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
MMLU 80 % 2024-08-12 5-shot 查看
HUMANEVAL 67.6 pass@1 2024-08-12 — 查看
GSM8K 78.4 % 2024-08-12 0-shot CoT 查看
MATH 39.4 % 2024-08-12 0-shot CoT 查看
BBH 70.5 % 2024-08-12 3-shot CoT 查看
GPQA 31.3 % 2024-08-12 0-shot 查看
IFEVAL 65.9 % 2024-08-12 prompt_strict 查看
ARC 94.2 % 2024-08-12 challenge 查看
MUSR 56 % 2024-08-12 0-shot 查看
WINOGRANDE 81.1 % 2024-08-12 0-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
Other glm-4-flash 2024-08-12 131K text text Proprietary

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 80.0 % 5-shot
HumanEval 67.6 pass@1 —
GSM8K (Grade School Math 8K) 78.4 % 0-shot CoT
MATH 39.4 % 0-shot CoT
BBH (BIG-Bench Hard) 70.5 % 3-shot CoT
GPQA 31.3 % 0-shot
IFEval 65.9 % prompt_strict
ARC 94.2 % challenge
MUSR 56.0 % 0-shot
WinoGrande 81.1 % 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