1. 模型
  2. Z.ai
  3. Output Tokens Used to Run All Evaluations
A
@ArtificialAnlysX · 2026年6月30日

Output Tokens Used to Run All Evaluations

@ArtificialAnlys 的这张柱状图在 X 上获得 7859 浏览，是 @artificialanlys 帖子中位数的 0.7 倍，在我们收录的 1,162 条 AI 图表帖中浏览排第 858。读取于2026年10月12日。

Output tokens used in AI evaluations

X数据柱状图GLM-5Z.ai 全部模型Muse SparkGemini 3 FlashMiniMax M2GLM-5.1Nova Pro (Preview)Gemini 3.1 Pro PreviewGemini 4.3.1 Pro PreviewGPT-5.5 (mini)
发布者 @ArtificialAnlys 于 X, 2026年6月30日. 来源: x.com
28/ 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。

#942 / 1,162 我们收录的 AI 图表帖 · #329 / 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，得分在1162条AI图表帖中排第942。

收藏率0.025%，低于AI图表帖中位数0.076%，排第1016。

发布当天在5条帖子中浏览量排第5，表现靠后。

得分28，在1162条AI图表帖中排第942，低于中位。

5@artificialanlys 当天的帖子数

2026年6月30日 连发的 5 条帖子之一，当天浏览排第 5。

后 13%收藏率

0.025% 的浏览者收藏了它，打算回头再看。中位数帖子是 0.076%。

0.3x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。

0.7x@artificialanlys 帖子中位数的倍数

7859 浏览，而 @artificialanlys 一条典型帖子是 1.1万。

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 #942 / 1,162

浏览7859#858后 26%
赞55#851后 27%
互动率0.74%#574前 49%
收藏率0.025%#1,016后 13%

在 @artificialanlys 的 491 条帖子中

评分 #329 / 491

浏览7859#286后 42%
赞55#274后 44%
互动率0.74%#279后 43%
收藏率0.025%#418后 15%

增长

目前只读取过一次

浏览7859
读取时发布天数104 天
平均每天浏览75浏览除以发布以来的天数

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6月30日

@ArtificialAnlys模型对比图浏览量低

浏览量7859，互动率0.74%，收藏率仅0.025%。

发生了什么

2026年6月30日，@ArtificialAnlys发布1张柱状图，对比25个AI模型。当天该账号共发5条帖子，其余4条包括AI指数、基准对比等。

数字

浏览量7859，在1162条AI图表帖中排第858，低于中位数4万。互动率0.74%，收藏率0.025%，排第1016。

经验

收藏率第13百分位，低于中位数0.076%。发布当天5条中排第5，浏览量垫底。

意味着什么

该帖在@ArtificialAnlys的491条帖子中排第329，得分28，低于自身中位。收藏率低，互动率尚可，但整体表现靠后。

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 v4.125.1万 浏览
  2. AA-Briefcase Elo and GDPval-AA v2 Leaderboard1.8万 浏览
  3. Intelligence vs. Output Tokens per Intelligence Index Task9910 浏览
  4. AA-Briefcase Elo vs. Cost per Task3.3万 浏览
  5. Mean Turns per Task - AA-Briefcase4629 浏览

数据与 API

从这张图读出 54 个数据点

从图片估算 30%
系列分组数值读取方式
Answer TokensNova 2.0 Pro (Preview)35 M估读
Reasoning TokensNova 2.0 Pro (Preview)33 M估读
Answer TokensGemma 3 27B38 M估读
Reasoning TokensGemma 3 27B33 M估读
Answer TokensGemini 3.1 Pro (Preview)56 M估读
Reasoning TokensGemini 3.1 Pro (Preview)52 M估读
Answer TokensMuse Spark57 M估读
Reasoning TokensMuse Spark52 M估读
Answer TokensGPT-5.2 (High)67 M估读
Reasoning TokensGPT-5.2 (High)63 M估读
Answer TokensGPT-5.2 (High)72 M估读
Reasoning TokensGPT-5.2 (High)68 M估读

显示 54 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/c803623a09d5.json
GET https://viral-chart.com/api/charts/c803623a09d5.json
GET https://viral-chart.com/api/charts/c803623a09d5.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：c803623a09d5。

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 0.30，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/c803623a09d5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/c803623a09d5/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/c803623a09d5/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/c803623a09d5/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6月30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。