跳到正文

GLM-5.1

数据来源:AIHOT

← 模型榜
Z.ai

上线日期: 2026-04-07 · 上下文: 20.5万 Token

开源权重 ↗
48.3

综合排名 71

官方 API 价格 ¥ / 百万 Token

输入
¥6
输出
¥24
缓存命中
¥1.3

输入不到 32K Token 的价格;达到 32K 时输入 ¥8、输出 ¥28、缓存命中 ¥2/百万 Token。

输入不到 32K Token 的价格;达到 32K 时输入 ¥8、输出 ¥28、缓存命中 ¥2/百万 Token。

官方价格页 ↗

领域能力

榜单名次评分评测数
综合7148.321
编程7447.75
科研7846.14
专业办公6850.75
知识问答7747.14

编程 · 47.7

评测机构公布的成绩折算分原榜名次核实日期备注
ProgramBench ↗

只给能运行的程序和说明、不给源码,重写出行为一致的程序,用隐藏测试核对。

Vals AI0.0%77.2342026-11-18
备注

通过率低于 5%,只说明“至多这么强”;这个模型的水平已经低于这条线不少,这一项几乎不起作用。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

APEX-SWE ↗

在工程环境里连接并部署服务,或根据故障日志和监控信息排查问题。

Mercor34.5%53.6512026-11-18
备注

代表配置:完整系统 · terminus-2 · apex-swe:terminus-2。该来源对所有模型使用同一受控系统;按预先固定的推理档位优先级选择,配置明细保留,成绩归到基础模型。

Terminal-Bench 4.0 ↗

在终端完成软件、科研等复杂任务,再由各题的测试检查结果。

Artificial Analysis2.0%48.91642026-11-18
备注

通过率低于 5%,只说明“至多这么强”。代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

Vibe Code Bench v1.1 ↗

按一份需求从零搭出网页应用,再在浏览器里按验收步骤逐项检查功能。

Vals AI31.5%46.9892026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

SciCode ↗

把物理、化学、生物等科研问题写成能运行、算得对的计算代码。

Artificial Analysis44.8%44.11682026-11-18
备注

代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

科研 · 46.1

评测机构公布的成绩折算分原榜名次核实日期备注
Humanity's Last Exam ↗

数学、科学、人文等几十个学科的专家级难题,不借助工具直接作答。

Artificial Analysis30.1%48.31702026-11-18
备注

代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

CritPt ↗

物理研究前沿的原创难题,要一步步推导出准确答案。

Artificial Analysis4.6%46.71832026-11-18
备注

通过率低于 5%,只说明“至多这么强”。代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

FrontierMath T1–3 ↗

解数学家原创的高难数学题,给出可以核对的答案。

Epoch AI36.8%45722026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Chess Puzzles ↗

看文字写成的国际象棋棋局,找出正确的一步,由象棋引擎核对。

Epoch AI20.0%44.31022026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

专业办公 · 50.7

评测机构公布的成绩折算分原榜名次核实日期备注
Legal Research Bench ↗

像律师一样查法规和判例,写出有出处的结论。

Vals AI27.9%56692026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

APEX-Agents ↗

投行、咨询和法律里的长任务,看模型当助手能不能把一件完整的工作做完。

Mercor40.9%54.8612026-11-18
备注

代表配置:完整系统 · loop_truncated_tools_agent · apex-agents:v1.1:loop_truncated_tools_agent。该来源对所有模型使用同一受控系统;按预先固定的推理档位优先级选择,配置明细保留,成绩归到基础模型。

GDPval-AA ↗

按几十种职业的真实工作出题,比如写报告、做表格,由裁判两两比较产出质量。

Artificial Analysis1,124.748.41602026-11-18
备注

代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

AutomationBench-AA ↗

在模拟办公软件中处理业务流程,按完成目标和守规情况评分。

Artificial Analysis20.3%47.61822026-11-18
备注

代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

AA-Briefcase ↗

完成办公项目里写报告、做表格这类长任务,按细则和成果质量评分。

Artificial Analysis96547.51742026-11-18
备注

代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

MedCode ↗

读住院记录,给出标准的医疗诊断编码。

Vals AI41.6%—522026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

知识问答 · 47.1

评测机构公布的成绩折算分原榜名次核实日期备注
NYT Connections 扩展版 ↗

把一组英文词按隐藏的类别分好,里面混着故意误导的干扰词。

Lech Mazur77.7%58.8652026-11-18
备注

这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

AA-LCR ↗

读很长的文档,回答要把多处信息串起来才能答的问题。

Artificial Analysis73.7%46.71942026-11-18
备注

代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

SimpleQA Verified ↗

一句话就能答的事实问题,看答得对不对。

Epoch AI34.0%44.6672026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

BullshitBench v2 ↗

问题里藏着错误前提,看模型能不能指出来,而不是顺着编下去。

BullshitBench22.0%28.11792026-11-18
备注

这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:xHigh 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

真人盲选 · 51.9

评测机构公布的成绩折算分原榜名次核实日期备注
Arena Text ↗

真人匿名比较两个模型的回答,投票选出更好的回答。

LMArena1,46556.4592026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Arena WebDev ↗

真人匿名比较两个模型做出来的网页,选更好的那个。

LMArena1,50853.1692026-11-18
备注

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

还没有成绩的评测

  • Terminal-Bench 4.0 · Vals
  • Terminal-Bench 4.0 · 官方
  • LiveBench · 编程综合
  • Code Migration v1.1
  • MirrorCode
  • CyberBench Patch v1.1
  • FrontierCode 2.0 · AA
  • FrontierCode 2.0 · Cognition
  • WeirdML v3
  • FrontierSWE v2
  • TapTap Maker
  • LiveBench · 推理与数学
  • 致知 · 逻辑月榜
  • 司南 · 推理
  • ARC-AGI-2
  • 司南 · 抽象
  • CritPt v2 Hard · AA
  • Mystery Game Puzzles
  • MysteryMechanism
  • Terminal-Bench Science · Vals
  • Terminal-Bench Science · AA
  • BioMysteryBench
  • Vals Finance Agent v2.1
  • Harvey LAB 1.1 · Vals
  • Harvey LAB 1.1 · AA
  • τ³-Banking · Mercor
  • LiveBench · 数据分析
  • AA-Analyst Agent
  • TaxAgentBench
  • Excel Modeling v1.1
  • AA-Omniscience v1.1
  • 司南 · 知识
  • MLCR-AA
  • LiveBench · 语言与指令

最近的新闻

07-07腾讯混元Hy3模型发布:295B MoE架构,盲测超越GLM-5.1腾讯混元

05-22智谱GLM-5.1高速版发布:刷新全球大模型API速度纪录IT之家·人工智能

05-22GLM-5.1高速版发布:400 tokens/s,旗舰级能力跑出全球最快API速度公众号:智谱

05-22智谱推出GLM-5.1高速版公众号:智谱

05-20阿里云:百炼平台将接入智谱 GLM-5.1、MiniMax M2.7 等第三方模型IT之家·人工智能

05-17最新开源成果(#21):开源模型盛宴!Gemma 4、DeepSeek V4、Kimi K2.6、MiMo 2.5、GLM-5.1 等。基于CAISI的V4评估。Nathan Lambert:Interconnects