DeepSeek-V4-ProvsGLM 5.1
在 6 个共同 benchmark 中，DeepSeek-V4-Pro 整体领先：DeepSeek-V4-Pro 领先 4 项，GLM 5.1 领先 2 项，持平 0 项，平均分差 -6.46。
DeepSeek-V4-Pro
DeepSeek-AI · 2026-08-13 · 推理大模型
GLM 5.1
智谱AI · 2026-03-27 · 推理大模型
DeepSeek-V4-Pro4 项(67%)(33%)2 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。
写作与创意表达
GLM 5.1 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM 5.1 | 分差 |
|---|---|---|---|
| Creative Writing | 1,55350 / 110Normal (No Tools) | 1,59243 / 110Normal (No Tools) | -39 |
多轮记忆与持续上下文
DeepSeek-V4-Pro 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM 5.1 | 分差 |
|---|---|---|---|
| Context Arena | 31.43115 / 126Normal (No Tools) | 30.29116 / 126Normal (No Tools) | +1.14 |
常识推理
GLM 5.1 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM 5.1 | 分差 |
|---|---|---|---|
| SimpleBench | 50.9053 / 96Normal (No Tools) | 55.1045 / 96Normal (No Tools) | -4.20 |
自主开发与终端任务
DeepSeek-V4-Pro 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM 5.1 | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 36.4067 / 244Normal (With Tools) | 35.6070 / 244Normal (With Tools) | +0.80 |
跨应用与工具编排
DeepSeek-V4-Pro 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM 5.1 | 分差 |
|---|---|---|---|
| PinchBench v2 | 61.0732 / 45Reported best (effort unspecified) | 59.9533 / 45Reported best (effort unspecified) | +1.12 |
跨能力综合测试
DeepSeek-V4-Pro 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM 5.1 | 分差 |
|---|---|---|---|
| LiveBench | 71.5732 / 117Normal (No Tools) | 70.1837 / 117Normal (No Tools) | +1.39 |
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 | 2026-08-13 | 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 | 7540亿 |
| 上下文长度 | 1M | 200K |
| 最大输出 | 384K | 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 | $0.003625 / 1M tokens | $0.26 / 1M tokens |
小结
- DeepSeek-V4-Pro在以下类目领先:多轮记忆与持续上下文 (1/1)、自主开发与终端任务 (1/1)、跨应用与工具编排 (1/1)、跨能力综合测试 (1/1)
- GLM 5.1在以下类目领先:写作与创意表达 (1/1)、常识推理 (1/1)
6 个共同 benchmark 上，GLM 5.1 平均高出 6.46 分。
单项差距最大的 benchmark：Creative Writing — DeepSeek-V4-Pro 1,553，GLM 5.1 1,592（分差 -39）。
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。