1. 图表数据
  2. Z.ai
  3. LLM Performance Evaluation: Agentic, Reasoning, And Coding B
Z.ai柱状图 · 14 个数据点 · GLM-4

LLM Performance Evaluation: Agentic, Reasoning, And Coding Benchmarks

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。

从图片估算 72%GLM-4Z.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

14 个点中前 10 个免费
分组数值来源置信
o365估算0.97
Grok 463.6估算0.97
GLM-4.563.2估算0.97
Claude 4 Opus60.9估算0.97
o4-mini (high)60.4估算0.97
GLM-4.5-Air59.8估算0.97
Claude 4 Sonnet59.2估算0.97
Gemini 2.5 Pro58估算0.90
Qwen3-235B-A22B-Thinking55.9估算0.50
DeepSeek-R1-052853.1估算0.30

Max 数据，目前留邮箱免费看

查看全部 14 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

Kimi K248.7估算0.30
GPT-4.146.3估算0.30
Qwen3-235B-Thinking-250757.2估算0.50
DeepSeek-V3-032446.3估算0.50
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：b824c5c31485。

查看 Max 套餐API 文档
路径返回套餐
GET/api/v1/charts/b824c5c31485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/b824c5c31485/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/b824c5c31485/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/b824c5c31485/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？

它们由两遍独立读图估算得出，置信度 0.72（0 到 1）。图上印着的数字读得准，从坐标轴读出的值可能有几个百分点的偏差。

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/b824c5c31485.json 和 /api/charts/b824c5c31485.skill.md。