智谱丨BigModel 平台
open.bigmodel.cn · 测评于 2026-09-27 15:42 · 最近更新批次 #463
关于统一测评
本页数据来自一次「能力 + 性能 + 一致性」统一测评：能力分由五大维度标准化题目判分，性能分由成功率、首字延迟与输出吞吐综合计算，一致性分来自结构化输出、指令遵循、工具调用、流式协议等专项检测。综合分 = 能力 40% + 性能 40% + 一致性 20%。
测评预警
- glm-5-turbo：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
- glm-5.2：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
- glm-5.3-flash：题目通过率 10%，低于 75%；最低能力维度 0 分，低于 30 分
- glm-5.3：题目通过率 10%，低于 75%；最低能力维度 0 分，低于 30 分
以上为测评预警（题目通过率或某一能力维度低于配置阈值），不等同于安全或诈骗结论。
每个模型展示其最新一次统一测评结果；不同批次测评过的不同模型会共同保留，不会互相覆盖。展开「一致性专项明细」可查看逐项检测结果。
glm-5-turbo
GLM / ChatGLM · 平均延迟 0.17秒 · 成功率 0%（0/10 题）
50.0 分
能力分0.0
性能分75.0
一致性分100.0
首字最快用时0.16秒
首字平均用时0.17秒
每秒最大 tokens1,000.00
平均每秒 tokens1,000.00
平均响应延迟0.17秒
一致性判定：维度均衡
五大能力维度
数学
0.0 (0/2)
逻辑
0.0 (0/2)
代码
0.0 (0/2)
中文
0.0 (0/2)
知识
0.0 (0/2)
该模型触发测评预警：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
glm-5.2
GLM / ChatGLM · 平均延迟 0.17秒 · 成功率 0%（0/10 题）
50.0 分
能力分0.0
性能分75.0
一致性分100.0
首字最快用时0.15秒
首字平均用时0.17秒
每秒最大 tokens1,000.00
平均每秒 tokens1,000.00
平均响应延迟0.17秒
一致性判定：维度均衡
五大能力维度
数学
0.0 (0/2)
逻辑
0.0 (0/2)
代码
0.0 (0/2)
中文
0.0 (0/2)
知识
0.0 (0/2)
该模型触发测评预警：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
glm-5.3-flash
GLM / ChatGLM · 平均延迟 6.41秒 · 成功率 10%（1/10 题）
44.7 分
能力分8.7
性能分72.1
一致性分61.8
首字最快用时0.64秒
首字平均用时0.86秒
每秒最大 tokens110.35
平均每秒 tokens70.24
平均响应延迟6.41秒
一致性判定：偏科明显
五大能力维度
数学
44.4 (1/2)
逻辑
0.0 (0/2)
代码
0.0 (0/2)
中文
0.0 (0/2)
知识
0.0 (0/2)
该模型触发测评预警：题目通过率 10%，低于 75%；最低能力维度 0 分，低于 30 分
glm-5.3
GLM / ChatGLM · 平均延迟 8.96秒 · 成功率 10%（1/10 题）
41.1 分
能力分8.7
性能分63.1
一致性分61.8
首字最快用时0.62秒
首字平均用时1.72秒
每秒最大 tokens79.97
平均每秒 tokens58.50
平均响应延迟8.96秒
一致性判定：偏科明显
五大能力维度
数学
44.4 (1/2)
逻辑
0.0 (0/2)
代码
0.0 (0/2)
中文
0.0 (0/2)
知识
0.0 (0/2)
该模型触发测评预警：题目通过率 10%，低于 75%；最低能力维度 0 分，低于 30 分
返回排行榜
Ai速测