COMPARE / 2–4 个模型
模型并排对比
横轴是价格、纵轴是能力 —— 越靠左上，性价比越高。 红色虚线是当前榜单里的性价比前沿线（沿着"更贵但更强"的边界走）， 落在它下方的模型意味着"花同样的钱能买到更强的"。
PRICE / CAPABILITY FRONTIER
模型斩杀线坐标
215 个模型有完整价格与分值；横轴为对数刻度，标出的点是你选中的模型
图上的点可以直接点：点一下会把它设为「聚焦查看」——在图下标出它的名字与读数， 不占用上方 4 个对比名额（键盘 Tab 也能选中）。再点一次相同的点即可取消聚焦。
币种口径：价格已折算为 CNY（1 USD = 6.724641 CNY，来源 open.er-api.com · 观察于 2026-09-26）；口径为每日快照（不追实时），原始口径不受影响。
口径：横轴 = 标准输入价（每百万 tokens，已折人民币），纵轴 = AA 能力指数。 只画同时有价格与分值的行 —— 缺一个就没法定位，硬塞进图里等于编数据。
- 厂商
- Alibaba
- 榜单排名
- 236
- 综合智能指数
- 17.75
- 输入价
- ¥2.69
- 输出价
- ¥21.52
- 吞吐
- 140.6752
- 上下文
- 262K
PROFILE / 能力画像
六轴对照
同一固定区间归一化，跨模型可比；缺数据的轴标"无数据"
GLM-5.2
glm-5-2
- 编程
- 43.18
- 智能体
- 55.82
- 知识
- 49.46
- 科学编程
- 51.16
- 科学问答
- 89.49
- 难题
- 41.15
MATRIX / 完整对照
各项指标并排对比
28 / 32 项有数据 · 绿色高亮 = 该行最优；"—" 表示该模型这项没有数据（不参与最优比较）
| 指标 | GLM-5.2 Zhipu AI |
|---|---|
| 综合智能指数 越高越好 | 33.71 |
|
编程与工程
scicode / terminalBench 取均值 越高越好 |
43.2 |
|
智能体与工具
tau / apex / analyst 取均值 越高越好 |
55.8 |
|
知识与推理
omniscience / gpqa / hle 取均值 越高越好 |
49.5 |
| SciCode 越高越好 | 51.2% |
| Terminal-Bench 2.1 越高越好 | 77.9% |
| Terminal-Bench 4.0 越高越好 | 1.0% |
| τ²-Banking（工具调用） 越高越好 | 34.6% |
| GPQA（科学问答） 越高越好 | 89.5% |
| HLE（Humanity's Last Exam） 越高越好 | 41.1% |
| 知识准确性 越高越好 | 24.3% |
| 非幻觉率 越高越好 | 73.7% |
| IFBench（指令遵循） 越高越好 | 73.3% |
| MMMU-Pro（多模态） 越高越好 | — |
| ITBench-SRE（运维） 越高越好 | 42.7% |
| GDPval（经济价值任务） 越高越好 | 42.9% |
| Analyst Agent（分析师智能体） 越高越好 | — |
| Apex Agents 越高越好 | 33.7% |
| 指标 | GLM-5.2 Zhipu AI |
|---|---|
| 输出吞吐 tokens/s 越高越好 | 83.6 |
| 首 token 延迟 s 越低越好 | 3.90 |
| 端到端响应 s 越低越好 | 33.81 |
| 上下文窗口 tokens 越高越好 | 1,000,000 |
| 指标 | GLM-5.2 Zhipu AI |
|---|---|
| 输入价 ¥/百万 越低越好 | 9.4145 |
| 输出价 ¥/百万 越低越好 | 29.5884 |
| 每任务成本 ¥ 越低越好 | 6.4885 |
| 性价比（指数 ÷ 输入价） 分/元 越高越好 | 3.6 |
| 指标 | GLM-5.2 Zhipu AI |
|---|---|
| 厂商 | Zhipu AI |
| 榜单排名 越低越好 | 78 |
| 推理档位 | 是 |
| 开放权重 | — |
| 模态 | |
| 发布时间 | — |
数据来源：能力与评测 / 性能与延迟 / 价格来自第三方榜单当前有效批次 （Artificial Analysis，随批次更新）；档案来自本站模型目录。 复合分（编程/智能体/知识）由该组内评测项**取均值**得出（缺项不参与，不按 0 计）—— 口径见方法学。