Modellvergleich
R1 (Jan '25)
vs. GLM-4.6 (Non-reasoning)
Vergleich von 2 KI-Modellen · 12 Benchmarks · DeepSeek, Z AI
Empfehlung
De R1 (Jan '25) 12 Metrik-Siege Staerkste Bereiche: TTFT, Latenz, Reasoning
Bester Wert
GLM-4.6 (Non-reasoning)
100.0 Wert-Score
37.4 Reasoning / $1.00/1M
Niedrigster Preis
GLM-4.6 (Non-reasoning)
$0.60/1M Eingabepreis
Bestes Reasoning
R1 (Jan '25)
57.1 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
GLM-4.6 (Non-reasoning)
30.2 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
GLM-4.6 (Non-reasoning) bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
GLM-4.6 (Non-reasoning) ist 2,8x guenstiger bei Eingabetokens als R1 (Jan '25).
Reasoning-Unterschied
R1 (Jan '25) liegt 19.7 Punkte vor GLM-4.6 (Non-reasoning) beim Reasoning.
Coding-Unterschied
GLM-4.6 (Non-reasoning) liegt 14.3 Punkte vor R1 (Jan '25) beim Coding.
Top-Wahl-Begruendung
R1 (Jan '25) gewinnt 12 messbare Kategorien, darunter TTFT, Latenz, Reasoning, Mathe.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
R1 (Jan '25)
DeepSeek
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
GLM-4.6 (Non-reasoning)
Z AI
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | Top-Wahl De R1 (Jan '25) | Z GLM-4.6 (Non-reasoning) |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $1.68/1M | $0.60/1M |
| Output-Kosten | $4.70/1M | $2.20/1M |
| Gemischt (3:1) | $2.43/1M | $1.00/1M |
| Spezifikationen | ||
| Anbieter | DeepSeek | Z AI |
| Veröffentlichung | 20. Jan. 2025 | 30. Sept. 2025 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | — | 60.4 tok/s |
| TTFT | — | 1606ms |
| Latenz | — | 1606ms |
| Composite-Indizes | ||
| Wert-Score | 62.7 | 100.0 |
| Reasoning-Score | 57.1 | 37.4 |
| Intelligenz | 18.8 | 30.2 |
| Coding | 15.9 | 30.2 |
| Mathe | 68.0 | 44.3 |
| Standard-Benchmarks | ||
| GPQA | 70.8% | 63.2% |
| MMLU Pro | 84.4% | 78.4% |
| HLE | 9.3% | 5.2% |
| LiveCodeBench | 61.7% | 56.1% |
| MATH 500 | 96.6% | — |
| AIME 2025 | 68.0% | 44.3% |
| AIME (Original) | 68.3% | — |
| SciCode | 35.7% | 33.1% |
| LCR | 52.3% | 26.3% |
| IFBench | 39.0% | 36.7% |
| TAU-bench v2 | 11.4% | 76.9% |
| TerminalBench Hard | 6.1% | 28.8% |
Wichtigste Erkenntnisse
GLM-4.6 (Non-reasoning) bietet das beste Preis-Leistungs-Verhaeltnis mit $0.60/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
R1 (Jan '25) hat das staerkste Reasoning-Profil mit 57.1 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
GLM-4.6 (Non-reasoning) erreicht einen 30.2 Coding-Index, und ist damit eine Top-Wahl fuer Softwareentwicklung und Code-Generierung.
Alle Modelle unterstuetzen Kontextfenster von ∞+ Tokens, geeignet fuer lange Dokumente und ausgedehnte Gespraeche.
Wann welches Modell sinnvoll ist
R1 (Jan '25)
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
GLM-4.6 (Non-reasoning)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Code-Generierung
- Softwareentwicklung
