1. 模型
  2. Z.ai
  3. Speed vs. Price: GLM-4.7 Providers
A
@ArtificialAnlysX · 2026年1月14日

Speed vs. Price: GLM-4.7 Providers

@ArtificialAnlys 的这张散点图在 X 上获得 2万 浏览，是 @artificialanlys 帖子中位数的 1.8 倍，在我们收录的 1,162 条 AI 图表帖中浏览排第 714。读取于2026年10月12日。

Speed vs Price comparison for GLM-4.7 providers

X数据散点图GLM-4Z.ai 全部模型BasetenCerebrasDeepInfra (FP4)FireworksGMI (FP8)NovitaParasail (FP8)SiliconFlow
发布者 @ArtificialAnlys 于 X, 2026年1月14日. 来源: x.com
59/ 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。

#476 / 1,162 我们收录的 AI 图表帖 · #150 / 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，但很受欢迎：浏览量低于中位数，互动率不低，综合分排第476。

收藏率0.26%，是AI图表帖中位数的3.5倍，排第55。

浏览量2万，是@ArtificialAnlys中位数1.1万的1.8倍。

综合分59，在1162条AI图表帖中排第476。

前 5%收藏率

0.264% 的浏览者收藏了它，打算回头再看。中位数帖子是 0.076%。

前 5%互动率

1.69% 的浏览者点赞、转发、引用或回复。中位数帖子是 0.73%。

1.8x@artificialanlys 帖子中位数的倍数

2万 浏览，而 @artificialanlys 一条典型帖子是 1.1万。

0.9x散点图帖子中位数的倍数

我们收录的 187 条散点图帖子，中位数是 2.2万 浏览。

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 #476 / 1,162

浏览2万#714后 39%
赞306#563前 48%
互动率1.69%#57前 5%
收藏率0.264%#55前 5%

在 @artificialanlys 的 491 条帖子中

评分 #150 / 491

浏览2万#210前 43%
赞306#165前 34%
互动率1.69%#25前 5%
收藏率0.264%#27前 5%

增长

目前只读取过一次

浏览2万
读取时发布天数271 天
平均每天浏览76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1月14日

@ArtificialAnlys GLM-4.7速度价格对比图

收藏率远超中位数，但浏览量未达中位数。

发生了什么

2026年1月14日，@ArtificialAnlys发布一张散点图，对比GLM-4.7提供商的响应速度与价格，展示8个模型。当天该账号仅此一帖。

数字

浏览量2万，在1162条AI图表帖中排第714，低于中位数4万。收藏率0.26%，排第55，是AI中位数0.076%的3.5倍。

经验

收藏率排第95百分位，前10%，但浏览量仅排第714，说明收藏价值高，传播范围窄。

意味着什么

对@ArtificialAnlys而言，此帖浏览量是自家中位数1.1万的1.8倍，但综合分仅排第150。高收藏率未转化为高浏览量，后续帖子需关注范围扩展。

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. System Output Throughput vs Output Speed per Query5238 浏览
  2. Artificial Analysis Intelligence Index v4.09.6万 浏览
  3. Artificial Analysis Intelligence Index v4.030.6万 浏览
  4. Output Tokens Used to Run Evaluations in the7178 浏览
  5. ELO scores-AA on Gold subset of GDPval2530 浏览

数据与 API

从这张图读出 8 个数据点

从图片估算 36%
系列分组数值读取方式
Cerebras1400 tokens/s估读
SiliconFlow400 tokens/s估读
Fireworks300 tokens/s估读
Baseten280 tokens/s估读
DeepInfra (FP4)200 tokens/s估读
GMI (FP8)180 tokens/s估读
Parasail (FP8)150 tokens/s估读
Novita100 tokens/s估读

Max 方案 · API

GET https://viral-chart.com/api/posts/ca6e03644a63.json
GET https://viral-chart.com/api/charts/ca6e03644a63.json
GET https://viral-chart.com/api/charts/ca6e03644a63.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：ca6e03644a63。

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 0.36，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/ca6e03644a63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/ca6e03644a63/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/ca6e03644a63/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/ca6e03644a63/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-4 的图

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
GLM-4: Open-source LLMs Benchmarks Comparison
官方X · Z.ai2025年12月8日
Open-source LLMs Benchmarks Comparison36.4万 浏览 · 1798 赞
数据

Z.ai 的更多图

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-5.1: 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-5: Coding Evaluation
官方X · Z.ai2026年3月27日
Coding Evaluation130.1万 浏览 · 5444 赞
数据
GLM-5.3: LLM Performance on Harvey LAB
官方X · Z.ai2026年10月12日
LLM Performance on Harvey LAB53.3万 浏览 · 6339 赞
数据

常见问题

这张图从哪里来？

@ArtificialAnlys于2026年1月14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。