1. 模型
  2. Z.ai
  3. Multimodal Benchmark Comparison
Z.aiX · 2026年4月1日 · 官方

Multimodal Benchmark Comparison

Z.ai 的这张表格图在 X 上获得 6.5万 浏览，是其帖子中位数的 0.3 倍，在我们收录的 1,162 条 AI 图表帖中浏览排第 469。读取于2026年10月12日。

GLM-5V-Turbo leads multimodal benchmarks

X数据表格图GLM-5Z.ai 全部模型Claude Opus 4.6GLM-5V-TurboKimi K2.5
发布者 Z.ai 于 X, 2026年4月1日. 来源: x.com
52/ 100

ViralChart 评分

传得远，互动偏少

浏览高于中位数，互动率却更低：看到的人多，动手的人少。大账号常见。

#589 / 1,162 我们收录的 AI 图表帖 · #26 / 34 Z.ai 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

传得远，互动偏少，在1162条AI图表帖中排第589。

浏览量6.5万，仅为Z.ai中位数20.1万的0.32倍，排第22。

互动率0.52%，低于AI图表帖中位数0.73%，排第804。

每次浏览带来的互动低于中位数，但浏览量高于中位数，属传得远互动少。

0.3xZ.ai 帖子中位数的倍数

6.5万 浏览，而 Z.ai 一条典型帖子是 20.1万。

0.40每个粉丝带来的浏览

16.5万 粉丝的账号，带来 6.5万 浏览。

后 31%互动率

0.52% 的浏览者点赞、转发、引用或回复。中位数帖子是 0.73%。

0.5x表格图帖子中位数的倍数

我们收录的 95 条表格图帖子，中位数是 13.3万 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 Z.ai 的 34 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 #589 / 1,162

浏览6.5万#469前 40%
赞294#575前 49%
互动率0.52%#804后 31%
收藏率0.090%#495前 43%

在 Z.ai 的 34 条帖子中

评分 #26 / 34

浏览6.5万#22后 37%
赞294#25后 28%
互动率0.52%#21后 40%
收藏率0.090%#15前 43%

增长

目前只读取过一次

浏览6.5万
读取时发布天数194 天
平均每天浏览337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。

Z.ai 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1日

Z.ai多模态基准对比帖浏览量低于中位数

GLM-5V-Turbo领跑多模态基准，但互动率偏低。

发生了什么

Z.ai于2026年4月1日发布1张表格图，对比GLM-5V-Turbo、Kimi K2.5、Claude Opus 4.6的多模态基准表现。当日无其他帖子。

数字

浏览量6.5万，在1162条AI图表帖中排第469，低于Z.ai中位数20.1万。互动率0.52%，排第804。

经验

浏览量高于AI图表帖中位数4万，但互动率低于中位数0.73%，属宽而薄。

意味着什么

在Z.ai的34条帖子中排第26，浏览量排第22，后续4月7日帖子浏览量达436万，差距明显。

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：Z.ai 接着发了什么

  1. Coding Performance Evaluation435.7万 浏览
  2. Agentic Coding: SWE-Bench Pro20.1万 浏览
  3. QPS Optimization Iterations8.2万 浏览
  4. Agentic Coding Performance by Effort Level767.1万 浏览
  5. LLM Performance on 8 Benchmarks25.4万 浏览
  6. Long-Horizon Task Evaluation9.6万 浏览

数据与 API

从这张图读出 36 个数据点

从图片估算 54%
系列分组数值读取方式
GLM-5V-TurboMultimodal Coding94.8图上印着
Kimi K2.5Multimodal Coding91.3图上印着
Claude Opus 4.6Multimodal Coding77.3图上印着
GLM-5V-TurboMultimodal Coding93.8图上印着
Kimi K2.5Multimodal Coding88.8图上印着
Claude Opus 4.6Multimodal Coding98.8图上印着
GLM-5V-TurboMultimodal ToolUse30.85图上印着
Kimi K2.5Multimodal ToolUse33.2图上印着
GLM-5V-TurboMultimodal ToolUse30.7图上印着
Kimi K2.5Multimodal ToolUse24.4图上印着
GLM-5V-TurboMultimodal ToolUse51.9图上印着
Kimi K2.5Multimodal ToolUse42.9图上印着

显示 36 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/e88c029dc3d7.json
GET https://viral-chart.com/api/charts/e88c029dc3d7.json
GET https://viral-chart.com/api/charts/e88c029dc3d7.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：e88c029dc3d7。

查看 Max 套餐API 文档
路径返回套餐
GET/api/v1/charts/e88c029dc3d7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/e88c029dc3d7/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/e88c029dc3d7/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/e88c029dc3d7/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？

Z.ai于2026年4月1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。