GLM 5.1
性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,价格只有 16 分之一。
有 42 个更便宜的已排名模型得分更高:GPT-6.1 Terra (64.1, $2.00)、Muse Spark 1.1 (62.2, $2.00)、Gemini 3.7 Flash (62.1, $1.50),另有 39 个。
截至 2026年11月16日,GLM 5.1(Zhipu AI)在 BenchLeader Index 上得分 55.4(共 608 个已排名配置)。表现最好的是人类偏好(65),最弱的是智能体与工具(48)。API 价格为输入每百万 token $1.40、输出每百万 token $4.40(按 3:1 混合为 $2.15),为 2026年11月16日的标价。输出速度约为 60 token/秒(OpenRouter)。发布于 2026年4月7日。
要点(截至 2026年11月16日)
- GLM 5.1 的 API 价格为输入每百万 token $1.40、输出每百万 token $4.40(按 3:1 混合为 $2.15)(标价,2026年11月16日)。
- GLM 5.1 的输出速度约为 60 token/秒(OpenRouter,2026年11月16日)。
- GLM 5.1 于 2026年4月7日发布(Zhipu AI)。
详细说明:GLM 5.1 是 Zhipu AI 的开放权重模型,发布于 2026年4月7日。其最佳配置在 BenchLeader Index 上得分 55.4 ±3.1,在 608 个配置中排第 208 名,处于上半区。关键在于这个“±”:另有 259 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(65),智能体与工具最低(48)。按混合价格计,每百万 token $2.15,比大多数已排名模型贵。输出速度为 60 token/秒,首 token 延迟 1.3 秒,比大多数模型慢。它已在 3 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
- $2.15/M
- 输入 $1.40 · 输出 $4.40
- 来源:models.dev
- 输出速度
- 60 tok/s
- OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
- 首次回答
- 1.32 s
- 上下文
- 200k
- 来源:models.dev
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年4月7日
- 综合 Index55
- 推理59
- 编程56
- 智能体与工具48
- 数学54
- 知识54
- 人类偏好65
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/glm-5-1)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 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA Openness Index不计入 Index | 44.4#97 | 44.4#97 | Artificial Analysis |
推理
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| GPQA Diamond推理强度未说明 | – | – | 89.9%#53 | Epoch AI Benchmarking Hub | |
| SimpleBench推理强度未说明 | – | – | 55.1%#55 | SimpleBench | |
| Arena Hard Prompts推理强度未说明 | – | – | 1489#54 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 83.9%#155 | 86.8%#108 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 27.9%#185 | 30.1%#166 | – | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index推理强度未说明 | – | – | 84.5%#51 | Vals AI | |
| CritPt不计入 Index | 0.0%#337 | 4.6%#179 | – | Artificial Analysis | |
| Arena Expert不计入 Index推理强度未说明 | – | – | 1496#54 | Arena (LMArena) | |
| Chess Puzzles不计入 Index推理强度未说明 | – | – | 20.0%#100 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| SWE-bench Verified (Epoch)推理强度未说明 | – | 74.2%#16 | Epoch AI Benchmarking Hub | |
| SciCode推理强度未说明 | – | 44.8%#160 | SciCode | |
| WeirdML推理强度未说明 | – | 57.1%#55 | WeirdML | |
| Arena Coding推理强度未说明 | – | 1512#54 | Arena (LMArena) | |
| Arena WebDev推理强度未说明 | – | 1508#67 | Arena (LMArena) | |
| SciCode (AA)不计入 Index | 44.8%#166 | – | Artificial Analysis | |
| LiveCodeBench推理强度未说明 | – | 81.4%#62 | Vals AI | |
| SWE-bench (Vals)不计入 Index推理强度未说明 | – | 76.4%#36 | Vals AI | |
| Code Migration不计入 Index推理强度未说明 | – | 25.8%#47 | Vals AI | |
| ProgramBench不计入 Index推理强度未说明 | – | 0.0%#34 | Vals AI | |
| Vibe Code Bench v1.1不计入 Index推理强度未说明 | – | 31.5%#81 | Vals AI | |
| ALE-Bench不计入 Index推理强度未说明 | – | 887.1#79 | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)不计入 Index | 2.0%#150 | – | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | 61.8%#94 | – | Artificial Analysis | |
| Design Arena Website不计入 Index推理强度未说明 | – | 1261#48 | Design Arena |
智能体与工具
数学
| 基准测试 | 无推理 | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 24.9%#85 | 36.8%#69 | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME推理强度未说明 | – | 93.3%#68 | Epoch AI Benchmarking Hub | |
| ProofBench推理强度未说明 | – | 22.2%#50 | Vals AI | |
| AIME (Vals)推理强度未说明 | – | 91.9%#21 | Vals AI | |
| AIME 2026推理强度未说明可能存在污染 | – | 95.8%#13 | MathArena | |
| HMMT February 2026推理强度未说明可能存在污染 | – | 89.4%#14 | MathArena | |
| MathArena Apex推理强度未说明可能存在污染 | – | 11.5%#20 | MathArena | |
| Arena Maths推理强度未说明 | – | 1474#48 | Arena (LMArena) |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| SimpleQA Verified | 34.0%#64 | Epoch AI Benchmarking Hub | |
| MMLU-Pro | 86.9%#36 | Vals AI | |
| LegalBench | 84.4%#33 | Vals AI | |
| CorpFin | 64.5%#38 | Vals AI | |
| TaxEval | 71.2%#79 | Vals AI | |
| CaseLaw v2不计入 Index | 51.5%#48 | Vals AI | |
| MedCode不计入 Index | 41.6%#50 | Vals AI | |
| MedScribe不计入 Index | 72.3%#86 | Vals AI | |
| Public Benefits Bench v1.1不计入 Index | 61.8%#29 | Vals AI |
指令遵循
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| IFBench | 52.0%#165 | 76.3%#22 | – | Artificial Analysis | |
| Arena Instruction Following不计入 Index推理强度未说明 | – | – | 1461#53 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1465#58 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 1594#47 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1446#50 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1478#46 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1480#51 | Arena (LMArena) |
长上下文
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA-LCR v1.1 | 53.3%#327 | 73.7%#190 | Artificial Analysis |
综合
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | 150.7#66 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 24.2#186 | 26.1#163 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 263.5#232 | 286.5#153 | – | Artificial Analysis |
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 |
|---|---|---|---|---|---|---|
| Friendli | 111 tok/s | 0.23 s | $1.40 | $4.40 | 203k | – |
| Venice | 83 tok/s | 1.03 s | $1.40 | $4.40 | 200k | fp8 |
| Alibaba Cloud Int. | 80 tok/s | 0.84 s | $1.33 | $4.18 | 203k | fp8 |
| GMICloud | 78 tok/s | 3.20 s | $1.40 | $4.40 | 203k | fp8 |
| SiliconFlow | 64 tok/s | 1.32 s | $1.19 | $3.74 | 205k | fp8 |
| AtlasCloud | 60 tok/s | 2.00 s | $1.26 | $3.96 | 203k | fp8 |
| Z.ai | 40 tok/s | 1.74 s | $1.40 | $4.40 | 203k | fp8 |
| NovitaAI | 35 tok/s | 3.65 s | $1.38 | $4.40 | 205k | fp8 |
| Chutes | 34 tok/s | 1.93 s | $0.900 | $2.90 | 203k | fp8 |
| StreamLake | 28 tok/s | 5.55 s | $0.966 | $3.04 | 200k | fp8 |
价格历史
上述价格(每百万 token)在每个变动日的数值。
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 $0.260。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 | $0.0019 | $0.0015 | 6.3 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.019 | $0.0092 | 11.3 s |
| 代码编辑 | 6,000 / 1,500 | $0.015 | $0.0099 | 26.3 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.102 | $0.050 | 1.1 min |
| 结构化信息提取 | 2,000 / 200 | $0.0037 | $0.0020 | 4.7 s |
将 GLM 5.1 与以下模型对比
另请参阅
嵌入或引用
在模型卡片或 README 中展示 GLM 5.1 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-5-1)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 5.1 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/glm-5-1
BibTeX:
@misc{benchleader_glm_5_1_20261116,
author = {{BenchLeader}},
title = {{GLM 5.1 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/glm-5-1}},
note = {Data as of 2026-11-16}
}常见问题
- GLM 5.1 的基准测试得分是多少?
- 截至 2026年11月16日,GLM 5.1 的 BenchLeader Index 为 55.4 ±3.1。最强的是人类偏好(65),最弱的是智能体与工具(48)。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 5.1 排名第几?
- 截至 2026年11月16日,GLM 5.1 在 608 个已排名配置中排第 208 名。另有 259 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 5.1 每百万 token 的价格是多少?
- 截至 2026年11月16日,GLM 5.1 的价格为输入每百万 token $1.40、输出每百万 token $4.40,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $2.15。标价最近一次变动是在 2026年11月4日。
- GLM 5.1 比 Muse Spark 1.3 更好吗?
- 截至 2026年11月16日,GLM 5.1 与 Muse Spark 1.3 的质量不相上下(BenchLeader Index 55.4 比 61.6,在 ±8.8 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- GLM 5.1 是什么时候发布的?
- Zhipu AI 于 2026年4月7日发布了 GLM 5.1。BenchLeader 收录了它在 3 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 5.1: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-5-1。