GLM-4 Flash: Complete Benchmark Performance Guide

other glm-4-flash 2024-08-12 Proprietary

In-depth analysis of GLM-4 Flash performance on MMLU, HumanEval, GSM8K, MATH, BBH benchmarks, including pricing and use cases.

Key Specifications

Vendorother
Versionglm-4-flash
Release Date2024-08-12
Context Window131072 tokens
Input Modalitiestext
Output Modalitiestext
LicenseProprietary
Documentationhttps://huggingface.co/models

Benchmark Performance

BenchmarkScoreUnitEvaluated AtNotesSource
MMLU80%2024-08-125-shotview
HUMANEVAL67.6pass@12024-08-12—view
GSM8K78.4%2024-08-120-shot CoTview
MATH39.4%2024-08-120-shot CoTview
BBH70.5%2024-08-123-shot CoTview
GPQA31.3%2024-08-120-shotview
IFEVAL65.9%2024-08-12prompt_strictview
ARC94.2%2024-08-12challengeview
MUSR56%2024-08-120-shotview
WINOGRANDE81.1%2024-08-120-shotview

Pricing

TierPriceCurrency
Input$0 / MtokUSD
Output$0 / MtokUSD
Cache Read$0 / MtokUSD
Cache Write$0 / MtokUSD

Source: https://huggingface.co/models · as of 2024-08-12

Compliance

  • Data Residency: self-host
  • SOC2: ✗
  • HIPAA: ✗
  • GDPR: ✗
  • ISO 27001: ✗

GLM-4 Flash

モデル概要

清华智谱 GLM-4 Flash 免费模型, 131K 上下文, 速度最快, 适合高并发实时场景。

コア仕様

ベンダーバージョンリリース日コンテキストウィンドウ入力モダリティ出力モダリティライセンス
Otherglm-4-flash2024-08-12131KtexttextProprietary

ベンチマークパフォーマンス

ベンチマークスコア単位備考
MMLU (Massive Multitask Language Understanding)80.0%5-shot
HumanEval67.6pass@1—
GSM8K (Grade School Math 8K)78.4%0-shot CoT
MATH39.4%0-shot CoT
BBH (BIG-Bench Hard)70.5%3-shot CoT
GPQA31.3%0-shot
IFEval65.9%prompt_strict
ARC94.2%challenge
MUSR56.0%0-shot
WinoGrande81.1%0-shot

料金

入力出力キャッシュ読み取りキャッシュ書き込み
————

100万トークンあたり

強み

  • MMLU score 80.0, strong knowledge reasoning.

弱み

  • 闭源专有模型，不支持自托管。

ユースケース

  • 通用对话与问答

参考文献