GLM 5.1vsGLM-5
在 11 个共同 benchmark 中，GLM 5.1 整体领先：GLM 5.1 领先 9 项，GLM-5 领先 2 项，持平 0 项，平均分差 +0.53。
GLM 5.19 项(82%)(18%)2 项GLM-5
评测分数
按能力类目分组，每组内按分差大小排列；共 11 项。
数学
GLM 5.1 领先 2/2| 评测项 | GLM 5.1 | GLM-5 | 分差 |
|---|---|---|---|
| AIME 2026 | 95.3013 / 30Thinking (No Tools) | 92.7019 / 30Thinking (No Tools) | +2.60 |
| IMO-AnswerBench | 83.8014 / 24Thinking (No Tools) | 82.5017 / 24Thinking (No Tools) | +1.30 |
科学知识与推理
GLM 5.1 领先 2/2| 评测项 | GLM 5.1 | GLM-5 | 分差 |
|---|---|---|---|
| CritPt | 4.60106 / 204Thinking (No Tools) | 2131 / 204Thinking (No Tools) | +2.60 |
| GPQA Diamond | 86.2078 / 253Thinking (No Tools) | 8680 / 253Thinking (No Tools) | +0.20 |
自主开发与终端任务
胶着 2/2| 评测项 | GLM 5.1 | GLM-5 | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 35.6070 / 244Normal (With Tools) | 39.4053 / 244Normal (With Tools) | -3.80 |
| Terminal Bench 2.0 | 63.5013 / 48Thinking (With Tools) | 61.1018 / 48Thinking (With Tools) | +2.40 |
写作与创意表达
GLM-5 领先 1/1| 评测项 | GLM 5.1 | GLM-5 | 分差 |
|---|---|---|---|
| Creative Writing | 1,59243 / 110Normal (No Tools) | 1,60142 / 110Normal (No Tools) | -8.40 |
客服与业务流程
GLM 5.1 领先 1/1| 评测项 | GLM 5.1 | GLM-5 | 分差 |
|---|---|---|---|
| τ³-Banking | 13.60118 / 167Thinking (With Tools) | 9.79133 / 167Thinking (With Tools) | +3.81 |
常识推理
GLM 5.1 领先 1/1| 评测项 | GLM 5.1 | GLM-5 | 分差 |
|---|---|---|---|
| SimpleBench | 55.1045 / 96Normal (No Tools) | 53.2048 / 96Normal (No Tools) | +1.90 |
综合知识考试
GLM 5.1 领先 1/1| 评测项 | GLM 5.1 | GLM-5 | 分差 |
|---|---|---|---|
| HLE | 52.3032 / 235Thinking (With Tools) | 50.4039 / 235Thinking (With Tools) | +1.90 |
跨能力综合测试
GLM 5.1 领先 1/1| 评测项 | GLM 5.1 | GLM-5 | 分差 |
|---|---|---|---|
| LiveBench | 70.1837 / 117Normal (No Tools) | 68.8543 / 117Normal (No Tools) | +1.33 |
规格对比
| 字段 | GLM 5.1 | GLM-5 |
|---|---|---|
| 发布机构 | 智谱AI | 智谱AI |
| 发布时间 | 2026-03-27 | 2026-02-11 |
| 模型类型 | 推理大模型 | 聊天大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 7540亿 | 7440亿 |
| 上下文长度 | 200K | 200K |
| 最大输出 | 125K | 128K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | GLM 5.1 | GLM-5 |
|---|---|---|
| 文本输入 | $1.4 / 1M tokens | $1 / 1M tokens |
| 文本输出 | $4.4 / 1M tokens | $3.2 / 1M tokens |
| 缓存读取 | $0.26 / 1M tokens | $0.2 / 1M tokens |
小结
- GLM 5.1在以下类目领先:数学 (2/2)、科学知识与推理 (2/2)、客服与业务流程 (1/1)、常识推理 (1/1)、综合知识考试 (1/1)、跨能力综合测试 (1/1)
- GLM-5在以下类目领先:写作与创意表达 (1/1)
- 胶着类目:自主开发与终端任务
11 个共同 benchmark 上，GLM 5.1 平均高出 0.53 分。
单项差距最大的 benchmark：Creative Writing — GLM 5.1 1,592，GLM-5 1,601（分差 -8.40）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。