Model Performance Comparison：Z.ai 图表的 35 个数据点

我们的相似重绘

相似度 8.1 / 10

我们的相似重绘. 相似度 8.1 / 10左右滑动查看标签。

由我们在你的浏览器里，用下面的数字、按原图的版式、配色和标签样式画出。表格里带 ~ 的是估算值。相似重绘需要评审得分达到 7 分（满分 10）才会展示。

数字

35 个点中前 10 个免费

分组	系列	数值	来源	置信
IFEval 指令遵循	GLM-4-32B-0414	87.6	发布方	1.00
IFEval 指令遵循	Qwen2.5-Max	85.6	发布方	1.00
IFEval 指令遵循	GPT-4o-1120	81.9	发布方	1.00
IFEval 指令遵循	DeepSeek-V3-0324	83.4	发布方	1.00
IFEval 指令遵循	DeepSeek-R1	84.3	发布方	1.00
BFCL-v3 综合工具调用	GLM-4-32B-0414	69.6	估算	0.97
BFCL-v3 综合工具调用	Qwen2.5-Max	50.9	估算	0.97
BFCL-v3 综合工具调用	GPT-4o-1120	69.6	估算	0.30
BFCL-v3 综合工具调用	DeepSeek-V3-0324	66.2	估算	0.30
BFCL-v3 综合工具调用	DeepSeek-R1	57.5	估算	0.30

Max 数据，目前留邮箱免费看

查看全部 35 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

BFCL-v3 多轮工具调用	GLM-4-32B-0414	41.5	估算	0.97
BFCL-v3 多轮工具调用	Qwen2.5-Max	30.5	估算	0.97
BFCL-v3 多轮工具调用	GPT-4o-1120	41	估算	0.97
BFCL-v3 多轮工具调用	DeepSeek-V3-0324	35.8	估算	0.97
BFCL-v3 多轮工具调用	DeepSeek-R1	12.4	估算	0.97
TAU-Bench 智能体工具调用	GLM-4-32B-0414	68.7	估算	0.97
TAU-Bench 智能体工具调用	Qwen2.5-Max	58.3	估算	0.97
TAU-Bench 智能体工具调用	GPT-4o-1120	62.8	估算	0.97
TAU-Bench 智能体工具调用	DeepSeek-V3-0324	60.7	估算	0.97
TAU-Bench 智能体工具调用	DeepSeek-R1	33	估算	0.30
TAU-Bench 智能体工具调用	GLM-4-32B-0414	51.2	估算	0.97
TAU-Bench 智能体工具调用	Qwen2.5-Max	22	估算	0.97
TAU-Bench 智能体工具调用	GPT-4o-1120	46	估算	0.30
TAU-Bench 智能体工具调用	DeepSeek-V3-0324	32.4	估算	0.97
TAU-Bench 智能体工具调用	DeepSeek-R1	37.3	估算	0.30
SimpleQA 搜索问答	GLM-4-32B-0414	88.1	发布方	1.00
SimpleQA 搜索问答	Qwen2.5-Max	79	发布方	1.00
SimpleQA 搜索问答	GPT-4o-1120	82.8	发布方	1.00
SimpleQA 搜索问答	DeepSeek-V3-0324	82.6	发布方	1.00
SimpleQA 搜索问答	DeepSeek-R1	83.9	发布方	1.00
HotpotQA 搜索问答	GLM-4-32B-0414	63.8	发布方	1.00
HotpotQA 搜索问答	Qwen2.5-Max	52.8	发布方	1.00
HotpotQA 搜索问答	GPT-4o-1120	63.9	发布方	1.00
HotpotQA 搜索问答	DeepSeek-V3-0324	54.6	发布方	1.00
HotpotQA 搜索问答	DeepSeek-R1	63.1	发布方	1.00

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：94ecfc033194。

查看 Max 套餐 API 文档

	路径	返回	套餐
GET	`/api/v1/charts/94ecfc033194`	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/94ecfc033194/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 CSV	Max
GET	`/api/v1/charts/94ecfc033194/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/94ecfc033194/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

从这张图的相似重绘开始，或选一个简化形式。无论哪种，你的数字都从这张图的真实数据起步。

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 个数据点部分为发布方的数字LLM Benchmarks: Terminal Bench 2.1, DeepSWE v1.1, Agents' Last Exam, AutomationBench v1.0.6, HLE w/ Tools, GDPVal-AA v2Z.ai · 跑分柱状图 · 33 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

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/94ecfc033194.json 和 /api/charts/94ecfc033194.skill.md。

Model Performance Comparison

我们的相似重绘

数字

查看全部 35 个数据点并下载文件

用 API 调用这张图

这张图的形式，你的数字。

选择形式

换上你的数字

你的品牌

导出图片

Z.ai 的更多数据

常见问题

解锁完整历史