国内线 · 通用 vs 前端黑马
DeepSeek V4 Pro vs GLM 5.1
TL;DR
DeepSeek 综合分均衡 + SuperCLUE 国内 #2，GLM-5.1 LMArena WebDev 第 5 是前端黑马——选型按场景拆。
关键差异
- AA Intelligence：DeepSeek V4 Pro (51.51) > GLM-5.1 (51.41)，几乎打平
- AA Coding：V4 Pro (47.47) > GLM-5.1 (43.37)，DeepSeek 高 4 分
- LMArena WebDev：GLM-5.1 第 5，V4 Pro 没进 Top 10——前端方向 GLM 完胜
- 输出价：DeepSeek $3.48 vs GLM $4.4，DeepSeek 便宜 20%
关键指标逐项对比
AA 数据抓取于 2026-05-12 · 价格抓取于 2026-05-12| 指标 | DeepSeek V4 Pro | GLM 5.1 | 优胜 |
|---|---|---|---|
| AA 综合智能（Intelligence Index） 越高越好 | 51.51 | 51.41 | A |
| AA 代码能力（Coding Index） 越高越好 | 47.47 | 43.37 | A |
| AA Agent 能力（Agentic Index） 越高越好 | 67.19 | 67.05 | A |
| 输入价格（$ / 百万 token） 越低越好 | $0.43 | $0.98 | A |
| 输出价格（$ / 百万 token） 越低越好 | $0.87 | $3.08 | A |
| 输出速度（token / 秒） 越高越好 | 30.1 | 56.8 | B |
| 上下文窗口 越大越好 | 1049K | 203K | A |
价格差距：GLM 5.1 输出价比 DeepSeek V4 Pro 贵 3.54 倍（$3.08 vs $0.87）
A = DeepSeek V4 Pro，B = GLM 5.1。空缺值表示该数据源未收录此模型，不参与优胜判定。
LMArena · 人类盲测各分类
抓取于 2026-05-12| 分类 | DeepSeek V4 Pro | GLM 5.1 |
|---|---|---|
| 前端开发（WebDev） | 未进 Top 10 | #5 · 1531 |
只显示 Top 10 内出现的分类。同一模型不同变体（thinking / search 等）取排名最靠前的。LMArena 是人类盲测两两投票算的 Elo 分。
SuperCLUE · 中文能力测评
2026年3月| 维度 | DeepSeek V4 Pro | GLM 5.1 |
|---|---|---|
| 收录条目 | DeepSeek-V4-Pro | 未收录 |
| 综合总分 | 70.98 · 榜单 #5 | — |
| 代码生成 | 63.24 | — |
| 数学推理 | 87.39 | — |
| 智能体(任务规划) | 77.49 | — |
| 精确指令遵循 | 37.84 | — |
GLM 5.1 未收录：SuperCLUE 3 月榜里是 GLM-5（总分 64.27 国内榜第 8），5.1 是 4 月升级版。
国内可用性 & OpenRouter 用量
DeepSeek V4 Pro
- 国内可用性 可用
- OpenRouter 本周 #9 · 845B
- 价格最近核验 2026-05-12
GLM 5.1
- 国内可用性 可用
- OpenRouter 本周 未进 Top 10
- 价格最近核验 2026-05-12
OpenRouter 用量榜抓取于 2026-05-12，反映过去 7 天聚合 API 用量。免费层模型经常冲到榜首，参考时注意是「跑量」而不是「能力」。
怎么选
选 DeepSeek V4 Pro，如果你：
通用代码/中文写作均衡主力、私有化部署（开源权重）、SuperCLUE 国内第 2 的中文场景。
选 GLM 5.1，如果你：
前端 UI 开发（LMArena WebDev 第 5 国内最高，比 Claude Sonnet 4.6 还前面）、智谱合规场景。