GLM-4 Plus：完整基准性能指南

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

深入分析 GLM-4 Plus 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-plus
发布日期2024-08-12
上下文窗口131072 tokens
输入模态text, image
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
MMLU84.3%2024-08-125-shot查看
HUMANEVAL72.7pass@12024-08-12—查看
GSM8K81.8%2024-08-120-shot CoT查看
MATH53.3%2024-08-120-shot CoT查看
BBH83.6%2024-08-123-shot CoT查看
GPQA35.4%2024-08-120-shot查看
IFEVAL79.2%2024-08-12prompt_strict查看
ARC94.5%2024-08-12challenge查看
MUSR51.3%2024-08-120-shot查看
WINOGRANDE85.8%2024-08-120-shot查看

定价

项目价格币种
输入$0.5 / MtokUSD
输出$0.5 / 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 Plus

模型概述

清华智谱 GLM-4 Plus 旗舰模型, 131K 上下文, 支持文本与图像输入, 中文能力突出。

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-plus2024-08-12131Ktext, imagetextProprietary

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)84.3%5-shot
HumanEval72.7pass@1—
GSM8K (Grade School Math 8K)81.8%0-shot CoT
MATH53.3%0-shot CoT
BBH (BIG-Bench Hard)83.6%3-shot CoT
GPQA35.4%0-shot
IFEval79.2%prompt_strict
ARC94.5%challenge
MUSR51.3%0-shot
WinoGrande85.8%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 84.3，知识推理能力强。
  • 支持文本、图像、音频多模态输入。

劣势

  • 闭源专有模型，不支持自托管。

适用场景

  • 代码生成与调试
  • 视觉与图像理解
  • Agent 工作流与工具调用

参考文献