GLM-5vsGLM-4.7
在 12 个共同 benchmark 中，GLM-5 整体领先：GLM-5 领先 9 项，GLM-4.7 领先 2 项，持平 1 项，平均分差 +21.59。
GLM-59 项(75%)持平1(17%)2 项GLM-4.7
评测分数
按能力类目分组，每组内按分差大小排列；共 12 项。
客服与业务流程
胶着 2/2| 评测项 | GLM-5 | GLM-4.7 | 分差 |
|---|---|---|---|
| τ³-Banking | 9.79133 / 167Thinking (With Tools) | 12.20125 / 167Thinking (With Tools) | -2.41 |
| τ²-Bench | 89.704 / 44Thinking (With Tools) | 87.406 / 44Thinking (With Tools) | +2.30 |
数学
GLM-4.7 领先 1/2| 评测项 | GLM-5 | GLM-4.7 | 分差 |
|---|---|---|---|
| AIME 2026 | 92.7019 / 30Thinking (No Tools) | 92.9018 / 30Thinking (No Tools) | -0.20 |
| FrontierMath - Tier 4 | 2.1056 / 80Normal (No Tools) | 2.1056 / 80Normal (No Tools) | 持平 |
科学知识与推理
GLM-5 领先 2/2| 评测项 | GLM-5 | GLM-4.7 | 分差 |
|---|---|---|---|
| GPQA Diamond | 8680 / 253Thinking (No Tools) | 85.7082 / 253Thinking (No Tools) | +0.30 |
| CritPt | 2131 / 204Thinking (No Tools) | 1.70135 / 204Thinking (No Tools) | +0.30 |
自主开发与终端任务
GLM-5 领先 2/2| 评测项 | GLM-5 | GLM-4.7 | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 61.1018 / 48Thinking (With Tools) | 4145 / 48Thinking (With Tools) | +20.10 |
| Terminal Bench Hard | 39.4053 / 244Normal (With Tools) | 30.30110 / 244Normal (With Tools) | +9.10 |
事实查找与深度检索
GLM-5 领先 1/1| 评测项 | GLM-5 | GLM-4.7 | 分差 |
|---|---|---|---|
| BrowseComp | 75.9027 / 58Thinking (With Tools) | 5244 / 58Thinking (With Tools) | +23.90 |
写作与创意表达
GLM-5 领先 1/1| 评测项 | GLM-5 | GLM-4.7 | 分差 |
|---|---|---|---|
| Creative Writing | 1,60142 / 110Normal (No Tools) | 1,41365 / 110Normal (No Tools) | +187.30 |
综合知识考试
GLM-5 领先 1/1| 评测项 | GLM-5 | GLM-4.7 | 分差 |
|---|---|---|---|
| HLE | 50.4039 / 235Thinking (With Tools) | 42.8073 / 235Thinking (With Tools) | +7.60 |
跨能力综合测试
GLM-5 领先 1/1| 评测项 | GLM-5 | GLM-4.7 | 分差 |
|---|---|---|---|
| LiveBench | 68.8543 / 117Normal (No Tools) | 58.0980 / 117Normal (No Tools) | +10.76 |
规格对比
| 字段 | GLM-5 | GLM-4.7 |
|---|---|---|
| 发布机构 | 智谱AI | 智谱AI |
| 发布时间 | 2026-02-11 | 2025-12-22 |
| 模型类型 | 聊天大模型 | 聊天大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 7440亿 | 3580亿 |
| 上下文长度 | 200K | 200K |
| 最大输出 | 128K | 132072 |
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 | GLM-4.7 |
|---|---|---|
| 文本输入 | $1 / 1M tokens | ¥4 / 1M tokens |
| 文本输出 | $3.2 / 1M tokens | ¥16 / 1M tokens |
| 缓存读取 | $0.2 / 1M tokens | ¥2 / 1M tokens |
| 缓存写入 | 暂无公开价格 | ¥0 / 1M tokens |
小结
- GLM-5在以下类目领先:科学知识与推理 (2/2)、自主开发与终端任务 (2/2)、事实查找与深度检索 (1/1)、写作与创意表达 (1/1)、综合知识考试 (1/1)、跨能力综合测试 (1/1)
- GLM-4.7在以下类目领先:数学 (1/2)
- 胶着类目:客服与业务流程
12 个共同 benchmark 上，GLM-5 平均高出 21.59 分。
单项差距最大的 benchmark：Creative Writing — GLM-5 1,601，GLM-4.7 1,413（分差 +187.30）。
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。