Tomando como referencia la tabla comparativa oficial de Z.ai: GPT-5.6 Sol sigue ocupando el primer puesto en Terminal-Bench 3.0, HLE w/ Tools y otras pruebas, mientras que V4-Pro se mantiene en la primera línea del open source con un precio de aproximadamente 1/10.
| 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 con herramientas | 62.5 | 59.8 | 60.0 | 57.9 | 64.5 |
| GDPval-AA v2 | 1769 | 1682 | 1590 | 1588 | 1730 |
Fuente de datos: blog oficial de Z.ai (2026-08-14); la no participación se indica con —. Precios de DeepSeek: V4-Pro en horas valle $0.66/$1.98, V4-Flash $0.14/$0.28, V4.1-Flash-1017 $0.15/$0.60 por millón de tokens.
GPT-5.6 Sol: con TB 2.1 88.8, TB 3.0 34.6 y HLE w/ Tools 64.5 lidera en todos los frentes; V4-Pro con 87.9 / sin participación / 60.0 le sigue de cerca, y en NL2Repo 61.1 supera a Opus 4.8.
V4-Pro fuera de horas punta $0.66/$1.98, V4-Flash $0.14/$0.28, acierto de caché $0.003; los modelos insignia de código cerrado, según sus precios oficiales, suelen estar en el orden de 5~10 veces el precio de los de código abierto (conforme a las webs oficiales de cada proveedor).
Los pesos de V4 son abiertos bajo MIT, se pueden autohospedar y los datos no salen de la red interna; la serie GPT solo está disponible vía API. Para cumplimiento empresarial y escenarios sin conexión, DeepSeek es la solución por defecto.
Para el máximo absoluto, elige GPT-5.6; para el 90% de la capacidad + 1/10 del precio + autohospedaje, elige DeepSeek—y configura un enrutamiento de dos niveles: deepseek-flash como predeterminado diario y actualización a V4-Pro para las tareas difíciles.
大模型网摘