GLM 5.2
性价比更高: GLM 5.3 Flash $0.238/M 即可获得 Index 57.8,便宜 89%。
有 11 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 8 个。
截至 2026年11月16日,GLM 5.2(Zhipu AI)在 BenchLeader Index 上得分 58.9(共 608 个已排名配置)。表现最好的是指令遵循(72),最弱的是知识(44)。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 69 token/秒(Artificial Analysis)。发布于 2026年6月16日。
要点(截至 2026年11月16日)
- GLM 5.2 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 5.2 的输出速度约为 69 token/秒(Artificial Analysis,2026年11月16日)。
- GLM 5.2 于 2026年6月16日发布(Zhipu AI)。
详细说明:GLM 5.2 是 Zhipu AI 的开放权重推理模型,发布于 2026年6月16日。其最佳配置(推理强度 max)在 BenchLeader Index 上得分 58.9 ±4.0,在 608 个配置中排第 115 名,处于上半区。关键在于这个“±”:另有 231 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,指令遵循得分最高(72),知识最低(44)。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 69 token/秒,首次回答需 26.8 秒,比大多数模型慢。它已在 9 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:Artificial Analysis
- 输出速度
- 69 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 27 s
- 首 token 0.80 s
- 上下文
- 1M
- 来源:models.dev
- 完整回答
- 57 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年6月16日
- 综合 Index59
- 推理57
- 编程62
- 智能体与工具62
- 数学53
- 知识44
- 指令遵循72
- 人类偏好66
- 长上下文64
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/glm-5-2)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。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| 无推理 | 45.8 | #443 | 131 tok/s | 1.94 s | $0.0019 | 智能体与工具 45 · 编程 35 · 长上下文 45 · 数学 44 · 推理 52 |
| minimal | – | – | 84 tok/s | 0.80 s | $0.0019 | |
| low | – | – | 84 tok/s | 0.80 s | $0.0019 | 数学 55 · 推理 63 |
| medium | – | – | 84 tok/s | 0.80 s | $0.0019 | |
| high | – | – | 84 tok/s | 0.80 s | $0.0019 | 编程 62 |
| xhigh | – | – | 84 tok/s | 0.80 s | $0.0019 | |
| max最佳 | 58.9 | #115 | 69 tok/s | 27 s | $0.0019 | 智能体与工具 62 · 编程 62 · 人类偏好 66 · 指令遵循 72 · 知识 44 · 长上下文 64 · 数学 53 · 推理 57 |
| thinking | – | – | 84 tok/s | 0.80 s | $0.0019 | 推理 55 |
| 未说明 | 51.9 | #295 | 84 tok/s | 0.80 s | $0.0019 | 智能体与工具 51 · 编程 49 · 人类偏好 51 · 知识 59 · 推理 51 |
Index 走势
2026年9月8日 至 2026年11月16日- max
- 默认
- 无推理
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 | max | 来源 | 趋势 |
|---|---|---|---|---|
| AA Openness Index不计入 Index | 44.4#97 | 44.4#97 | Artificial Analysis |
推理
编程
智能体与工具
数学
| 基准测试 | 无推理 | low | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 42.5%#64 | 54.7%#54 | 59.2%#45 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | – | – | 29.3%#44 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 28.9%#222 | 75.6%#137 | 86.4%#104 | – | Epoch AI Benchmarking Hub | |
| ProofBench | – | – | 35.0%#44 | – | Vals AI | |
| LiveBench Mathematics不计入 Index推理强度未说明 | – | – | – | 89.8%#37 | LiveBench | |
| AIME 2026可能存在污染 | – | – | 90.0%#28 | – | MathArena | |
| HMMT February 2026可能存在污染 | – | – | 92.4%#13 | – | MathArena | |
| MathArena Apex可能存在污染 | – | – | 19.8%#15 | – | MathArena | |
| Arena Maths | – | – | 1487#31 | – | Arena (LMArena) |
知识
| 基准测试 | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| SimpleQA Verified | – | 34.2%#63 | – | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data Analysis不计入 Index推理强度未说明 | – | – | 73.7%#41 | LiveBench | |
| AA-Omniscience v1.1 | – | 0.6#85 | – | Artificial Analysis | |
| MMLU-Pro推理强度未说明 | – | – | 86.7%#38 | Vals AI | |
| LegalBench推理强度未说明 | – | – | 84.1%#40 | Vals AI | |
| CorpFin推理强度未说明 | – | – | 66.1%#22 | Vals AI | |
| TaxEval推理强度未说明 | – | – | 73.3%#48 | Vals AI | |
| Excel Modeling Benchmark不计入 Index推理强度未说明 | – | – | 61.5%#34 | Vals AI | |
| MedCode不计入 Index推理强度未说明 | – | – | 40.8%#58 | Vals AI | |
| MedScribe不计入 Index推理强度未说明 | – | – | 83.5%#45 | Vals AI | |
| DrugDiscoveryBench不计入 Index | 36.2%#15 | – | – | Scale AI SEAL | |
| EBR-bench不计入 Index | – | 9.5%#26 | – | Epoch AI Benchmarking Hub | |
| AA-Omniscience v1.1: accuracy不计入 Index | – | 21.1%#121 | – | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | – | 74.1%#27 | – | Artificial Analysis |
指令遵循
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| LiveBench Language不计入 Index推理强度未说明 | – | 76.2%#45 | LiveBench | |
| LiveBench Instruction Following不计入 Index推理强度未说明 | – | 62.3%#55 | LiveBench | |
| IFBench | 73.3%#41 | – | Artificial Analysis | |
| Arena Instruction Following不计入 Index | 1470#41 | – | Arena (LMArena) |
人类偏好
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1475#39 | – | Arena (LMArena) | |
| EQ-Bench 4推理强度未说明 | – | 1208#18 | EQ-Bench | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 1759#28 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1451#38 | – | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1477#49 | – | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1486#37 | – | Arena (LMArena) |
长上下文
| 基准测试 | 无推理 | max | 来源 | 趋势 |
|---|---|---|---|---|
| AA-LCR v1.1 | 42.3%#372 | 78.3%#127 | Artificial Analysis | |
| MLCR不计入 Index | – | 12.8%#104 | Artificial Analysis |
综合
| 基准测试 | 无推理 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | 153.0#53 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index推理强度未说明 | – | – | 73.2%#46 | LiveBench | |
| AA Intelligence Index v4.3.2不计入 Index | 22.4#210 | 33.7#108 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 249#264 | 302.5#119 | – | Artificial Analysis |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FORTRESS不计入 Index | 48.7%#68 | Scale AI SEAL |
GameBench 2 Overall: 43.1. GameBench 2, best reasoning setting (High): 49.9. 仅供参考,不计入 BenchLeader Index。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
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 |
|---|---|---|---|---|---|---|
| Baseten | 307 tok/s | 0.34 s | $2.10 | $6.60 | 1.0M | fp8 |
| Together | 215 tok/s | 0.29 s | $1.40 | $4.40 | 1.0M | – |
| CoreWeave | 166 tok/s | 0.56 s | $0.620 | $2.42 | 1.0M | fp4 |
| Parasail | 150 tok/s | 0.64 s | $1.40 | $4.40 | 262k | fp4 |
| Wafer | 126 tok/s | 0.45 s | $0.190 | $8.00 | 1.0M | fp4 |
| Baseten | 123 tok/s | 0.36 s | $2.10 | $6.60 | 1.0M | fp8 |
| Wafer | 120 tok/s | 0.39 s | $0.007 | $6.80 | 1.0M | fp4 |
| Mistral | 109 tok/s | 0.76 s | $1.54 | $4.84 | 1.0M | – |
| Alibaba Cloud Int. | 101 tok/s | 1.46 s | $2.31 | $7.26 | 1M | fp8 |
| Mistral (nvfp4) | 98 tok/s | 1.28 s | $1.40 | $4.40 | 1.0M | nvfp4 |
| Inceptron | 98 tok/s | 0.86 s | $1.40 | $4.40 | 1.0M | fp4 |
| DigitalOcean | 94 tok/s | 0.60 s | $0.700 | $2.20 | 1.0M | – |
| Relace | 92 tok/s | 0.90 s | $0.007 | $7.98 | 1.0M | fp4 |
| Nebius Token Factory | 89 tok/s | 0.61 s | $1.40 | $4.40 | 1.0M | fp4 |
| Ambient | 88 tok/s | 0.60 s | $0.600 | $2.00 | 203k | fp8 |
| Friendli | 88 tok/s | 0.27 s | $1.40 | $4.40 | 1.0M | – |
| Venice | 85 tok/s | 2.03 s | $1.40 | $4.40 | 1M | fp8 |
| Baidu Qianfan (fp4) | 73 tok/s | 1.00 s | $2.25 | $7.88 | 1.0M | fp4 |
| Alibaba Cloud Int. | 72 tok/s | 0.96 s | $0.966 | $3.04 | 1M | fp8 |
| Cloudflare | 71 tok/s | 0.94 s | $0.190 | $8.00 | 262k | – |
| DeepInfra | 71 tok/s | 0.88 s | $0.563 | $1.80 | 1.0M | fp4 |
| Morph | 70 tok/s | 0.49 s | $0.643 | $1.98 | 1.0M | fp8 |
| Baseten | 70 tok/s | 2.13 s | $1.40 | $4.40 | 1.0M | fp8 |
| SiliconFlow | 69 tok/s | 1.19 s | $0.651 | $2.05 | 1.0M | fp8 |
| DeepInfra | 67 tok/s | 0.97 s | $0.844 | $2.70 | 1.0M | fp4 |
| GMICloud | 58 tok/s | 3.58 s | $1.40 | $4.40 | 1.0M | fp8 |
| NovitaAI | 57 tok/s | 2.37 s | $0.650 | $2.04 | 1.0M | fp8 |
| Baseten | 53 tok/s | 2.21 s | $1.40 | $4.40 | 1.0M | fp8 |
| Alibaba Cloud Int. | 49 tok/s | 1.27 s | $1.12 | $3.52 | 1M | fp8 |
| Z.ai | 47 tok/s | 1.86 s | $1.40 | $4.40 | 1.0M | fp8 |
| StreamLake | 43 tok/s | 1.59 s | $0.280 | $0.880 | 1.0M | fp8 |
| DeepInfra | 41 tok/s | 1.84 s | $0.450 | $1.44 | 1.0M | fp4 |
| AtlasCloud | 39 tok/s | 1.24 s | $0.938 | $2.95 | 1.0M | fp8 |
使用情况
GLM 5.2 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
过去 30 天的典型请求:每次请求 26.6k token、每个输出 token 对应 31 个输入 token、79% 的输入来自缓存、50% 的输出为推理内容、每次请求 0.29 次工具调用。
在 OpenRouter 上向它发送 token 最多的应用:HighLevel (1.33T)、Hermes Agent (197B)、Janitor AI (55.8B)、OpenClaw (52.5B)、ISEKAI ZERO (44.3B)。
| Vercel AI Gateway 上的提供商 | 吞吐量 | 首 token | 在线率,1 天 |
|---|---|---|---|
| Parasail | 340 tok/s | 0.44 s | 100.00% |
| Inceptron | 330 tok/s | 0.48 s | 99.80% |
| Together AI | 268 tok/s | 0.24 s | 100.00% |
| Wafer | 216 tok/s | 0.40 s | 100.00% |
| Friendli | 175 tok/s | 0.18 s | 99.93% |
| Runware | 133 tok/s | 1.50 s | 99.99% |
来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。
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 | 31.1 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.019 | $0.0092 | 35.5 s |
| 代码编辑 | 6,000 / 1,500 | $0.015 | $0.0099 | 48.5 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.102 | $0.050 | 1.4 min |
| 结构化信息提取 | 2,000 / 200 | $0.0037 | $0.0020 | 29.7 s |
包含该模型的编程套餐
可以使用 GLM 5.2 的订阅套餐,列出各自的用量限制和单项任务成本。
将 GLM 5.2 与以下模型对比
- GLM 5.2 vs DeepSeek V4.1 Flash 1017
- GLM 5.2 vs Gemini 4 Argon
- GLM 5.2 vs Muse Spark 1.3
- GLM 5.2 vs Grok 4.7
- GLM 5.2 vs GPT-6.1 Sol
- GLM 5.2 vs GLM 5.3 Flash
- GLM 5.2 vs GLM 5.3
- GLM 5.2 vs Qwen3.8 Max
- GLM 5.2 vs Gemini 3.8 Flash
- GLM 5.2 vs Claude Sonnet 5.5
- GLM 5.2 vs Claude Opus 4.8
- GLM 5.2 vs Muse Spark
- GLM 5.2 vs Claude Opus 4.7
- GLM 5.2 vs GPT-6.1 Terra
- GLM 5.2 vs GPT-5.6 Sol
- GLM 5.2 vs Claude Opus 5.5
- GLM 5.2 vs Kimi K3.1 Pro
- GLM 5.2 vs Step 5 Preview
另请参阅
嵌入或引用
在模型卡片或 README 中展示 GLM 5.2 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-5-2)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 5.2 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/glm-5-2
BibTeX:
@misc{benchleader_glm_5_2_20261116,
author = {{BenchLeader}},
title = {{GLM 5.2 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/glm-5-2}},
note = {Data as of 2026-11-16}
}常见问题
- GLM 5.2 的基准测试得分是多少?
- 截至 2026年11月16日,GLM 5.2(推理强度 max)的 BenchLeader Index 为 58.9 ±4.0。最强的是指令遵循(72),最弱的是知识(44)。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 5.2 排名第几?
- 截至 2026年11月16日,GLM 5.2(推理强度 max)在 608 个已排名配置中排第 115 名。另有 231 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 5.2 每百万 token 的价格是多少?
- 截至 2026年11月16日,GLM 5.2 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。
- GLM 5.2 比 GLM 5.3 更好吗?
- 截至 2026年11月16日,GLM 5.2(推理强度 max)与 GLM 5.3(推理强度 max)的质量不相上下(BenchLeader Index 58.9 比 58.8,在 ±5.0 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 5.2 是什么时候发布的?
- Zhipu AI 于 2026年6月16日发布了 GLM 5.2。BenchLeader 收录了它在 9 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 5.2: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-5-2。