VerdictPal
Beitreten

Modelle / Zhipu

GLM-5.1

GLM · Release 2026-04-07

Z.ais April-2026-Flaggschiff für Long-Horizon-Agentic-Engineering. Offizielle Docs nennen Text-Input/-Output, 200K Kontext, 128K Max-Output, Function Calling, Structured Output, Context Caching, MCP und Open Weights unter MIT-Lizenz.

Long-Horizon-Coding- und autonome-Agenten-Modell für Claude-Code-/OpenClaw-artige Workflows, wenn Open Weights aus der GLM-Linie gefragt sind.

#59 von 168 im AA Index · aktueller Snapshot
41 AA Index · 11 Benchmark-Zeilen · 2 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite51
Kontext200K
Input / 1M—
Output / 1M—
Wissensstichtagopen
Statussolid

Familienprofil

Bester veröffentlichter Score je abgedeckter Benchmark-Familie.

59/100 Ø
Reasoning
87
Mathe
33
Coding
44
Agentisch
62
Langer Kontext
68

5 getestete Benchmark-Familien

Redaktionsnotiz
GLM-5.1 ist das GLM-Tool für lange autonome Coding-Runs. Z.ais eigene Benchmark-Claims sind stark, aber das Tool bleibt solid, bis unabhängige Score-Zeilen in VerdictPals Ledger importiert sind.
Benchmark-Platzierungen

Wo GLM-5.1 auf jeder öffentlichen Benchmark-Quelle mit Zeile steht. Rang zählt jedes Modell mit neuester Zeile im selben Test — kein universeller Qualitätsscore.

BenchmarkFamilyRangScoreQuelleDatum
FrontierMathMath#14/ 1533Epoch AI FrontierMath Tiers 1-3 (v2) CSV2026-08-15
IFBenchReasoning#18/ 12776Artificial Analysis2026-09-01
Terminal-BenchAgentic#63/ 18462Artificial Analysis2026-09-01
Artificial Analysis Intelligence IndexReasoning#68/ 18741Artificial Analysis2026-09-01
Humanity's Last ExamReasoning#74/ 18030Artificial Analysis2026-09-01
GPQA DiamondReasoning#75/ 18587Artificial Analysis2026-09-01
τ³-Bench BankingAgentic#77/ 10614Artificial Analysis2026-09-01
SciCodeCoding#88/ 18044Artificial Analysis2026-09-01
AA-LCRLong context#106/ 17968Artificial Analysis2026-09-01
AA time to first tokenPerformance#122/ 186Artificial Analysis2026-09-01
AA output speedPerformance#123/ 187Artificial Analysis2026-09-01
Family-Kontext

Die drei höchstscorierenden kartierten Modelle pro Capability-Family. Wo GLM-5.1 auftaucht, ist es hervorgehoben.

ReasoningGLM-5.1 · 87
  1. 1
    Claude Mythos Preview
    95
  2. 2
    Gemini 3.7 Flash
    95
  3. 3
    Grok 4.6
    95
MathGLM-5.1 · 33
  1. 1
    OpenAI o3
    99
  2. 2
    GPT-5 (medium)
    99
  3. 3
    GPT-5 (high)
    99
CodingGLM-5.1 · 44
  1. 1
    GPT 5.5
    96
  2. 2
    Claude Opus 4.8
    96
  3. 3
    Claude Opus 4.6
    96
AgenticGLM-5.1 · 62
  1. 1
    GPT 5.5
    100
  2. 2
    Claude Opus 4.8
    100
  3. 3
    Claude Fable 5
    100
Long contextGLM-5.1 · 68
  1. 1
    Muse Spark 1.2
    83
  2. 2
    Kimi K3
    83
  3. 3
    Gemini 3.5 Flash
    81
Neueste Belege

Benchmark-Zeilen im öffentlichen Ledger für GLM-5.1 in den letzten 120 Tagen. Ältere Zeilen stehen in der vollen Tabelle unten.

11 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context68%Artificial Analysis5
AA output speedPerformance0 t/sArtificial Analysis5
AA time to first tokenPerformance0.00sArtificial Analysis5
Artificial Analysis Intelligence IndexReasoning41%Artificial Analysis5
GPQA DiamondReasoning86.8%Artificial Analysis5
Humanity's Last ExamReasoning30.1%Artificial Analysis5
IFBenchReasoning76.26%Artificial Analysis5
SciCodeCoding43.8%Artificial Analysis5
τ³-Bench BankingAgentic13.61%Artificial Analysis5
Terminal-BenchAgentic61.8%Artificial Analysis5
FrontierMathMath33.45%Epoch AI FrontierMath Tiers 1-3 (v2) CSV22
Family-Abdeckung

Ein hoher Composite, der eine schwache Family versteckt, ist eine Falle. Diese Balken zeigen Families ohne öffentlichen Test — und wo das Modell führt.

Reasoning87
Mathe33
Coding44
Agentisch62
Langer Kontext68
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30Input-USD / 1M Tokens · log-Skala →← Intelligenz

Hover auf einen Punkt zeigt Name, Score und Input-Preis. Per Tastatur: die zwölf besten mit Tab durchgehen oder die Rangliste unten nutzen.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMetaMiniMaxxAIZhipuXiaomiOtherMeituanCohereNVIDIA

Volles Benchmark-Ledger

Jeder Katalog-Benchmark für GLM-5.1. Scores verlinken zur Originalquelle; Lücken heißen: noch keine öffentliche Zeile.

11 Quell-Zeilen

11 von 37 Katalog-Benchmarks haben eine belegte Zeile für GLM-5.1.

Reasoning

Math

Coding

Agentic

Long context

Performance

Changelog
  1. GLM-5.1 mit 200K-Kontext, 128K Max-Output, Long-Horizon-Coding-Fokus und MIT-lizenzierten Open Weights veröffentlicht.
Quellen