 1/1| 评测项 | DeepSeek-V4.1-Flash | GLM-5.3 | 分差 |
|---|---|---|---|
| GDP.pdf | 12.8070 / 122Max (No Tools) | 11.2077 / 122Max (No Tools) | +1.60 |
漏洞利用
DeepSeek-V4.1-Flash 领先 1/1| 评测项 | DeepSeek-V4.1-Flash | GLM-5.3 | 分差 |
|---|---|---|---|
| ExploitGym (budget unspecified) | 15.303 / 6Max (With Tools) | 154 / 6Max (With Tools) | +0.30 |
漏洞发现与分析
DeepSeek-V4.1-Flash 领先 1/1| 评测项 | DeepSeek-V4.1-Flash | GLM-5.3 | 分差 |
|---|---|---|---|
| CyberGym | 88.103 / 11Max (With Tools) | 84.505 / 11Max (With Tools) | +3.60 |
科学知识与推理
GLM-5.3 领先 1/1| 评测项 | DeepSeek-V4.1-Flash | GLM-5.3 | 分差 |
|---|---|---|---|
| CritPt | 14.3061 / 204Max (No Tools) | 19.1043 / 204Max (No Tools) | -4.80 |
程序生成与编辑
DeepSeek-V4.1-Flash 领先 1/1| 评测项 | DeepSeek-V4.1-Flash | GLM-5.3 | 分差 |
|---|---|---|---|
| Program Bench | 20.309 / 15Max (With Tools) | 1910 / 15Max (With Tools) | +1.30 |
综合知识考试
DeepSeek-V4.1-Flash 领先 1/1| 评测项 | DeepSeek-V4.1-Flash | GLM-5.3 | 分差 |
|---|---|---|---|
| HLE | 63.905 / 235Max (With Tools) | 62.507 / 235Max (With Tools) | +1.40 |
跨应用与工具编排
DeepSeek-V4.1-Flash 领先 1/1| 评测项 | DeepSeek-V4.1-Flash | GLM-5.3 | 分差 |
|---|---|---|---|
| Agents' Last Exam | 31.808 / 24Max (With Tools) | 28.5012 / 24Max (With Tools) | +3.30 |
跨能力综合测试
DeepSeek-V4.1-Flash 领先 1/1| 评测项 | DeepSeek-V4.1-Flash | GLM-5.3 | 分差 |
|---|---|---|---|
| SuperCLUE | 71.812 / 13Reported best (effort unspecified) | 71.294 / 13Reported best (effort unspecified) | +0.52 |
规格对比
| 字段 | DeepSeek-V4.1-Flash | GLM-5.3 |
|---|---|---|
| 发布机构 | DeepSeek-AI | 智谱AI |
| 发布时间 | 2026-09-10 | 2026-08-14 |
| 模型类型 | 多模态大模型 | 推理大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 5520亿 | 7440亿 |
| 上下文长度 | 1M | 1M |
| 最大输出 | 384K | 128K |
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-V4.1-Flash | GLM-5.3 |
|---|---|---|
| 文本输入 | ¥1 / 1M tokens | $1.4 / 1M tokens |
| 文本输出 | ¥4 / 1M tokens | $4.4 / 1M tokens |
| 缓存读取 | ¥0.02 / 1M tokens | $0.26 / 1M tokens |
小结
- DeepSeek-V4.1-Flash在以下类目领先:仓库修复与多文件工程 (2/2)、办公与文档流程 (1/1)、文档与图表理解 (1/1)、漏洞利用 (1/1)、漏洞发现与分析 (1/1)、程序生成与编辑 (1/1)、综合知识考试 (1/1)、跨应用与工具编排 (1/1)、跨能力综合测试 (1/1)
- GLM-5.3在以下类目领先:写作与创意表达 (1/1)、科学知识与推理 (1/1)
- 胶着类目:科学计算与科研编程、自主开发与终端任务
16 个共同 benchmark 上，GLM-5.3 平均高出 32.62 分。
单项差距最大的 benchmark：Creative Writing — DeepSeek-V4.1-Flash 1,540，GLM-5.3 2,075（分差 -534.90）。
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。