1. 模型
  2. Z.ai
  3. Tokens used to run all evaluations in the
A
@ArtificialAnlysX · 2026年4月8日

Tokens used to run all evaluations in the

@ArtificialAnlys 的这张柱状图在 X 上获得 2155 浏览，是 @artificialanlys 帖子中位数的 0.2 倍，在我们收录的 1,162 条 AI 图表帖中浏览排第 1,074。读取于2026年10月12日。

X数据柱状图GLM-5Z.ai 全部模型Gemini 3.1 ProGPT-5.1 (High)Claude Sonnet 4.5Claude Opus 4.5 (max)Kimi K2.5NVIDIA Nemotron SuperGemini 3.1 FlashClaude Haiku 4.5
发布者 @ArtificialAnlys 于 X, 2026年4月8日. 来源: x.com
29/ 100

ViralChart 评分

范围小，但很受欢迎

浏览低于中位数，互动率却更高：看到的人少，但反应热烈。

#933 / 1,162 我们收录的 AI 图表帖 · #323 / 491 @artificialanlys 的帖子. 评分 = 浏览 40%、赞 30%、互动率 15%、收藏率 15%，每项都按我们收录的全部 AI 图表帖计算百分位。

我们的解读

范围小但受欢迎，综合得分在1162条中排第933。

浏览量2155，仅为公司中位数1.1万的0.19倍，排第432。

发布当天8条帖子中排第7，浏览量低于同日其他帖子。

互动率1.21%，高于AI图表帖中位数0.73%，排第193。

0.1x柱状图帖子中位数的倍数

我们收录的 241 条柱状图帖子，中位数是 2.6万 浏览。

0.2x@artificialanlys 帖子中位数的倍数

2155 浏览，而 @artificialanlys 一条典型帖子是 1.1万。

8@artificialanlys 当天的帖子数

2026年4月8日 连发的 8 条帖子之一，当天浏览排第 7。

前 17%互动率

1.21% 的浏览者点赞、转发、引用或回复。中位数帖子是 0.73%。

X 公开数据，读取于2026年10月12日。对比对象：1,162 条我们收录的 AI 图表帖，以及 @artificialanlys 的 491 条。

它的位置

传播范围对比打动程度

每个点是一条帖子。越往右浏览越多，越往上互动率越高。两条线是中位数，四个角就是四种帖子。

在 1,162 条我们收录的 AI 图表帖中

评分 #933 / 1,162

浏览2155#1,074后 8%
赞24#991后 15%
互动率1.21%#193前 17%
收藏率0.093%#477前 41%

在 @artificialanlys 的 491 条帖子中

评分 #323 / 491

浏览2155#432后 12%
赞24#365后 26%
互动率1.21%#103前 21%
收藏率0.093%#210前 43%

增长

我们的读取覆盖了 6 小时

浏览2155
读取时发布天数188 天
平均每天浏览11浏览除以发布以来的天数
两次读取之间新增+06 小时内的浏览增量，目前约每天 0

圆点是我们的读取。从发布当天到第一次读取之间的虚线是空档，不是数据。

@artificialanlys 的帖子随时间变化

我们收录的这个账号的每条帖子，按日期和浏览排列。标出的是这一条，线是最近 10 条的滚动中位数。

新闻 · 2026年4月8日

@ArtificialAnlys 图表浏览量低但互动率高

Tokens柱状图浏览量2155，互动率1.21%。

发生了什么

2026年4月8日发布1张柱状图，展示各模型运行评估所用Tokens。同日另有7条帖子。

数字

浏览量2155，在1162条AI图表帖中排第1074，低于中位数4万。互动率1.21%，排第193。

经验

互动率1.21%为第83百分位，高于中位数0.73%，但浏览量仅2155，范围小。

意味着什么

该帖互动率高于本账号中位数0.82%，但浏览量低于公司中位数1.1万，表现分化。

由 ViralChart 根据2026年10月12日读取的公开数字撰写，每个数字展示前都与我们的数据核对过。

后续：@artificialanlys 接着发了什么

  1. Artificial Analysis Intelligence Index v4.051.3万 浏览
  2. Output Tokens Used to Run Artificial Analysis Intelligence5万 浏览
  3. Intelligence Evaluations2万 浏览
  4. Artificial Analysis Intelligence Index v4.03.1万 浏览
  5. GDPval-AA Agentic Leaderboard2790 浏览
  6. Intelligence vs. Cost to Run Artificial Analysis Index1291 浏览

数据与 API

从这张图读出 33 个数据点

从图片估算 48%
系列分组数值读取方式
GPT-5.4 mini (high)230 M图上印着
Claude Sonnet 4.5 (max)190 M估读
Claude Opus 4.6 (max)160 M估读
GLM-5.7120 M估读
GPT-5.1 (high)110 M估读
K-EXAONE 3.0120 M估读
NVIDIA Nemotron Super110 M估读
GLM-5.5100 M估读
Kimi K2.5110 M图上印着
Claude 4.5 Sonnet100 M图上印着
MiniMax-M2.189 M估读
Qwen3.5-Plus87 M估读

显示 33 个中的 12 个。 全部数据点、重绘和制作器

Max 方案 · API

GET https://viral-chart.com/api/posts/33d1208231ae.json
GET https://viral-chart.com/api/charts/33d1208231ae.json
GET https://viral-chart.com/api/charts/33d1208231ae.skill.md
做一张这样的图打开帖子 JSON图表数据 JSON技能文件API 文档

原型里是静态文件。帖子 JSON 包含公开数字、排名、评分、象限、我们的读取记录，以及通过核对的文案。

API · Max

用 API 调用这张图

Max 套餐可以取这张图的数字（每个数字都带来源），格式为 JSON 或 CSV，附重画规格；也可以让智能体通过 MCP 调用。图表 id：33d1208231ae。

数值是近似的。我们对这张图的两次读取只部分一致（置信度 0.48，满分 1），引用前请对照原图。API 会标记 lowConfidence，加 ?min_confidence=0.5 可以把它排除。

查看 Max 套餐API 文档
路径返回套餐
GET/api/v1/charts/33d1208231ae标题、发布者、日期、图型、数据点数；用 Max 密钥时附数据链接开放
GET/api/v1/charts/33d1208231ae/data每个数据点及其来源和置信度，加上重画规格。加 ?format=csv 得到 CSVMax
GET/api/v1/charts/33d1208231ae/render?view=1本页使用的只读绘图视图开放
POST/mcp工具 get_chart_data 加这个 id，供 Claude、Cursor 等智能体使用Max
curlMax
curl -s https://viral-chart.com/api/v1/charts/33d1208231ae/data \
  -H "Authorization: Bearer $VIRALCHART_KEY"
Claude CodeMax
claude mcp add --transport http viralchart https://viral-chart.com/mcp \
  --header "Authorization: Bearer $VIRALCHART_KEY"

每个密钥每分钟 60 次，超出返回 429 和 Retry-After。每个账号最多 5 个密钥，在账户页创建，只显示一次。没有 Max 时数据接口返回 402，并附套餐链接。这些数字描述的是发布者拥有的图，每个文件都带授权说明。

更多关于 GLM-5 的图

GLM-5: Agentic Coding Performance by Effort Level
官方X · Z.ai2026年6月16日
Agentic Coding Performance by Effort Level767.1万 浏览 · 1.3万 赞
数据
GLM-5: LLM performance across six benchmarks
官方X · Z.ai2026年8月26日
LLM performance across six benchmarks695.8万 浏览 · 2.4万 赞
数据
GLM-5: LLM benchmark performance across nine tasks
官方X · Z.ai2026年8月14日
LLM benchmark performance across nine tasks591.4万 浏览 · 1.9万 赞
数据
GLM-5: Coding Evaluation
官方X · Z.ai2026年3月27日
Coding Evaluation130.1万 浏览 · 5444 赞
数据
GLM-5: Frontier models intelligence versus cost per task
官方X · Z.ai2026年8月18日
Frontier models intelligence versus cost per task53.2万 浏览 · 3781 赞
数据
GLM-5: LLM Performance on 8 Benchmarks
官方X · Z.ai2026年6月16日
LLM Performance on 8 Benchmarks25.4万 浏览 · 1181 赞
数据

Z.ai 的更多图

GLM-5.1: Coding Performance Evaluation
官方X · Z.ai2026年4月7日
Coding Performance Evaluation435.7万 浏览 · 1.1万 赞
数据
GLM-4: LLM Benchmarks Performance Evaluation
官方X · Z.ai2026年1月19日
LLM Benchmarks Performance Evaluation165.5万 浏览 · 5285 赞
数据
GLM-4: LLM Performance on 8 Benchmarks
官方X · Z.ai2026年2月11日
LLM Performance on 8 Benchmarks150万 浏览 · 5280 赞
数据
GLM-4: LLM Benchmarks Performance Evaluation
官方X · Z.ai2025年12月22日
LLM Benchmarks Performance Evaluation142.6万 浏览 · 3347 赞
数据
GLM-4: LLM Performance Evaluation: Agentic, Reasoning, and Coding Benchmarks
官方X · Z.ai2025年7月28日
LLM Performance Evaluation: Agentic, Reasoning, and Coding Benchmarks134.4万 浏览 · 3006 赞
数据
GLM-4: LLM Performance on 8 Benchmarks
官方X · Z.ai2025年9月30日
LLM Performance on 8 Benchmarks90.8万 浏览 · 1784 赞
数据

常见问题

这张图从哪里来？

@ArtificialAnlys于2026年4月8日在 X（x.com）发布了它。我们把它留在这里，并以文字注明发布者和日期，方便你不离开本站就能研究。

我能做一张这样的图吗？

用格式，不用原图。打开它的数据页，用“做一张这样的图”：从这张图的数字起步，换成你的。