DeepSeek-V4-ProvsGLM-5.2
在 21 个共同 benchmark 中，GLM-5.2 整体领先：DeepSeek-V4-Pro 领先 10 项，GLM-5.2 领先 11 项，持平 0 项，平均分差 -10.86。
DeepSeek-V4-Pro
DeepSeek-AI · 2026-08-13 · 推理大模型
GLM-5.2
智谱AI · 2026-06-13 · 推理大模型
DeepSeek-V4-Pro10 项(48%)(52%)11 项GLM-5.2
评测分数
按能力类目分组，每组内按分差大小排列；共 21 项。
法律
DeepSeek-V4-Pro 领先 2/3| 评测项 | DeepSeek-V4-Pro | GLM-5.2 | 分差 |
|---|---|---|---|
| Legal Research Bench | 40.8717 / 42Max (With Tools) | 31.2529 / 42Max (With Tools) | +9.62 |
| Harvey Lab-AA | 84.4024 / 44Max (With Tools) | 90.9712 / 44Max (With Tools) | -6.57 |
| Harvey's Legal Agent Benchmark | 7.5015 / 43Max (With Tools) | 7.0816 / 43Max (With Tools) | +0.42 |
临床工作与医疗决策
胶着 2/2| 评测项 | DeepSeek-V4-Pro | GLM-5.2 | 分差 |
|---|---|---|---|
| MedScribe | 80.1740 / 66Max (With Tools) | 83.5331 / 66Max (With Tools) | -3.36 |
| MedCode | 42.4738 / 64Max (With Tools) | 40.7744 / 64Max (With Tools) | +1.70 |
科学知识与推理
胶着 2/2| 评测项 | DeepSeek-V4-Pro | GLM-5.2 | 分差 |
|---|---|---|---|
| CritPt | 0.90162 / 204Normal (No Tools) | 3.10114 / 204Normal (No Tools) | -2.20 |
| GPQA Diamond | 72.90168 / 253Normal (No Tools) | 71.21173 / 253Normal (No Tools) | +1.69 |
跨能力综合测试
胶着 2/2| 评测项 | DeepSeek-V4-Pro | GLM-5.2 | 分差 |
|---|---|---|---|
| SuperCLUE | 70.106 / 13Reported best (effort unspecified) | 63.2710 / 13Reported best (effort unspecified) | +6.83 |
| LiveBench | 71.5732 / 117Normal (No Tools) | 73.1821 / 117Normal (No Tools) | -1.61 |
金融
胶着 2/2| 评测项 | DeepSeek-V4-Pro | GLM-5.2 | 分差 |
|---|---|---|---|
| EMB (Excel Modeling) | 52.8033 / 42Max (With Tools) | 61.5324 / 42Max (With Tools) | -8.73 |
| Finance Agent v2 | 50.3929 / 43Max (With Tools) | 49.7031 / 43Max (With Tools) | +0.69 |
写作与创意表达
GLM-5.2 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM-5.2 | 分差 |
|---|---|---|---|
| Creative Writing | 1,55350 / 110Normal (No Tools) | 1,75725 / 110Normal (No Tools) | -203.30 |
常识推理
GLM-5.2 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM-5.2 | 分差 |
|---|---|---|---|
| SimpleBench | 50.9053 / 96Normal (No Tools) | 58.8039 / 96Normal (No Tools) | -7.90 |
数学
GLM-5.2 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM-5.2 | 分差 |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 2.4437 / 42Max (No Tools) | 29.2720 / 42Max (No Tools) | -26.83 |
文档与图表理解
DeepSeek-V4-Pro 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM-5.2 | 分差 |
|---|---|---|---|
| GDP.pdf | 13.4066 / 122Max (No Tools) | 10.4082 / 122Max (No Tools) | +3 |
科学计算与科研编程
GLM-5.2 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM-5.2 | 分差 |
|---|---|---|---|
| SciCode | 50.8068 / 134Max (No Tools) | 51.2067 / 134Max (No Tools) | -0.40 |
程序生成与编辑
DeepSeek-V4-Pro 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM-5.2 | 分差 |
|---|---|---|---|
| Vibe Code Bench v1.1 | 82.3014 / 61Max (With Tools) | 63.9631 / 61Max (With Tools) | +18.34 |
维护、优化与工程管理
DeepSeek-V4-Pro 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM-5.2 | 分差 |
|---|---|---|---|
| Code Migration | 41.5420 / 43Max (With Tools) | 37.8722 / 43Max (With Tools) | +3.67 |
自主开发与终端任务
DeepSeek-V4-Pro 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM-5.2 | 分差 |
|---|---|---|---|
| Terminal-Bench 4.0 | 14.6046 / 98Max (With Tools) | 186 / 98Max (With Tools) | +13.60 |
跨应用与工具编排
GLM-5.2 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM-5.2 | 分差 |
|---|---|---|---|
| PinchBench v2 | 61.0732 / 45Reported best (effort unspecified) | 86.985 / 45Reported best (effort unspecified) | -25.91 |
跨能力聚合指数
GLM-5.2 领先 1/1| 评测项 | DeepSeek-V4-Pro | GLM-5.2 | 分差 |
|---|---|---|---|
| Vals Index | 52.3729 / 42Max (With Tools) | 53.1227 / 42Max (With Tools) | -0.75 |
规格对比
| 字段 | DeepSeek-V4-Pro | GLM-5.2 |
|---|---|---|
| 发布机构 | DeepSeek-AI | 智谱AI |
| 发布时间 | 2026-08-13 | 2026-06-13 |
| 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 | 1.6万亿 | 7533.3亿 |
| 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-Pro | GLM-5.2 |
|---|---|---|
| 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:法律 (2/3)、文档与图表理解 (1/1)、程序生成与编辑 (1/1)、维护、优化与工程管理 (1/1)、自主开发与终端任务 (1/1)
- GLM-5.2在以下类目领先:写作与创意表达 (1/1)、常识推理 (1/1)、数学 (1/1)、科学计算与科研编程 (1/1)、跨应用与工具编排 (1/1)、跨能力聚合指数 (1/1)
- 胶着类目:临床工作与医疗决策、科学知识与推理、跨能力综合测试、金融
21 个共同 benchmark 上，GLM-5.2 平均高出 10.86 分。
单项差距最大的 benchmark：Creative Writing — DeepSeek-V4-Pro 1,553，GLM-5.2 1,757（分差 -203.30）。
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。