BenchLeader

GLM-4.5

推理强度
质量第 151 / 339 名
51.6Index
高于中位数
较中位数 +1.4
价格第 137 / 255 名
$1.00每百万 token
比多数贵
中位数的 1.2 倍
速度第 210 / 216 名
27token/秒
后四分之一
中位数的 0.3 倍
性价比第 138 / 255 名
51.6分/$
低于中位数
中位数的 0.9 倍

性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,便宜 89%。

有 46 个更便宜的已排名模型得分更高:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475),另有 43 个。

截至 2026年11月16日,GLM-4.5(Zhipu AI)在 BenchLeader Index 上得分 51.6(共 608 个已排名配置)。表现最好的是人类偏好(59),最弱的是推理(47)。API 价格为输入每百万 token $0.600、输出每百万 token $2.20(按 3:1 混合为 $1.00),为 2026年11月16日的标价。输出速度约为 27 token/秒(OpenRouter)。发布于 2025年7月28日。

要点(截至 2026年11月16日)

  • GLM-4.5 的 API 价格为输入每百万 token $0.600、输出每百万 token $2.20(按 3:1 混合为 $1.00)(标价,2026年11月16日)。
  • GLM-4.5 的输出速度约为 27 token/秒(OpenRouter,2026年11月16日)。
  • GLM-4.5 于 2025年7月28日发布(Zhipu AI)。

详细说明:GLM-4.5 是 Zhipu AI 的开放权重推理模型,发布于 2025年7月28日。其最佳配置在 BenchLeader Index 上得分 51.6 ±3.7,在 608 个配置中排第 308 名,处于下半区。关键在于这个“±”:另有 264 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,人类偏好得分最高(59),推理最低(47)。按混合价格计,每百万 token $1.00,价格居中。输出速度为 27 token/秒,首 token 延迟 4.1 秒,位于最慢的四分之一。它已在 2 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$1.00/M
输入 $0.600 · 输出 $2.20
来源:models.dev
输出速度
27 tok/s
OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
首次回答
4.06 s
上下文
131k
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2025年7月28日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index52
  2. 推理47
  3. 编程50
  4. 数学54
  5. 知识50
  6. 人类偏好59

嵌入这个排名

更多徽章样式
[![GLM-4.5 on BenchLeader: 综合第 151 名](https://www.benchleader.com/badge/glm-4-5.svg?style=compact)](https://www.benchleader.com/models/glm-4-5)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Zhipu AI 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Zhipu AI 以这个名称发布过 8 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
GLM 5.3max2026年8月18日58.8#118
GLM 5.2max2026年6月16日58.9#115
GLM 5.12026年4月7日55.4#208
GLM-5thinking2026年2月11日60.2#81
GLM 4.72025年12月22日51.7#303
GLM-4.6thinking2025年9月30日51.4#314
GLM-4.5本页2025年7月28日51.6#308
GLM-4-0520–––

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
thinking––27 tok/s4.06 s$0.0009智能体与工具 53 · 编程 44 · 指令遵循 46 · 长上下文 50
未说明最佳51.6#30827 tok/s4.06 s$0.0009编程 50 · 人类偏好 59 · 知识 50 · 数学 54 · 推理 47

Index 走势

2026年9月8日 至 2026年11月16日
475256

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

元数据

基准测试thinking来源趋势
AA Openness Index不计入 Index55.6#39Artificial Analysis

推理

基准测试thinking默认来源趋势
Humanity's Last Exam推理强度未说明–8.3%#32Scale AI / CAIS
Arena Hard Prompts推理强度未说明–1433#138Arena (LMArena)
GPQA Diamond (AA)不计入 Index78.2%#215–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index13.0%#294–Artificial Analysis
GPQA Diamond (Vals)不计入 Index推理强度未说明–72.2%#86Vals AI
Kagi LLM Benchmark推理强度未说明–57.9%#55Kagi LLM Benchmark
CritPt不计入 Index0.0%#337–Artificial Analysis
Arena Expert不计入 Index推理强度未说明–1444#126Arena (LMArena)

编程

基准测试thinking默认来源趋势
WeirdML40.6%#102–WeirdML
Arena Coding推理强度未说明–1455#148Arena (LMArena)
LiveCodeBench推理强度未说明–67.5%#95Vals AI
SWE-bench Verified (bash only)推理强度未说明–54.2%#31SWE-bench
SWE-bench Verified (any scaffold)不计入 Index推理强度未说明–64.2%#25SWE-bench
ALE-Bench不计入 Index推理强度未说明–344.8#126Epoch AI Benchmarking Hub
AlgoTune不计入 Index1.5#9–AlgoTune
Design Arena Website不计入 Index推理强度未说明–1161#114Design Arena
LiveCodeBench (AA)不计入 Index73.8%#48–Artificial Analysis

智能体与工具

基准测试thinking来源趋势
Terminal-Bench Hard22.0%#160Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index43.0%#221Artificial Analysis

数学

基准测试thinking默认来源趋势
AIME (Vals)推理强度未说明–86.7%#31Vals AI
MGSM推理强度未说明–90.8%#36Vals AI
MathArena Apex推理强度未说明–1.0%#36MathArena
MATH 500不计入 Index推理强度未说明–94.0%#14Vals AI
Arena Maths推理强度未说明–1411#137Arena (LMArena)
AIME 2025 (AA)不计入 Index73.7%#80–Artificial Analysis

知识

基准测试默认来源趋势
MMLU-Pro81.2%#81Vals AI
LegalBench75.6%#112Vals AI
CorpFin61.0%#61Vals AI
TaxEval72.4%#61Vals AI
MedQA90.0%#49Vals AI
MultiNRC可能存在污染17.4%#39Scale AI SEAL

指令遵循

基准测试thinking默认来源趋势
IFBench44.1%#220–Artificial Analysis
Arena Instruction Following不计入 Index推理强度未说明–1404#138Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1411#147Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index1344#81EQ-Bench
Arena Creative Writing不计入 Index1372#152Arena (LMArena)
Arena Multi-turn不计入 Index1404#157Arena (LMArena)
Arena Longer Queries不计入 Index1417#145Arena (LMArena)
Lech Mazur Creative Writing不计入 Index73.4%#31Lech Mazur

长上下文

基准测试thinking来源趋势
AA-LCR v1.152.7%#334Artificial Analysis

综合

基准测试thinking来源趋势
AA Intelligence Index v4.3.2不计入 Index12.8#333Artificial Analysis
AA Progress Index v1不计入 Index227.5#326Artificial Analysis

安全与诚实

基准测试默认来源趋势
FORTRESS不计入 Index59.6%#79Scale AI SEAL
MASK不计入 Index可能存在污染61.5%#34Scale AI SEAL

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
Z.ai27 tok/s4.24 s$0.600$2.20131kfp8

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.110。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0009$0.000815.2 s
总结一份 30 页的报告12,000 / 600$0.0085$0.004126.3 s
代码编辑6,000 / 1,500$0.0069$0.004759.6 s
智能体编程会话60,000 / 4,000$0.045$0.0232.5 min
结构化信息提取2,000 / 200$0.0016$0.000911.5 s

Zhipu AI 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 GLM-4.5 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![GLM-4.5 on BenchLeader: 综合第 151 名](https://www.benchleader.com/badge/glm-4-5.svg)](https://www.benchleader.com/models/glm-4-5)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). GLM-4.5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/glm-4-5

BibTeX:

@misc{benchleader_glm_4_5_20261116,
  author       = {{BenchLeader}},
  title        = {{GLM-4.5 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/glm-4-5}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

GLM-4.5 的基准测试得分是多少?
截至 2026年11月16日,GLM-4.5 的 BenchLeader Index 为 51.6 ±3.7。最强的是人类偏好(59),最弱的是推理(47)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
GLM-4.5 排名第几?
截至 2026年11月16日,GLM-4.5 在 608 个已排名配置中排第 308 名。另有 264 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
GLM-4.5 每百万 token 的价格是多少?
截至 2026年11月16日,GLM-4.5 的价格为输入每百万 token $0.600、输出每百万 token $2.20,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $1.00。
GLM-4.5 是什么时候发布的?
Zhipu AI 于 2025年7月28日发布了 GLM-4.5。BenchLeader 收录了它在 2 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《GLM-4.5:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/glm-4-5。