Offizieller direkter Vergleich der beiden Open-Source-Schwergewichte: Beide setzen auf offene Gewichte unter MIT und 1M Kontext als Hauptargumente, in der Fähigkeitsmatrix gehen die Siege mal an den einen, mal an den anderen, und bei Preis- und Concurrency-Strategien gibt es deutliche Unterschiede.
| Benchmark | GLM-5.3 | Kimi K3 | DeepSeek-V4-Pro | Opus 4.8 | GPT-5.6 Sol |
|---|---|---|---|---|---|
| Terminal-Bench 2.1 | 88.2 | 88.3 | 87.9 | 85.0 | 88.8 |
| Terminal-Bench 3.0 | 28.3 | 17.4 | — | 21.1 | 34.6 |
| DeepSWE v1.1 | 66.9 | 67.5 | 62.7 | 58.0 | 72.7 |
| NL2Repo | 58.0 | 58.0 | 61.1 | 69.7 | — |
| CyberGym | 84.5 | 80.0 | 83.3 | 78.1 | 83.6 |
| Toolathlon Verified | 73.0 | 76.5 | 74.1 | 76.2 | 74.9 |
| AutomationBench v1.0.6 | 48.2 | 46.7 | 43.2 | 41.0 | 45.8 |
| ALE-CLI | 28.5 | 27.6 | 25.7 | 25.7 | 28.6 |
| HLE mit Tools | 62.5 | 59.8 | 60.0 | 57.9 | 64.5 |
| GDPval-AA v2 | 1769 | 1682 | 1590 | 1588 | 1730 |
Datenquelle: offizieller Z.ai-Blog (2026-08-14); keine Teilnahme wird mit — gekennzeichnet. DeepSeek-Preise: V4-Pro außerhalb der Spitzenzeiten $0.66/$1.98, V4-Flash $0.14/$0.28, V4.1-Flash-1017 $0.15/$0.60 pro Million tokens.
GLM-5.3 liegt bei Terminal-Bench 3.0 (28.3 vs. keine Teilnahme) und CyberGym (84.5 vs. 83.3) knapp vorn; V4-Pro geht bei NL2Repo (61.1 vs. 58.0) in Führung, bei HLE w/ Tools liegt man praktisch gleichauf (60.0 vs. 62.5).
V4-Pro außerhalb der Spitzenzeiten $0.66/$1.98, deepseek-flash $0.15/$0.60 mit 2500 gleichzeitigen Anfragen; GLM-5.3 ¥8/28, GLM-5.3-Flash ¥0.4/1.4 (zeitlich begrenzt zum halben Preis).
Die APIs beider Anbieter sind mit dem OpenAI/Anthropic SDK kompatibel; die GLM-Familie bietet zudem das komplette Vision/Image/Video/Voice-Paket, während DeepSeek sich auf die Vertiefung von Coding und Agenten mit Text+Vision konzentriert.
Bei Closed-Source-Flaggschiffen entscheidet das Budget, beim Open-Source-Duo der Anwendungsfall: Für Agenten-Coding und Produktionspipelines mit hoher Concurrency wählt man DeepSeek (flash-Tier mit Concurrency 2500 + $0.003 Cache), für das multimodale Komplettpaket und das chinesische Ökosystem GLM. Beide stehen unter MIT – am sichersten fährt man mit Dual-Routing; im Playground dieser Website lassen sich beide direkt ausprobieren.
大模型网摘