1. 图表数据
  2. Z.ai
  3. LLM Benchmarks: Terminal Bench 2.1, DeepSWE v1.1, Agents' La
Z.ai跑分柱状图 · 33 个数据点 · GLM-5

LLM Benchmarks: Terminal Bench 2.1, DeepSWE v1.1, Agents' Last Exam, AutomationBench v1.0.6, HLE w/ Tools, GDPVal-AA v2

Z.ai 发布的一张图背后的数字，用原生图表重画。对照原图，研究数据，再做你自己的。

部分为发布方的数字 98%GLM-5GLM-5.3Z.ai 全部模型全部图表数据
图表来自 Z.ai. 来源: x.com

简化重绘

由我们用下面的数字重新绘制。悬停、点按或用方向键查看。

这是简化重绘：它用我们自己的样式展示数字，不是原图的样子。强调色标出这张图的主角。表格里带 ~ 的是估算值。

数字

33 个点中前 10 个免费
分组系列数值来源置信
Terminal Bench 2.1GLM-5.3-Flash84.3图上是 84.3，模型卡上是 88.2估算0.97
Terminal Bench 2.1GLM-5.281发布方1.00
Terminal Bench 2.1DeepSeek-V4-Vision-Exp83.9估算0.97
Terminal Bench 2.1Claude Opus 4.885估算0.97
Terminal Bench 2.1GPT-5.6 Terra87.4估算0.97
Terminal Bench 2.1Gemini 3.7 Flash85.8估算0.97
DeepSWE v1.1GLM-5.3-Flash63.4图上是 63.4，模型卡上是 66.9估算0.97
DeepSWE v1.1GLM-5.246.2发布方1.00
DeepSWE v1.1DeepSeek-V4-Vision-Exp59.3估算0.97
DeepSWE v1.1Claude Opus 4.858估算0.97

Max 数据，目前留邮箱免费看

查看全部 33 个数据点并下载文件

这张图的完整表格、JSON、CSV 和 agent skill 文件。它们属于 Max；原型阶段，留邮箱即可解锁。

解锁全部 35 家巨头。每周一封，随时退订。 看看能得到什么 · 登录

DeepSWE v1.1GPT-5.6 Terra69.6估算0.97
DeepSWE v1.1Gemini 3.7 Flash65.3估算0.97
Agents' Last ExamGLM-5.3-Flash26.3图上是 26.3，模型卡上是 28.5估算0.97
Agents' Last ExamGLM-5.220.4图上是 20.4，模型卡上是 23.8估算0.97
Agents' Last ExamDeepSeek-V4-Vision-Exp27.3估算0.97
Agents' Last ExamClaude Opus 4.827估算0.97
Agents' Last ExamGPT-5.6 Terra28估算0.97
AutomationBenchGLM-5.3-Flash48.2发布方1.00
AutomationBenchGLM-5.226.2发布方1.00
AutomationBenchDeepSeek-V4-Vision-Exp38.8估算0.97
AutomationBenchClaude Opus 4.841估算0.97
AutomationBenchGPT-5.6 Terra37.2估算0.97
AutomationBenchGemini 3.7 Flash52.3估算0.97
HLE w/ ToolsGLM-5.3-Flash55.3图上是 55.3，模型卡上是 62.5估算0.97
HLE w/ ToolsGLM-5.254.7发布方1.00
HLE w/ ToolsDeepSeek-V4-Vision-Exp55.1估算0.97
HLE w/ ToolsClaude Opus 4.857.9估算0.97
GDPVal-AA v2GLM-5.3-Flash1769发布方1.00
GDPVal-AA v2GLM-5.21508发布方1.00
GDPVal-AA v2DeepSeek-V4-Vision-Exp1675估算0.97
GDPVal-AA v2Claude Opus 4.81582估算0.97
GDPVal-AA v2GPT-5.6 Terra1571估算0.97
GDPVal-AA v2Gemini 3.7 Flash1527估算0.97
下载这张图的数据

Max 订阅者可以通过 API 取同样的数据。 API 文档

JSONagent skill 文件

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：8f5228bd5d9a。

查看 Max 套餐API 文档
路径返回套餐
GET/api/v1/charts/8f5228bd5d9a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/8f5228bd5d9a/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/8f5228bd5d9a/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/8f5228bd5d9a/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。

做一张这样的图

这张图的形式，你的数字。

实时预览。所有内容都留在你的设备上。

选择形式

简化形式：用我们自己的样式，不是原图的样子。你的数字从这张图的数据开始。

Z.ai 的更多数据

全部图表数据
发布方的数字相似重绘 9.0LLM Performance EvaluationZ.ai · 跑分柱状图 · 30 个数据点从图片估算相似重绘 7.7Coding Performance SWE-Bench Pro EvaluationZ.ai · 柱状图 · 7 个数据点从图片估算相似重绘 7.9Coding Performance EvaluationZ.ai · 柱状图 · 7 个数据点部分为发布方的数字相似重绘 9.2LLM Performance Bench 3.0Z.ai · 跑分柱状图 · 47 个数据点部分为发布方的数字8 LLM benchmarks: Humanity's Last Exam, SWE-bench Verified, SWE-bench Multilingual, Terminal-Bench 2.0, BrowseComp, MCP-Atlas, τ²-Bench, Vending Bench 2Z.ai · 跑分柱状图 · 57 个数据点部分为发布方的数字相似重绘 8.1Model Performance ComparisonZ.ai · 跑分柱状图 · 35 个数据点

常见问题

这些数字有多准？

这张图的一部分数字与发布方写出的文字表格一致，其余由两遍独立读图得出，可能有偏差。

这些数据可以直接用吗？

这些数字描述的是 Z.ai 发布的图表。图片、版式和样式归他们所有。使用数字时请注明发布者，图片请用你自己的数据来做。

怎么拿到文件？

JSON、CSV 和 agent skill 文件在本页的邮箱解锁区。原型里它们是静态文件：/api/charts/8f5228bd5d9a.json 和 /api/charts/8f5228bd5d9a.skill.md。