大模型世界

GLM-5

智谱的全部模型 →国内文本模型综合智力第 89 名

偏贵、记性不错、会深思的开源模型

查看评测视频查看评测文章
聪明世界#88
编程偏弱
记性205K
便宜$3.2

记性换算成体感：一次能读完一本《三体》

GLM 系列的文本模型 · 按发布时间

共 13 个 · 这里是相邻的 7 个 · 智谱的全部模型 →
  1. 2025.12GLM-4.7ECI 143.5
  2. 2026.01GLM-4.7-Flash未参评
  3. 2026.01GLM-4.7-FlashX未参评
  4. 2026.02GLM-5ECI 145.8
  5. 2026.03GLM-5-Turbo未参评
  6. 2026.04GLM-5.1ECI 149.7
  7. 2026.06GLM-5.2ECI 151.9

他的房间

编程能力：一台笔记本
电脑
72.1% · SWE-bench Verified · Epoch AI 统一复跑
上下文窗口
书架
3 层 · 记忆 205K tokens
数学与科学推理成绩
黑板
数学与科学推理
知识截止日期
日历
知识截止日期未公开
上下文缓存
冰箱
支持上下文缓存，能存记忆
开源权重
敞开的门
开源权重，谁都能进

身世

发布日期
2026 年 2 月 11 日epoch.ai
知识截止
暂无数据
参数量
753.86B
开放权重
是
开源许可
MIT
上下文窗口
205K tokens
单次最大输出
131K
输入价格
$1.00 / 百万 tokens
输出价格
$3.20 / 百万 tokens
模型类型
文本只读文字、只写文字的对话模型
支持的输入
文字 → 文字
工具调用
是
深度思考
是
提示缓存
是

战绩

综合智力
145.8
AIME 数学
80.0%
GPQA Diamond 科学
87.8%
ARC-AGI-2 抽象推理
4.9%
Fiction.liveBench 长文本
未参评

综合智力、数学、科学、抽象推理与长文本数据来自 Epoch AI（CC-BY 4.0）。写「未参赛」的项目表示该模型没有被这项评测收录， 不代表它做不到——本站不会用估算值填补空缺。

编程战绩（按赛制分列）

这些分数不可互相比较。同一个模型换一套评测脚手架就能差二三十分： SWE-bench Verified 的中位数是 75.7，而难度更高的 SWE-Bench Pro 只有 41.0。 广场上的能力条因此显示的是「在同一把尺子下排第几」，而不是分数本身。

全部成绩（按榜单分列）

名次的分母是在同一个榜、由同一类测量方测过的模型数，不是全站模型数。不同榜的分数不可互相比较。

综合
  • 综合智力145.8第 88 / 208
    Epoch Capabilities Index，把十几项学术评测归并成一个总分。想知道「谁最强」，先看这一栏。第三方实测
    https://epoch.ai/benchmarks
  • SimpleBench53.2%第 44 / 103
    一套普通人能轻松答对、模型却常常答错的常识题。分数越高越少犯「一看就傻」的错。第三方实测
    https://simple-bench.com/
数学
知识与推理
智能体
  • 经营售货机$4,432第 31 / 89
    Vending-Bench：让模型经营一台虚拟售货机一整年——进货、定价、付租金。分数是最后账上的钱，考的是长期不犯糊涂。第三方实测
    https://andonlabs.com/evals/vending-bench
  • APEX 专业任务17.2%第 39 / 77
    投行、律所、咨询公司的真实工作任务，由业内专家出题与评分。第三方实测
长文本
  • CL-bench 长上下文18.7%第 18 / 40
    在很长的上下文里做推理与检索，测的是长文本的实际可用程度。第三方实测
游戏与谜题

B 站上的 GLM-5 实测3 个视频

在 B 站搜「GLM-5 测评」↗

以上为 B 站搜索结果，按播放量排（站长的视频置顶），内容由各 UP 主提供，不代表本站观点。