GLM-4 Plus: Complete Benchmark Performance Guide

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

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

Key Specifications

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

Benchmark Performance

BenchmarkScoreUnitEvaluated AtNotesSource
MMLU84.3%2024-08-125-shotview
HUMANEVAL72.7pass@12024-08-12—view
GSM8K81.8%2024-08-120-shot CoTview
MATH53.3%2024-08-120-shot CoTview
BBH83.6%2024-08-123-shot CoTview
GPQA35.4%2024-08-120-shotview
IFEVAL79.2%2024-08-12prompt_strictview
ARC94.5%2024-08-12challengeview
MUSR51.3%2024-08-120-shotview
WINOGRANDE85.8%2024-08-120-shotview

Pricing

TierPriceCurrency
Input$0.5 / MtokUSD
Output$0.5 / 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 Plus

モデル概要

清华智谱 GLM-4 Plus 旗舰模型, 131K 上下文, 支持文本与图像输入, 中文能力突出。

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-plus2024-08-12131Ktext, imagetextProprietary

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)84.3%5-shot
HumanEval72.7pass@1—
GSM8K (Grade School Math 8K)81.8%0-shot CoT
MATH53.3%0-shot CoT
BBH (BIG-Bench Hard)83.6%3-shot CoT
GPQA35.4%0-shot
IFEval79.2%prompt_strict
ARC94.5%challenge
MUSR51.3%0-shot
WinoGrande85.8%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 84.3, strong knowledge reasoning.
  • 支持文本、图像、音频多模态输入。

弱み

  • 闭源专有模型，不支持自托管。

ユースケース

  • 代码生成与调试
  • 视觉与图像理解
  • Agent 工作流与工具调用

参考文献