GLM-4.5
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
- 综合 Index52
- 推理47
- 编程50
- 数学54
- 知识50
- 人类偏好59
嵌入这个排名
更多徽章样式[](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。
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。
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。
Index 走势
2026年9月8日 至 2026年11月16日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 Index | 55.6#39 | Artificial 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%#32 | Scale AI / CAIS | |
| Arena Hard Prompts推理强度未说明 | – | 1433#138 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 78.2%#215 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 13.0%#294 | – | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index推理强度未说明 | – | 72.2%#86 | Vals AI | |
| Kagi LLM Benchmark推理强度未说明 | – | 57.9%#55 | Kagi LLM Benchmark | |
| CritPt不计入 Index | 0.0%#337 | – | Artificial Analysis | |
| Arena Expert不计入 Index推理强度未说明 | – | 1444#126 | Arena (LMArena) |
编程
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| WeirdML | 40.6%#102 | – | WeirdML | |
| Arena Coding推理强度未说明 | – | 1455#148 | Arena (LMArena) | |
| LiveCodeBench推理强度未说明 | – | 67.5%#95 | Vals AI | |
| SWE-bench Verified (bash only)推理强度未说明 | – | 54.2%#31 | SWE-bench | |
| SWE-bench Verified (any scaffold)不计入 Index推理强度未说明 | – | 64.2%#25 | SWE-bench | |
| ALE-Bench不计入 Index推理强度未说明 | – | 344.8#126 | Epoch AI Benchmarking Hub | |
| AlgoTune不计入 Index | 1.5#9 | – | AlgoTune | |
| Design Arena Website不计入 Index推理强度未说明 | – | 1161#114 | Design Arena | |
| LiveCodeBench (AA)不计入 Index | 73.8%#48 | – | Artificial Analysis |
智能体与工具
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 22.0%#160 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 43.0%#221 | Artificial 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%#31 | Vals AI | |
| MGSM推理强度未说明 | – | 90.8%#36 | Vals AI | |
| MathArena Apex推理强度未说明 | – | 1.0%#36 | MathArena | |
| MATH 500不计入 Index推理强度未说明 | – | 94.0%#14 | Vals AI | |
| Arena Maths推理强度未说明 | – | 1411#137 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 73.7%#80 | – | Artificial Analysis |
知识
指令遵循
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| IFBench | 44.1%#220 | – | Artificial Analysis | |
| Arena Instruction Following不计入 Index推理强度未说明 | – | 1404#138 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1411#147 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 1344#81 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1372#152 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1404#157 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1417#145 | Arena (LMArena) | |
| Lech Mazur Creative Writing不计入 Index | 73.4%#31 | Lech Mazur |
长上下文
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 52.7%#334 | Artificial Analysis |
综合
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 12.8#333 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 227.5#326 | Artificial Analysis |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FORTRESS不计入 Index | 59.6%#79 | Scale AI SEAL | |
| MASK不计入 Index可能存在污染 | 61.5%#34 | Scale 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.ai | 27 tok/s | 4.24 s | $0.600 | $2.20 | 131k | fp8 |
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 | $0.0008 | 15.2 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0085 | $0.0041 | 26.3 s |
| 代码编辑 | 6,000 / 1,500 | $0.0069 | $0.0047 | 59.6 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.045 | $0.023 | 2.5 min |
| 结构化信息提取 | 2,000 / 200 | $0.0016 | $0.0009 | 11.5 s |
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。
[](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}
}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。