智谱丨BigModel 平台
open.bigmodel.cn · 测评于 2026-09-27 15:42 · 最近更新批次 #66
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-5.3：题目通过率 10%，低于 75%；最低能力维度 0 分，低于 30 分
- glm-5.3-flash：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
- glm-5-turbo：题目通过率 20%，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-5.3
GLM / ChatGLM · 平均延迟 6.52秒 · 成功率 10%（1/10 题）
44.9 分
能力分8.5
性能分72.8
一致性分61.8
首字最快用时0.74秒
首字平均用时2.29秒
每秒最大 tokens153.29
平均每秒 tokens91.16
平均响应延迟6.52秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
44.4 (1/2)
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-flash
GLM / ChatGLM · 平均延迟 7.13秒 · 成功率 20%（2/10 题）
44.4 分
能力分17.0
性能分67.7
一致性分52.5
首字最快用时0.60秒
首字平均用时0.73秒
每秒最大 tokens73.58
平均每秒 tokens56.98
平均响应延迟7.13秒
一致性判定：偏科明显
五大能力维度
数学
50.0 (1/2)
逻辑
44.4 (1/2)
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 20%，低于 75%；最低能力维度 0 分，低于 30 分
glm-5-turbo
GLM / ChatGLM · 平均延迟 21.44秒 · 成功率 20%（2/10 题）
39.2 分
能力分17.0
性能分54.7
一致性分52.5
首字最快用时0.76秒
首字平均用时0.84秒
每秒最大 tokens69.10
平均每秒 tokens32.79
平均响应延迟21.44秒
一致性判定：偏科明显
五大能力维度
数学
50.0 (1/2)
逻辑
44.4 (1/2)
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 20%，低于 75%；最低能力维度 0 分，低于 30 分
返回排行榜
Ai速测