GLM-4 Flash：完整基准性能指南

other glm-4-flash 2024-08-12 Proprietary

深入分析 GLM-4 Flash 在 MMLU、HumanEval、GSM8K、MATH、BBH 等基准上的表现，包含定价与适用场景。

核心规格

厂商other
版本glm-4-flash
发布日期2024-08-12
上下文窗口131072 tokens
输入模态text
输出模态text
许可Proprietary
文档https://huggingface.co/models

基准测试表现

基准得分单位评测日期备注来源
MMLU80%2024-08-125-shot查看
HUMANEVAL67.6pass@12024-08-12—查看
GSM8K78.4%2024-08-120-shot CoT查看
MATH39.4%2024-08-120-shot CoT查看
BBH70.5%2024-08-123-shot CoT查看
GPQA31.3%2024-08-120-shot查看
IFEVAL65.9%2024-08-12prompt_strict查看
ARC94.2%2024-08-12challenge查看
MUSR56%2024-08-120-shot查看
WINOGRANDE81.1%2024-08-120-shot查看

定价

项目价格币种
输入$0 / MtokUSD
输出$0 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2024-08-12

合规性

  • 数据驻留: self-host
  • SOC2: ✗
  • HIPAA: ✗
  • GDPR: ✗
  • ISO 27001: ✗

GLM-4 Flash

模型概述

清华智谱 GLM-4 Flash 免费模型, 131K 上下文, 速度最快, 适合高并发实时场景。

核心规格

厂商版本发布日期上下文窗口输入模态输出模态许可证
Otherglm-4-flash2024-08-12131KtexttextProprietary

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)80.0%5-shot
HumanEval67.6pass@1—
GSM8K (Grade School Math 8K)78.4%0-shot CoT
MATH39.4%0-shot CoT
BBH (BIG-Bench Hard)70.5%3-shot CoT
GPQA31.3%0-shot
IFEval65.9%prompt_strict
ARC94.2%challenge
MUSR56.0%0-shot
WinoGrande81.1%0-shot

定价

输入输出缓存读取缓存写入
————

每百万 token

优势

  • MMLU 得分 80.0，知识推理能力强。

劣势

  • 闭源专有模型，不支持自托管。

适用场景

  • 通用对话与问答

参考文献