GLM-4

Z.ai / 智谱 GLM · 2024-01-16 · 类别未确认

智谱 AI 在 2024 开发者大会发布的新一代基座旗舰，全面逼近 GPT-4。支持 128K 上下文、自主 Agent 工具调用、代码解释器及多模态，MMLU 达 81.4%，GSM8K 达 87.6%，HumanEval 达 72.0%，MATH 达 46.2%，C-Eval 达 85.8%。

mmlu 图表尚无可读数值 模型 glm-4 · 版本未说明 · 指标 accuracy · 单位 % 来源等级 A · vendor_reported · 核对日期 2026-09-20 · 距快照 14 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

未提供原文定位

{}

官方发布会公布 MMLU 得分

gsm8k 图表尚无可读数值 模型 glm-4 · 版本未说明 · 指标 accuracy · 单位 % 来源等级 A · vendor_reported · 核对日期 2026-09-20 · 距快照 14 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

未提供原文定位

{}

官方发布会公布 GSM8K 得分

humaneval 图表尚无可读数值 模型 glm-4 · 版本未说明 · 指标 pass@1 · 单位 % 来源等级 A · vendor_reported · 核对日期 2026-09-20 · 距快照 14 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

未提供原文定位

{}

官方发布会公布 HumanEval 得分

math 图表尚无可读数值 模型 glm-4 · 版本未说明 · 指标 accuracy · 单位 % 来源等级 A · vendor_reported · 核对日期 2026-09-20 · 距快照 14 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

未提供原文定位

{}

官方发布会公布 MATH 得分

ceval 图表尚无可读数值 模型 glm-4 · 版本未说明 · 指标 accuracy · 单位 % 来源等级 A · vendor_reported · 核对日期 2026-09-20 · 距快照 14 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

未提供原文定位

{}

官方发布会公布 C-Eval 得分